M
MiniMax M2OPEN
MiniMax-M2 est un modèle de langage large compact et à haute efficacité, optimisé pour le codage de bout en bout et les flux de travail agentiques.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.52 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 34% des 204 modèles open-weight suivis ici
- 6 sur 8 modèles MiniMax suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour MiniMax M2, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
For the same budget, MiniMax M2 delivers 4.9 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $0.69 par 1M de tokens (médiane de 22) — celui-ci coûte $0.52.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 21 de plus
À propos de ce modèle
MiniMax M2 est un modèle d'IA open-weight de MiniMax. Vous pouvez le télécharger et le self-hoster gratuitement ; les prix ci-dessous sont les prix catalogue des API hébergées, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que MiniMax M2 ?
MiniMax M2 est un modèle de langage IA de MiniMax. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 18.6 sur l'indice d'intelligence d'Artificial Analysis.
MiniMax M2 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger MiniMax M2 et ne rien payer par jeton. Si vous préférez une API hébergée, les prix affichés sont de 0,3 $ par million de jetons d'entrée et de 1,2 $ par million de jetons de sortie.
Dans quoi MiniMax M2 excelle-t-il ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 77.7%, MMLU-Pro 82%, Humanity's Last Exam 13.7%, Long Context Reasoning 64.3%, LiveCodeBench 82.6%, AIME 2025 78.3%, IFBench 72.3%, τ²-Bench 86.8%, Terminal-Bench Hard 25.8%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger MiniMax M2 ?
Oui. MiniMax M2 a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par token.