新模型 2026-11-02

MiniMax 开源 M2:2300 亿参数只激活 100 亿,专攻智能体

一句话说清:MiniMax 把 M2 系列模型开源了——总参数高达 2300 亿,但每次只激活 100 亿,专门为了「让智能体跑得又快又省」。

发生了什么

  • MiniMax(稀宇科技)正式发布并开源 MiniMax-M2 系列,采用 MIT 许可,已在 Hugging Face 上线。
  • 核心数字:旗舰 M2 总参数 229.9B(约 2300 亿),每词元只激活 9.8B(约 100 亿);原生上下文 192K,支持多词元预测加速推理。
  • 定位很明确:为智能体工作流而生——写生产级代码、自主上网查资料、操作浏览器/终端/代码运行器、产出结构化办公文档。
  • 训练上搞了「代理原生」后训练:用可在真实工作区验证的轨迹做强化学习,从 M2 一路迭代到 M2.7,最新版甚至能自己调试训练、改自己的脚手架。
  • 多家评测称其在数学、科学、指令遵循、编码和工具使用上表现有竞争力,开源模型里综合评分靠前。

对我有什么用

  • 对开发者:这是一个「小而高效」的开源选择,100 亿激活参数就能干很多闭源大模型才能干的活,部署和扩容成本都更低。
  • 对普通用户:你大概率会在某个 AI 工具背后用到它(很多国内平台会接这类高性价比开源模型),间接受益的是「又快又便宜」。
  • 对想本地玩的人:相对「满血」旗舰,它的轻量激活让单卡部署成为可能,适合搭自己的智能体助手。

我可以怎么做

  1. 看热闹:记住「激活参数远小于总参数」是个趋势——模型变大了,但每次推理只唤醒一小部分,又快又省电。
  2. 想尝鲜:去 GitCode 或 Hugging Face 搜 MiniMax-M2,按官方文档用 vLLM 等工具部署;或看第三方平台有没有直接提供试用。
  3. 写代码的人:它强调「编码-运行-修复」闭环,很适合拿来做自动修 bug、写测试用例这类重复活。

温馨提醒

  • 「开源」多在权重和推理代码层面,真要跑顺还得配显卡和工程环境,小白直接上手仍有门槛。
  • MIT 协议虽宽松,商用前仍要看清官方使用条款,尤其是托管服务相关约定。
  • 评测数字多来自厂商和合作方,实际体验等第三方大规模复现更稳妥。
📤 一键转发小助手 帮你写好小红书文案、微信推荐语,还配一张中文海报,复制就能发