MiniMax M2.1 ialah kemas kini model AI untuk pengekodan dan tugasan berasaskan ejen yang dilancarkan oleh syarikat China, MiniMax, pada 23 Disember 2025. Jika M2 lebih banyak dipasarkan dari sudut kos rendah dan akses yang meluas, M2.1 pula diposisikan untuk tugasan dunia sebenar yang lebih mencabar — termasuk pembangunan perisian pelbagai bahasa, aplikasi full-stack, pembangunan mudah alih natif dan automasi kerja pejabat. 34

Namun, terdapat satu perkara penting: sebahagian besar tuntutan prestasi tertinggi datang daripada penilaian MiniMax sendiri. Dapatan itu menunjukkan arah dan sasaran model ini, tetapi tidak wajar dianggap sebagai kedudukan muktamad yang telah disahkan secara bebas berbanding model proprietari.

Apakah MiniMax M2.1?

M2.1 ialah model Mixture-of-Experts (MoE) dengan jumlah 230 bilion parameter dan kira-kira 10 bilion parameter aktif bagi setiap token. Reka bentuk jarang ini bertujuan menjadikan proses inferens lebih cekap berbanding model padat bersaiz besar yang mengaktifkan semua parameternya pada setiap masa. 1

Fokus utama MiniMax ialah bahawa model pengekodan yang berguna perlu melakukan lebih daripada menghasilkan cebisan Python atau fungsi yang terasing. Projek perisian sebenar biasanya menggabungkan pelbagai bahasa, repositori sedia ada, platform mudah alih, antara muka visual, arahan projek, penggunaan alat dan tugasan berurutan yang saling bergantung.

M2.1 dibangunkan dengan aliran kerja yang lebih luas itu sebagai sasaran.

Apa yang berubah berbanding M2?

Menurut MiniMax, M2.1 mengalihkan penekanan daripada kemampuan milik dan akses mudah M2 kepada pelaksanaan tugasan kompleks yang lebih konsisten, khususnya pengaturcaraan merentas pelbagai susunan teknologi serta tugasan ejen dan kerja pejabat harian. 4

Antara peningkatan yang dinyatakan ialah:

• Sokongan bahasa pengaturcaraan yang lebih luas: Rust, Java, Go, C++, Kotlin, Objective-C, TypeScript dan JavaScript, selain Python serta bahasa lain. 37
• Pembinaan aplikasi full-stack: Model ini direka untuk menghasilkan aplikasi lengkap yang boleh berfungsi, bukan sekadar cebisan kod yang tidak bersambung. 34
• Pembangunan mudah alih natif: MiniMax secara khusus menekankan peningkatan dalam pembangunan Android dan iOS, yang disifatkannya sebagai kelemahan berterusan sistem AI. 4
• Pelaksanaan ejen yang lebih baik: M2.1 disasarkan kepada aliran kerja yang memerlukan alat, fail projek, arahan, memori dan beberapa langkah yang perlu diselaraskan. 4
• Tugasan pejabat dan dokumentasi: MiniMax mendakwa terdapat peningkatan dalam penulisan berstruktur, dokumentasi teknikal, tugasan berasaskan data dan aliran kerja ejen berterusan. 4

Ringkasnya, M2.1 bukan sekadar model pengekodan yang lebih besar atau lebih murah berdasarkan penerangan MiniMax. Ia merupakan usaha untuk menjadikan model lebih boleh dipercayai apabila tugasan melibatkan keperluan, antara muka, panggilan alat dan perisian yang perlu disiapkan — bukan hanya teks yang dijana.

Bahasa pengaturcaraan yang diberi tumpuan

MiniMax berkata keupayaan M2.1 telah dipertingkatkan secara sistematik dalam Rust, Java, Golang, C++, Kotlin, Objective-C, TypeScript, JavaScript dan bahasa lain. Laporan pihak ketiga turut menyebut kepakaran khusus dalam Java, Go, Rust, C++, TypeScript, JavaScript, Kotlin dan Python. 37

Tumpuan ini penting untuk organisasi yang mengurus susunan teknologi bercampur. Model yang cemerlang dalam tugasan Python sahaja mungkin kurang berguna untuk repositori produksi yang menggabungkan perkhidmatan backend dalam Java atau Go, kod sistem dalam Rust atau C++, serta antara muka web dan mudah alih menggunakan TypeScript, JavaScript, Kotlin atau Objective-C.

Bagaimana perbandingannya dengan model Claude?

MiniMax mendakwa M2.1 mengatasi Claude Sonnet 4.5 dalam senario kejuruteraan perisian pelbagai bahasa dan menghampiri Claude Opus 4.5. Syarikat itu melaporkan skor 72.5% dalam SWE-bench Multilingual. 316

Angka ini perlu dibaca dengan berhati-hati. Bahan yang dirujuk tidak membuktikan kewujudan papan pendahulu neutral yang dihasilkan semula secara bebas. Keputusan juga boleh berubah bergantung pada arahan, rangka kerja ejen, versi model dan prosedur penilaian.

Analisis pihak ketiga yang diterbitkan kemudian menyatakan bahawa M2.1 bertambah baik berbanding M2 dalam SWE-bench Verified, tetapi masih ketinggalan di belakang beberapa sistem proprietari yang kukuh dalam perbandingan tersebut. 7

Kesimpulan yang lebih wajar ialah MiniMax menjadikan pengekodan peringkat repositori dalam pelbagai bahasa sebagai kekuatan utama M2.1, manakala keputusan yang diterbitkan menunjukkan peningkatan ketara berbanding model sebelumnya. Keputusan itu sahaja belum membuktikan M2.1 akan mengatasi Claude dalam setiap projek atau aliran kerja perisian.

Apakah penanda aras VIBE?

VIBE ialah singkatan bagi Visual & Interactive Benchmark for Execution. MiniMax membangunkannya untuk menguji sama ada model boleh menghasilkan aplikasi lengkap dan boleh digunakan dari awal hingga siap, bukan sekadar menjana kod yang kelihatan munasabah dalam tetingkap teks. 34

Penanda aras ini merangkumi lima bidang:

• Web
• Simulasi
• Android
• iOS
• Backend

Penilaiannya berasaskan aplikasi yang digunakan atau dijalankan, bersama pengesahan interaktif dan visual. Ini menjadikan VIBE relevan untuk menilai perkara yang mungkin tidak dapat diukur sepenuhnya oleh penanda aras pengekodan tradisional — contohnya sama ada aplikasi benar-benar berfungsi ketika digunakan, sama ada interaksi bertindak dengan betul dan sama ada reka bentuk antara muka memenuhi jangkaan visual. 4

Skor VIBE yang dilaporkan untuk M2.1

MiniMax melaporkan skor keseluruhan VIBE sebanyak 88.6, termasuk 91.5 untuk VIBE-Web dan 89.7 untuk VIBE-Android. 48

Tuntutan ini menarik kerana penilaiannya melangkaui pembaikan pepijat atau pelengkapan kod, lalu memberi tumpuan kepada penghantaran aplikasi lengkap. Bagaimanapun, VIBE dicipta oleh MiniMax dan perbandingan merentas model menggunakan kaedah penilaian syarikat tersebut. Oleh itu, skor berkenaan lebih wajar dianggap sebagai bukti yang dilaporkan syarikat tentang kekuatan model, bukannya kedudukan industri yang disahkan secara bebas. 48

Keupayaan untuk pembangunan mudah alih, web dan aplikasi

MiniMax mengetengahkan M2.1 sebagai model yang lebih baik untuk pembangunan Android dan iOS natif, bukan hanya aplikasi berasaskan pelayar. Syarikat itu turut berkata model ini lebih memahami reka bentuk visual dan estetika, interaksi kompleks, simulasi saintifik 3D serta visualisasi berkualiti tinggi. 4

Gabungan ini menyokong versi “vibe coding” yang lebih bercita-cita tinggi: pembangun menerangkan aplikasi menggunakan bahasa semula jadi, kemudian ejen membantu menyusun produk yang boleh berfungsi. Matlamat MiniMax bukan semata-mata menghasilkan demo yang menarik, tetapi aplikasi yang boleh diselenggara dan dihantar untuk kegunaan berorientasikan produksi. 4

Sama ada matlamat itu tercapai tetap bergantung pada ujian dalam repositori sebenar. Sistem binaan mudah alih, konflik kebergantungan, amalan khusus platform, kebolehcapaian, semakan keselamatan dan penyelenggaraan jangka panjang masih perlu diperiksa secara praktikal. Skor penanda aras tidak boleh menggantikan semua pemeriksaan tersebut.

Bagaimana “Interleaved Thinking” membantu aliran kerja kompleks?

MiniMax menerangkan Interleaved Thinking sebagai pendekatan penyelesaian masalah secara sistematik ketika tugasan sedang dilaksanakan. Tujuannya adalah membantu model mengekalkan beberapa kekangan serentak, termasuk arahan sistem, keperluan pengguna, memori, skema alat dan fail arahan projek. 4

Keupayaan ini penting untuk kerja berasaskan ejen kerana kejayaan bukan hanya ditentukan oleh sama ada kod boleh dijalankan. Ejen mungkin turut perlu:

1. Memeriksa projek sedia ada.
2. Mematuhi arahan khusus repositori.
3. Memilih dan menggunakan alat yang betul.
4. Membuat perubahan yang selaras merentas beberapa fail.
5. Menghasilkan dokumentasi atau output berstruktur.
6. Mengesahkan hasil berdasarkan keperluan asal.

MiniMax mengaitkan keupayaan ini dengan dokumentasi teknikal, penulisan berstruktur, pengendalian data dan automasi pejabat yang berterusan. Semua itu masih merupakan tuntutan kedudukan produk, bukannya bukti bahawa setiap aliran kerja berbilang langkah akan diselesaikan dengan sempurna. Namun, ia menerangkan mengapa M2.1 dipersembahkan sebagai model pengekodan dan ejen, bukan sekadar penjana kod. 4

Cara mengakses dan menggunakan MiniMax M2.1

Terdapat dua laluan utama:

• Akses API: Pembangun boleh menggunakan M2.1 melalui API MiniMax yang dihoskan. 46
• Penggunaan sendiri: Pemberat model tersedia secara terbuka melalui Hugging Face, membolehkan pasukan mengurus persekitaran penyajian mereka sendiri. 46

Panduan penggunaan MiniMax mengesyorkan SGLang, manakala vLLM turut disokong dalam ekosistem penggunaan model tersebut. 141 Penggunaan sendiri memberi organisasi kawalan yang lebih langsung terhadap infrastruktur, pengendalian data, penyajian model, integrasi dan penskalaan berbanding pendekatan yang bergantung sepenuhnya pada API.

Namun, fleksibiliti itu tidak semestinya bermakna kos keseluruhan lebih rendah. Penggunaan sendiri memerlukan kapasiti GPU yang sesuai, masa jurutera, pemantauan, penyelenggaraan dan sokongan operasi. Hasil ekonomi sebenar bergantung pada kadar penggunaan serta pilihan infrastruktur, bukan hanya jumlah parameter aktif model. 12

Kesimpulan praktikal

Perubahan paling ketara M2.1 berbanding M2 ialah fokusnya. Model baharu ini menyasarkan kerja berasaskan ejen, full-stack dan pelbagai bahasa, bukannya menjadikan akses mudah serta kecekapan inferens sebagai cerita utama.

Skor yang dilaporkan — 72.5% dalam SWE-bench Multilingual dan 88.6 dalam VIBE — menyokong kedudukan tersebut, manakala skor Android dan web menunjukkan usaha untuk mengukur pembinaan aplikasi lengkap, bukan hanya pengekodan konvensional. 348

Bagi pembangun, kelebihan paling relevan ialah liputan bahasa yang lebih luas, pemberat terbuka, akses API dan pilihan penggunaan melalui SGLang atau vLLM. Bagi perusahaan, daya tarikannya terletak pada kemungkinan menjalankan aliran kerja pengekodan serta automasi yang lebih kompleks dengan kawalan lebih besar terhadap penyajian dan pengendalian data.

Namun, peringatan yang sama penting ialah perbandingan terkuat dan keputusan VIBE baharu itu sebahagian besarnya dilaporkan oleh MiniMax. Pasukan yang ingin menilai M2.1 patut mengujinya pada repositori sendiri, proses binaan mudah alih, keperluan dokumentasi, kawalan keselamatan dan tugasan automasi sebelum menganggap tuntutan penanda aras sebagai bukti kesediaan untuk produksi.

MiniMax M2.1 ialah kemas kini model AI untuk pengekodan dan tugasan berasaskan ejen yang dilancarkan oleh syarikat China, MiniMax, pada 23 Disember 2025. Jika M2 lebih banyak dipasarkan dari sudut kos rendah dan akses yang meluas, M2.1 pula diposisikan untuk tugasan dunia sebenar yang lebih mencabar — termasuk pembangunan perisian pelbagai bahasa, aplikasi full-stack, pembangunan mudah alih natif dan automasi kerja pejabat. 34

Namun, terdapat satu perkara penting: sebahagian besar tuntutan prestasi tertinggi datang daripada penilaian MiniMax sendiri. Dapatan itu menunjukkan arah dan sasaran model ini, tetapi tidak wajar dianggap sebagai kedudukan muktamad yang telah disahkan secara bebas berbanding model proprietari.

Apakah MiniMax M2.1?

M2.1 ialah model Mixture-of-Experts (MoE) dengan jumlah 230 bilion parameter dan kira-kira 10 bilion parameter aktif bagi setiap token. Reka bentuk jarang ini bertujuan menjadikan proses inferens lebih cekap berbanding model padat bersaiz besar yang mengaktifkan semua parameternya pada setiap masa. 1

Fokus utama MiniMax ialah bahawa model pengekodan yang berguna perlu melakukan lebih daripada menghasilkan cebisan Python atau fungsi yang terasing. Projek perisian sebenar biasanya menggabungkan pelbagai bahasa, repositori sedia ada, platform mudah alih, antara muka visual, arahan projek, penggunaan alat dan tugasan berurutan yang saling bergantung.

M2.1 dibangunkan dengan aliran kerja yang lebih luas itu sebagai sasaran.

Apa yang berubah berbanding M2?

Menurut MiniMax, M2.1 mengalihkan penekanan daripada kemampuan milik dan akses mudah M2 kepada pelaksanaan tugasan kompleks yang lebih konsisten, khususnya pengaturcaraan merentas pelbagai susunan teknologi serta tugasan ejen dan kerja pejabat harian. 4

Antara peningkatan yang dinyatakan ialah:

• Sokongan bahasa pengaturcaraan yang lebih luas: Rust, Java, Go, C++, Kotlin, Objective-C, TypeScript dan JavaScript, selain Python serta bahasa lain. 37
• Pembinaan aplikasi full-stack: Model ini direka untuk menghasilkan aplikasi lengkap yang boleh berfungsi, bukan sekadar cebisan kod yang tidak bersambung. 34
• Pembangunan mudah alih natif: MiniMax secara khusus menekankan peningkatan dalam pembangunan Android dan iOS, yang disifatkannya sebagai kelemahan berterusan sistem AI. 4
• Pelaksanaan ejen yang lebih baik: M2.1 disasarkan kepada aliran kerja yang memerlukan alat, fail projek, arahan, memori dan beberapa langkah yang perlu diselaraskan. 4
• Tugasan pejabat dan dokumentasi: MiniMax mendakwa terdapat peningkatan dalam penulisan berstruktur, dokumentasi teknikal, tugasan berasaskan data dan aliran kerja ejen berterusan. 4

Ringkasnya, M2.1 bukan sekadar model pengekodan yang lebih besar atau lebih murah berdasarkan penerangan MiniMax. Ia merupakan usaha untuk menjadikan model lebih boleh dipercayai apabila tugasan melibatkan keperluan, antara muka, panggilan alat dan perisian yang perlu disiapkan — bukan hanya teks yang dijana.

Bahasa pengaturcaraan yang diberi tumpuan

MiniMax berkata keupayaan M2.1 telah dipertingkatkan secara sistematik dalam Rust, Java, Golang, C++, Kotlin, Objective-C, TypeScript, JavaScript dan bahasa lain. Laporan pihak ketiga turut menyebut kepakaran khusus dalam Java, Go, Rust, C++, TypeScript, JavaScript, Kotlin dan Python. 37

Tumpuan ini penting untuk organisasi yang mengurus susunan teknologi bercampur. Model yang cemerlang dalam tugasan Python sahaja mungkin kurang berguna untuk repositori produksi yang menggabungkan perkhidmatan backend dalam Java atau Go, kod sistem dalam Rust atau C++, serta antara muka web dan mudah alih menggunakan TypeScript, JavaScript, Kotlin atau Objective-C.

Bagaimana perbandingannya dengan model Claude?

MiniMax mendakwa M2.1 mengatasi Claude Sonnet 4.5 dalam senario kejuruteraan perisian pelbagai bahasa dan menghampiri Claude Opus 4.5. Syarikat itu melaporkan skor 72.5% dalam SWE-bench Multilingual. 316

Angka ini perlu dibaca dengan berhati-hati. Bahan yang dirujuk tidak membuktikan kewujudan papan pendahulu neutral yang dihasilkan semula secara bebas. Keputusan juga boleh berubah bergantung pada arahan, rangka kerja ejen, versi model dan prosedur penilaian.

Analisis pihak ketiga yang diterbitkan kemudian menyatakan bahawa M2.1 bertambah baik berbanding M2 dalam SWE-bench Verified, tetapi masih ketinggalan di belakang beberapa sistem proprietari yang kukuh dalam perbandingan tersebut. 7

Kesimpulan yang lebih wajar ialah MiniMax menjadikan pengekodan peringkat repositori dalam pelbagai bahasa sebagai kekuatan utama M2.1, manakala keputusan yang diterbitkan menunjukkan peningkatan ketara berbanding model sebelumnya. Keputusan itu sahaja belum membuktikan M2.1 akan mengatasi Claude dalam setiap projek atau aliran kerja perisian.

Apakah penanda aras VIBE?

VIBE ialah singkatan bagi Visual & Interactive Benchmark for Execution. MiniMax membangunkannya untuk menguji sama ada model boleh menghasilkan aplikasi lengkap dan boleh digunakan dari awal hingga siap, bukan sekadar menjana kod yang kelihatan munasabah dalam tetingkap teks. 34

Penanda aras ini merangkumi lima bidang:

• Web
• Simulasi
• Android
• iOS
• Backend

Penilaiannya berasaskan aplikasi yang digunakan atau dijalankan, bersama pengesahan interaktif dan visual. Ini menjadikan VIBE relevan untuk menilai perkara yang mungkin tidak dapat diukur sepenuhnya oleh penanda aras pengekodan tradisional — contohnya sama ada aplikasi benar-benar berfungsi ketika digunakan, sama ada interaksi bertindak dengan betul dan sama ada reka bentuk antara muka memenuhi jangkaan visual. 4

Skor VIBE yang dilaporkan untuk M2.1

MiniMax melaporkan skor keseluruhan VIBE sebanyak 88.6, termasuk 91.5 untuk VIBE-Web dan 89.7 untuk VIBE-Android. 48

Tuntutan ini menarik kerana penilaiannya melangkaui pembaikan pepijat atau pelengkapan kod, lalu memberi tumpuan kepada penghantaran aplikasi lengkap. Bagaimanapun, VIBE dicipta oleh MiniMax dan perbandingan merentas model menggunakan kaedah penilaian syarikat tersebut. Oleh itu, skor berkenaan lebih wajar dianggap sebagai bukti yang dilaporkan syarikat tentang kekuatan model, bukannya kedudukan industri yang disahkan secara bebas. 48

Keupayaan untuk pembangunan mudah alih, web dan aplikasi

MiniMax mengetengahkan M2.1 sebagai model yang lebih baik untuk pembangunan Android dan iOS natif, bukan hanya aplikasi berasaskan pelayar. Syarikat itu turut berkata model ini lebih memahami reka bentuk visual dan estetika, interaksi kompleks, simulasi saintifik 3D serta visualisasi berkualiti tinggi. 4

Gabungan ini menyokong versi “vibe coding” yang lebih bercita-cita tinggi: pembangun menerangkan aplikasi menggunakan bahasa semula jadi, kemudian ejen membantu menyusun produk yang boleh berfungsi. Matlamat MiniMax bukan semata-mata menghasilkan demo yang menarik, tetapi aplikasi yang boleh diselenggara dan dihantar untuk kegunaan berorientasikan produksi. 4

Sama ada matlamat itu tercapai tetap bergantung pada ujian dalam repositori sebenar. Sistem binaan mudah alih, konflik kebergantungan, amalan khusus platform, kebolehcapaian, semakan keselamatan dan penyelenggaraan jangka panjang masih perlu diperiksa secara praktikal. Skor penanda aras tidak boleh menggantikan semua pemeriksaan tersebut.

Bagaimana “Interleaved Thinking” membantu aliran kerja kompleks?

MiniMax menerangkan Interleaved Thinking sebagai pendekatan penyelesaian masalah secara sistematik ketika tugasan sedang dilaksanakan. Tujuannya adalah membantu model mengekalkan beberapa kekangan serentak, termasuk arahan sistem, keperluan pengguna, memori, skema alat dan fail arahan projek. 4

Keupayaan ini penting untuk kerja berasaskan ejen kerana kejayaan bukan hanya ditentukan oleh sama ada kod boleh dijalankan. Ejen mungkin turut perlu:

1. Memeriksa projek sedia ada.
2. Mematuhi arahan khusus repositori.
3. Memilih dan menggunakan alat yang betul.
4. Membuat perubahan yang selaras merentas beberapa fail.
5. Menghasilkan dokumentasi atau output berstruktur.
6. Mengesahkan hasil berdasarkan keperluan asal.

MiniMax mengaitkan keupayaan ini dengan dokumentasi teknikal, penulisan berstruktur, pengendalian data dan automasi pejabat yang berterusan. Semua itu masih merupakan tuntutan kedudukan produk, bukannya bukti bahawa setiap aliran kerja berbilang langkah akan diselesaikan dengan sempurna. Namun, ia menerangkan mengapa M2.1 dipersembahkan sebagai model pengekodan dan ejen, bukan sekadar penjana kod. 4

Cara mengakses dan menggunakan MiniMax M2.1

Terdapat dua laluan utama:

• Akses API: Pembangun boleh menggunakan M2.1 melalui API MiniMax yang dihoskan. 46
• Penggunaan sendiri: Pemberat model tersedia secara terbuka melalui Hugging Face, membolehkan pasukan mengurus persekitaran penyajian mereka sendiri. 46

Panduan penggunaan MiniMax mengesyorkan SGLang, manakala vLLM turut disokong dalam ekosistem penggunaan model tersebut. 141 Penggunaan sendiri memberi organisasi kawalan yang lebih langsung terhadap infrastruktur, pengendalian data, penyajian model, integrasi dan penskalaan berbanding pendekatan yang bergantung sepenuhnya pada API.

Namun, fleksibiliti itu tidak semestinya bermakna kos keseluruhan lebih rendah. Penggunaan sendiri memerlukan kapasiti GPU yang sesuai, masa jurutera, pemantauan, penyelenggaraan dan sokongan operasi. Hasil ekonomi sebenar bergantung pada kadar penggunaan serta pilihan infrastruktur, bukan hanya jumlah parameter aktif model. 12

Kesimpulan praktikal

Perubahan paling ketara M2.1 berbanding M2 ialah fokusnya. Model baharu ini menyasarkan kerja berasaskan ejen, full-stack dan pelbagai bahasa, bukannya menjadikan akses mudah serta kecekapan inferens sebagai cerita utama.

Skor yang dilaporkan — 72.5% dalam SWE-bench Multilingual dan 88.6 dalam VIBE — menyokong kedudukan tersebut, manakala skor Android dan web menunjukkan usaha untuk mengukur pembinaan aplikasi lengkap, bukan hanya pengekodan konvensional. 348

Bagi pembangun, kelebihan paling relevan ialah liputan bahasa yang lebih luas, pemberat terbuka, akses API dan pilihan penggunaan melalui SGLang atau vLLM. Bagi perusahaan, daya tarikannya terletak pada kemungkinan menjalankan aliran kerja pengekodan serta automasi yang lebih kompleks dengan kawalan lebih besar terhadap penyajian dan pengendalian data.

Namun, peringatan yang sama penting ialah perbandingan terkuat dan keputusan VIBE baharu itu sebahagian besarnya dilaporkan oleh MiniMax. Pasukan yang ingin menilai M2.1 patut mengujinya pada repositori sendiri, proses binaan mudah alih, keperluan dokumentasi, kawalan keselamatan dan tugasan automasi sebelum menganggap tuntutan penanda aras sebagai bukti kesediaan untuk produksi.