MiniMax M2.1: Bước tiến cho lập trình đa ngôn ngữ và AI agent

MiniMax M2.1 là bản cập nhật mô hình có trọng số mở của công ty AI Trung Quốc MiniMax, được phát hành ngày 23/12/2025. Nếu M2 chủ yếu nhấn mạnh chi phí hợp lý và khả năng tiếp cận rộng, M2.1 được giới thiệu như một mô hình dành cho những công việc thực tế và đòi hỏi cao hơn: lập trình đa ngôn ngữ, phát triển ứng dụng full-stack, xây dựng ứng dụng di động native và tự động hóa kiểu văn phòng. 34

Tuy nhiên, cần lưu ý rằng nhiều tuyên bố hiệu năng nổi bật nhất đến từ các bài đánh giá do chính MiniMax thực hiện. Những kết quả này cho thấy hướng phát triển của sản phẩm, nhưng chưa nên được xem là bảng xếp hạng độc lập và có tính kết luận giữa M2.1 với các mô hình độc quyền.

MiniMax M2.1 là gì?

M2.1 sử dụng kiến trúc Mixture-of-Experts (MoE) với tổng cộng 230 tỷ tham số, trong đó khoảng 10 tỷ tham số được kích hoạt cho mỗi token. Thiết kế thưa này nhằm giúp quá trình suy luận hiệu quả hơn so với việc kích hoạt toàn bộ tham số của một mô hình dense có quy mô tương đương. 1

Lập luận trung tâm của MiniMax là một mô hình lập trình hữu ích không thể chỉ xử lý các đoạn mã Python ngắn hoặc những hàm tách biệt. Dự án phần mềm thực tế thường kết hợp nhiều ngôn ngữ, kho mã hiện có, nền tảng di động, giao diện trực quan, hướng dẫn dự án, công cụ và chuỗi tác vụ phụ thuộc lẫn nhau. M2.1 được thiết kế cho quy trình rộng hơn đó.

M2.1 khác M2 như thế nào?

Theo MiniMax, M2.1 đánh dấu sự chuyển dịch từ ưu tiên chi phí và khả năng tiếp cận của M2 sang khả năng thực thi ổn định các tác vụ phức tạp, gần với môi trường sản xuất. Bản cập nhật tập trung vào lập trình trên nhiều ngăn xếp công nghệ, cũng như các tình huống làm việc văn phòng và vận hành bằng agent. 4

Các cải tiến được công bố gồm:

• Hỗ trợ nhiều ngôn ngữ lập trình hơn: Rust, Java, Go, C++, Kotlin, Objective-C, TypeScript và JavaScript, bên cạnh Python cùng các ngôn ngữ khác. 37
• Xây dựng ứng dụng full-stack: Mô hình hướng đến việc tạo ra ứng dụng hoàn chỉnh, có thể vận hành, thay vì chỉ sinh những mảnh mã rời rạc. 34
• Phát triển di động native: MiniMax đặc biệt nhấn mạnh Android và iOS, hai lĩnh vực mà công ty cho rằng vẫn là điểm yếu dai dẳng của các hệ thống AI. 4
• Thực thi tác vụ agent tốt hơn: M2.1 được định vị cho quy trình cần phối hợp công cụ, tệp dự án, hướng dẫn, bộ nhớ và nhiều bước liên tiếp. 4
• Tác vụ văn phòng và tài liệu: MiniMax tuyên bố mô hình được cải thiện trong viết có cấu trúc, tài liệu kỹ thuật, công việc liên quan đến dữ liệu và quy trình agent liên tục. 4

Nói cách khác, theo mô tả của MiniMax, M2.1 không chỉ là một mô hình lập trình lớn hơn hoặc rẻ hơn M2. Đây là nỗ lực biến mô hình thành công cụ đáng tin cậy hơn khi nhiệm vụ bao gồm yêu cầu, giao diện, lệnh gọi công cụ và phần mềm cần bàn giao — chứ không chỉ là văn bản được sinh tự động.

M2.1 cải thiện những ngôn ngữ lập trình nào?

MiniMax cho biết họ đã cải thiện có hệ thống năng lực của M2.1 trong Rust, Java, Golang, C++, Kotlin, Objective-C, TypeScript, JavaScript và nhiều ngôn ngữ khác. Các nguồn phân tích bên ngoài cũng mô tả những chuyên gia trong mô hình được tối ưu cho Java, Go, Rust, C++, TypeScript, JavaScript, Kotlin và Python. 37

Điểm này có ý nghĩa với các tổ chức duy trì nhiều ngăn xếp công nghệ. Một mô hình hoạt động tốt với tác vụ chỉ dùng Python có thể kém hữu ích hơn trong kho mã sản xuất gồm dịch vụ backend viết bằng Java hoặc Go, mã hệ thống bằng Rust hoặc C++, cùng giao diện web và di động sử dụng TypeScript, JavaScript, Kotlin hay Objective-C.

M2.1 được so sánh với các mô hình Claude ra sao?

MiniMax cho biết M2.1 vượt Claude Sonnet 4.5 trong các tình huống kỹ thuật phần mềm đa ngôn ngữ và tiến gần Claude Opus 4.5. Công ty báo cáo mô hình đạt 72,5% trên SWE-bench Multilingual. 316

Những con số này cần được đọc với sự thận trọng. Các tài liệu được dẫn không thiết lập một bảng xếp hạng trung lập, được tái lập độc lập; kết quả có thể phụ thuộc vào prompt, lớp công cụ hỗ trợ agent, phiên bản mô hình và quy trình đánh giá. Một phân tích bên ngoài sau đó cho biết M2.1 đã cải thiện so với M2 trên SWE-bench Verified nhưng vẫn đứng sau một số hệ thống độc quyền mạnh trong phép so sánh đó. 7

Kết luận có cơ sở hơn là MiniMax đang nhắm đến lập trình ở cấp độ kho mã đa ngôn ngữ như một thế mạnh chính, còn các kết quả được công bố cho thấy bước tiến đáng kể so với thế hệ trước. Những kết quả này chưa chứng minh M2.1 sẽ vượt Claude trong mọi dự án hoặc quy trình phát triển phần mềm.

VIBE benchmark là gì?

VIBE là viết tắt của Visual & Interactive Benchmark for Execution — một bộ đánh giá do MiniMax xây dựng để kiểm tra liệu mô hình có thể tạo ra ứng dụng hoàn chỉnh, có thể sử dụng, từ đầu đến cuối hay không, thay vì chỉ sinh mã trông có vẻ hợp lý trong cửa sổ trò chuyện. 34

Bộ đánh giá gồm năm nhóm:

• Web
• Mô phỏng (Simulation)
• Android
• iOS
• Backend

VIBE tập trung vào ứng dụng đã triển khai cùng khả năng kiểm tra tương tác và hình ảnh. Vì vậy, nó hướng đến những yếu tố mà các benchmark lập trình truyền thống có thể chưa phản ánh đầy đủ: ứng dụng có hoạt động khi người dùng sử dụng hay không, tương tác có đúng hay không và giao diện có đáp ứng yêu cầu trực quan hay không. 4

Điểm VIBE được công bố của M2.1

MiniMax báo cáo M2.1 đạt điểm VIBE tổng hợp 88,6, trong đó đạt 91,5 ở VIBE-Web và 89,7 ở VIBE-Android. 48

Đây là những tuyên bố đáng chú ý vì phạm vi đánh giá vượt ra ngoài sửa lỗi hoặc hoàn thiện mã, hướng đến việc bàn giao cả một ứng dụng. Tuy vậy, VIBE do MiniMax tạo ra và các phép so sánh giữa mô hình sử dụng phương pháp đánh giá của MiniMax. Do đó, các điểm số này nên được xem là bằng chứng do công ty công bố về thế mạnh mà họ nhắm tới, không phải bảng xếp hạng ngành đã được xác lập độc lập. 48

M2.1 hỗ trợ phát triển di động, web và ứng dụng như thế nào?

MiniMax giới thiệu M2.1 là mô hình mạnh hơn cho phát triển Android và iOS native, không chỉ cho ứng dụng chạy trên trình duyệt. Công ty cũng cho biết mô hình được cải thiện khả năng hiểu thiết kế trực quan và tính thẩm mỹ, các tương tác phức tạp, mô phỏng khoa học 3D và hình ảnh hóa chất lượng cao. 4

Sự kết hợp này hỗ trợ một phiên bản tham vọng hơn của khái niệm vibe coding: mô tả ứng dụng bằng ngôn ngữ tự nhiên rồi để agent lắp ghép thành sản phẩm hoạt động. Mục tiêu MiniMax nêu ra không chỉ là tạo một bản demo bắt mắt, mà còn tạo ra ứng dụng có thể bảo trì và bàn giao cho công việc định hướng sản xuất. 4

Việc mục tiêu đó có đạt được hay không vẫn cần được kiểm tra trên các kho mã thực tế. Hệ thống build di động, xung đột phụ thuộc, quy ước riêng của từng nền tảng, khả năng tiếp cận, kiểm tra bảo mật và bảo trì dài hạn vẫn là những bước kiểm chứng thực tế mà điểm benchmark không thể thay thế.

“Interleaved Thinking” hỗ trợ quy trình phức tạp ra sao?

MiniMax mô tả Interleaved Thinking là phương pháp giải quyết vấn đề có hệ thống trong quá trình thực thi tác vụ. Mục đích là giúp mô hình duy trì đồng thời nhiều ràng buộc, gồm chỉ dẫn hệ thống, yêu cầu người dùng, bộ nhớ, schema của công cụ và các tệp hướng dẫn trong dự án. 4

Điều này quan trọng với công việc agent vì một kết quả thành công không chỉ được xác định bởi việc mã có chạy hay không. Agent còn có thể phải:

1. Kiểm tra dự án hiện có.
2. Tuân thủ hướng dẫn riêng của kho mã.
3. Chọn và sử dụng đúng công cụ.
4. Phối hợp thay đổi trên nhiều tệp.
5. Tạo tài liệu hoặc đầu ra có cấu trúc.
6. Xác minh kết quả đáp ứng yêu cầu ban đầu.

MiniMax liên hệ năng lực này với tài liệu kỹ thuật, viết có cấu trúc, xử lý dữ liệu và tự động hóa văn phòng kéo dài. Đây vẫn là các tuyên bố về định hướng sản phẩm, chưa phải bằng chứng cho thấy mọi quy trình nhiều bước đều có thể hoàn tất ổn định. Tuy nhiên, chúng giải thích vì sao M2.1 được định vị là mô hình dành cho lập trình và agent, thay vì chỉ là công cụ sinh mã. 4

Nhà phát triển có thể truy cập và triển khai M2.1 bằng cách nào?

Có hai hướng tiếp cận chính:

• Sử dụng API: Nhà phát triển có thể truy cập M2.1 thông qua API do MiniMax lưu trữ. 46
• Tự quản lý triển khai: Trọng số mô hình được công khai trên Hugging Face, cho phép các đội ngũ tự quản lý môi trường phục vụ mô hình. 46

Hướng dẫn triển khai của MiniMax khuyến nghị SGLang, trong khi vLLM cũng được hỗ trợ trong hệ sinh thái triển khai liên quan. 141 Tự vận hành có thể đem lại cho tổ chức quyền kiểm soát trực tiếp hơn đối với hạ tầng, dữ liệu, máy chủ mô hình, tích hợp và khả năng mở rộng so với việc chỉ sử dụng API.

Tuy nhiên, khả năng tự triển khai không đồng nghĩa chắc chắn với tổng chi phí thấp hơn. Doanh nghiệp vẫn cần GPU phù hợp, thời gian kỹ thuật, giám sát, bảo trì và hỗ trợ vận hành. Hiệu quả kinh tế phụ thuộc vào mức độ sử dụng và lựa chọn hạ tầng, không chỉ vào số tham số được kích hoạt của mô hình. 12

Đánh giá thực tế

Thay đổi đáng kể nhất của MiniMax M2.1 so với M2 nằm ở trọng tâm sản phẩm: bản phát hành mới hướng đến công việc đa ngôn ngữ, full-stack và vận hành bằng agent, thay vì lấy khả năng tiếp cận và hiệu quả suy luận làm câu chuyện chính. Điểm 72,5% trên SWE-bench Multilingual và 88,6 trên VIBE được công bố để củng cố định hướng đó, trong khi điểm Android và web cho thấy nỗ lực đo lường khả năng xây dựng ứng dụng hoàn chỉnh bên cạnh lập trình truyền thống. 348

Với nhà phát triển, những lợi thế đáng chú ý nhất là phạm vi ngôn ngữ rộng hơn, trọng số mở, quyền truy cập API và nhiều lựa chọn triển khai qua SGLang hoặc vLLM. Với doanh nghiệp, sức hấp dẫn nằm ở khả năng vận hành các quy trình lập trình và tự động hóa phức tạp hơn, đồng thời kiểm soát tốt hơn việc phục vụ mô hình và xử lý dữ liệu.

Dù vậy, điểm cần nhấn mạnh không kém là các so sánh nổi bật nhất và kết quả VIBE mới chủ yếu do MiniMax công bố. Trước khi xem các tuyên bố benchmark là bằng chứng cho môi trường sản xuất, đội ngũ nên thử M2.1 trên kho mã của chính mình, quy trình build di động, yêu cầu tài liệu, tiêu chuẩn bảo mật và các tác vụ tự động hóa thực tế.