MiniMax M2
Der agentische Pionier, entwickelt fรผr "Interleaved Thinking"-Workflows.

รber das Modell
MiniMax M2 ist ein Mixture-of-Experts-(MoE)-Modell auf Expertenniveau, das von Grund auf fรผr das "Agent Universe" entwickelt wurde. Es ist dafรผr bekannt, Interleaved Thinking einzufรผhren, bei dem es nativ <think>-Tags verwendet, um seine interne Planung von seiner finalen Ausgabe zu trennen. Es ist stark fรผr "Agentic loops" optimiertโAufgaben, bei denen das Modell wiederholt suchen, handeln und schlussfolgern muss, um ein Problem zu lรถsen.
Wichtige Modellfรคhigkeiten
Forge RL Framework:
Durch massives Reinforcement Learning in รผber 200.000 komplexen Umgebungen trainiert.
Interleaved Thinking:
Behรคlt รผber mehrstufige Tool-Interaktionen hinweg einen kohรคrenten "Zustand" bei und reduziert so Logikdrift.
Visuelle agentische Logik:
Kann UI-Screenshots "sehen" und sie in ausfรผhrbaren Code oder Navigationsschritte รผbersetzen.
Office-Meisterschaft:
Native Fรคhigkeit, hochprรคzise Word-, PPT- und Excel-Dateien zu erstellen und zu bearbeiten.
Anwendungen & Anwendungsfรคlle
Autonome Bรผroassistenten:
Komplexe Finanzmodelle in Excel oder Strategieprรคsentationen in PowerPoint erstellen.
Full-Stack-Webentwicklung:
TypeScript-Dateien mit รผber 1.000 Zeilen und einer "First-Run"-Erfolgsquote von รผber 80 % schreiben.
Strategieberatung:
Groรe Marktdatensรคtze zu professionellen Prรคsentationen verdichten.
Modellspezifikationen
Allgemein | |
|---|---|
Modellanbieter | MiniMax |
Haupteinsatzbereiche |
|
Intelligenz | |
Schlussfolgerungsaufwand | Verschachteltes Denken |
GPQA Diamond | 78.2% |
Speicher | |
Maximaler Kontext | 196.6K Tokens |
Geschwindigkeit | |
Latenz (TTFT) | 0.35s |
Durchsatz | 95 Tokens/Sec |



