MiniMax M2.1: Hva er nytt, hvor godt presterer den – og hvordan tas den i bruk?

MiniMax M2.1 er det kinesiske AI-selskapets oppdatering fra 23. desember 2025 for koding og såkalt agentisk arbeid – oppgaver der en AI-agent bruker verktøy, filer og flere trinn for å nå et mål. Der M2 først og fremst ble markedsført med vekt på lav pris og bred tilgang, beskrives M2.1 som en modell for mer krevende oppgaver i virkelige programvareprosjekter: flerspråklig utvikling, fullstack-apper, native mobilutvikling og kontorautomatisering. 34

Det viktigste forbeholdet er at flere av de sterkeste resultatene kommer fra MiniMax’ egne tester. De sier noe om hva selskapet ønsker å fremheve, men bør ikke tolkes som en endelig, uavhengig rangering mot kommersielle modeller.

Hva er MiniMax M2.1?

M2.1 er en mixture-of-experts-modell med totalt 230 milliarder parametre. Omtrent 10 milliarder aktive parametre brukes for hvert token. Denne såkalte sparsomme arkitekturen skal gjøre kjøringen mer effektiv enn i en tilsvarende stor tett modell, der alle parametrene aktiveres hver gang. 1

MiniMax’ hovedpoeng er at nyttige kodemodeller må håndtere mer enn korte Python-eksempler eller enkeltfunksjoner. Virkelige prosjekter består gjerne av flere programmeringsspråk, eksisterende kodebaser, mobilplattformer, brukergrensesnitt, prosjektinstrukser, verktøy og lange kjeder av avhengige oppgaver. M2.1 er utviklet med denne arbeidsflyten i tankene.

Hva skiller M2.1 fra M2?

MiniMax beskriver overgangen fra M2 til M2.1 som et skifte fra pris og tilgjengelighet til mer pålitelig gjennomføring av komplekse, produksjonsrettede oppgaver. Selskapet trekker særlig frem arbeid på tvers av programmeringsspråk, agentiske arbeidsflyter og hverdagslige kontoroppgaver. 4

De oppgitte forbedringene omfatter:

• Bredere språkstøtte: Rust, Java, Go, C++, Kotlin, Objective-C, TypeScript og JavaScript, i tillegg til Python og andre språk. 37
• Fullstack-utvikling: Modellen skal kunne lage komplette, fungerende applikasjoner – ikke bare løse enkeltdeler av koden. 34
• Native mobilutvikling: MiniMax fremhever bedre utvikling for Android og iOS, områder selskapet mener AI-systemer ofte har slitt med. 4
• Mer kapable AI-agenter: Modellen er posisjonert for oppgaver der verktøy, prosjektfiler, instrukser, minne og flere arbeidssteg må spille sammen. 4
• Kontor- og dokumentoppgaver: MiniMax hevder forbedringer innen strukturert skriving, teknisk dokumentasjon, dataarbeid og kontinuerlige agentarbeidsflyter. 4

M2.1 presenteres dermed ikke bare som en større eller billigere kodemodell. Ambisjonen er å gjøre den mer robust når oppgaven omfatter krav, grensesnitt, verktøykall og ferdig programvare – ikke bare tekst som ser ut som kode.

Hvilke programmeringsspråk er forbedret?

MiniMax sier at M2.1 er systematisk forbedret i Rust, Java, Go, C++, Kotlin, Objective-C, TypeScript, JavaScript og flere andre språk. Tredjepartsomtaler beskriver også spesialiserte modellkomponenter for Java, Go, Rust, C++, TypeScript, JavaScript og Kotlin, i tillegg til Python. 37

Dette er særlig relevant for virksomheter med blandede teknologistakker. En modell som fungerer godt på Python-oppgaver, er ikke nødvendigvis like nyttig i en produksjonskodebase med backend-tjenester i Java eller Go, systemkode i Rust eller C++, og nett- eller mobilgrensesnitt i TypeScript, JavaScript, Kotlin eller Objective-C.

Hvordan sammenlignes M2.1 med Claude-modellene?

MiniMax hevder at M2.1 presterer bedre enn Claude Sonnet 4.5 i flerspråklige programvareingeniør-oppgaver og nærmer seg Claude Opus 4.5. Selskapet rapporterer en score på 72,5 prosent i SWE-bench Multilingual. 316

Tallene må imidlertid leses med varsomhet. Kildene dokumenterer ikke en nøytral og uavhengig toppliste som er gjenskapt av andre. Resultater kan påvirkes av instruksjoner, agentoppsett, modellversjoner og selve evalueringsmetoden. En senere tredjepartsanalyse beskriver en forbedring fra M2 i SWE-bench Verified, men plasserer fortsatt M2.1 bak flere sterke proprietære systemer i sin sammenligning. 7

Den mest forsvarlige konklusjonen er derfor mer avgrenset: MiniMax satser tydelig på flerspråklig utvikling på repositorienivå, og de publiserte resultatene tyder på en betydelig forbedring fra forrige modell. Resultatene beviser ikke at M2.1 vil slå Claude i alle typer prosjekter eller arbeidsflyter.

Hva er VIBE-testen?

VIBE står for Visual & Interactive Benchmark for Execution. MiniMax utviklet testen for å undersøke om en modell kan bygge komplette og brukbare applikasjoner fra grunnen av – ikke bare generere kode som ser plausibel ut i et tekstvindu. 34

Testen dekker fem områder:

• Web
• Simulering
• Android
• iOS
• Backend

Evalueringen tar utgangspunkt i applikasjoner som er satt i drift, og bruker interaktiv og visuell kontroll. Det gjør VIBE relevant for spørsmål tradisjonelle kodebenchmarker ikke nødvendigvis fanger opp: Fungerer appen når den faktisk brukes? Oppfører interaksjonene seg riktig? Lever grensesnittet opp til visuelle forventninger? 4

M2.1s rapporterte VIBE-resultater

MiniMax rapporterte en samlet VIBE-score på 88,6, inkludert 91,5 i VIBE-Web og 89,7 i VIBE-Android. 48

Resultatene er interessante fordi de forsøker å måle mer enn feilretting og kodefullføring. De skal også si noe om evnen til å levere en komplett applikasjon. Samtidig er VIBE utviklet av MiniMax, og sammenligningene mellom modeller bygger på selskapets eget evalueringsoppsett. Scorene bør derfor behandles som selskapets dokumentasjon på modellens styrker – ikke som en uavhengig bransjerangering. 48

Hva kan modellen gjøre for mobil-, nett- og apputvikling?

MiniMax presenterer M2.1 som en sterkere modell for native Android- og iOS-utvikling, ikke bare for nettleserbaserte apper. Selskapet sier også at modellen har fått bedre forståelse av visuell design og estetikk, komplekse interaksjoner, tredimensjonale vitenskapelige simuleringer og visualiseringer med høy kvalitet. 4

Dette legger til rette for en mer ambisiøs form for «vibe coding»: Utvikleren beskriver en app med naturlig språk, mens en agent setter sammen et fungerende produkt. MiniMax’ uttalte mål er ikke bare å lage en overbevisende demo, men å generere vedlikeholdbare applikasjoner som kan leveres og brukes i produksjonsrettet arbeid. 4

Hvor godt dette fungerer i praksis, må likevel testes i ekte kodebaser. Byggesystemer for mobil, avhengighetskonflikter, plattformspesifikke konvensjoner, tilgjengelighet, sikkerhetskontroller og langsiktig vedlikehold er fortsatt forhold benchmarkscorer ikke kan erstatte.

Hvordan skal «Interleaved Thinking» håndtere komplekse arbeidsflyter?

MiniMax beskriver Interleaved Thinking som en metode for systematisk problemløsing underveis i oppgaven. Hensikten er at modellen skal kunne holde styr på flere krav samtidig, blant annet systeminstrukser, brukerkrav, minne, verktøyskjemaer og instruksjonsfiler i prosjektet. 4

Dette er viktig i agentisk arbeid, fordi et godt resultat ikke bare handler om hvorvidt koden kjører. En agent kan også måtte:

1. Undersøke et eksisterende prosjekt.
2. Følge prosjektets egne instrukser.
3. Velge og bruke riktige verktøy.
4. Gjøre samordnede endringer i flere filer.
5. Lage dokumentasjon eller strukturert innhold.
6. Kontrollere at resultatet oppfyller de opprinnelige kravene.

MiniMax knytter denne funksjonaliteten til teknisk dokumentasjon, strukturert skriving, datahåndtering og langvarig kontorautomatisering. Dette er fortsatt posisjonering fra selskapets side, ikke et bevis på at alle flertrinnsoppgaver vil bli gjennomført pålitelig. Det forklarer likevel hvorfor M2.1 markedsføres som en modell for både koding og AI-agenter – ikke bare som en kodegenerator. 4

Hvordan får utviklere tilgang til M2.1?

Det finnes to hovedalternativer:

• API-tilgang: Utviklere kan bruke M2.1 gjennom MiniMax’ vertsbaserte API. 46
• Egen drift: Modellvektene er tilgjengelige via Hugging Face, slik at team kan sette opp og administrere sin egen serverløsning. 46

MiniMax anbefaler SGLang i sin distribusjonsveiledning, mens vLLM også støttes i det omkringliggende verktøyøkosystemet. 141 Egen drift kan gi virksomheter større kontroll over infrastruktur, datahåndtering, modellserver, integrasjoner og skalering enn en ren API-løsning.

Det betyr ikke automatisk lavere totalkostnad. Selvdrift krever passende GPU-kapasitet, utviklertid, overvåking, vedlikehold og operativ støtte. Den faktiske økonomien avhenger av bruksmønster og infrastruktur – ikke bare av hvor mange aktive parametre modellen har. 12

Konklusjon: Et tydeligere skifte mot agentisk utvikling

Den viktigste endringen fra M2 til M2.1 er retningen. Den nye modellen handler i større grad om flerspråklig fullstack-utvikling og agentstyrt arbeid enn om pris og tilgang alene. Den rapporterte scoren på 72,5 prosent i SWE-bench Multilingual og VIBE-scoren på 88,6 støtter denne posisjoneringen, mens resultatene for web og Android viser at MiniMax forsøker å måle komplett apputvikling – ikke bare tradisjonell koding. 348

For utviklere er bredere språkstøtte, åpne modellvekter, API-tilgang og muligheten for egen drift med SGLang eller vLLM de mest håndfaste fordelene. For virksomheter kan verdien ligge i å kjøre mer avanserte kode- og automatiseringsprosesser med større kontroll over servering og datahåndtering.

Forbeholdet er like viktig: De sterkeste sammenligningene og de nye VIBE-resultatene er først og fremst rapportert av MiniMax selv. Team som vurderer M2.1, bør teste modellen mot egne kodebaser, mobilbygg, dokumentasjonskrav, sikkerhetsregler og automatiseringsoppgaver før benchmarkresultatene brukes som bevis på produksjonsklarhet.