Le nouveau modèle de codage M2.5 de MiniMax domine le benchmark à 5 % du prix

Le laboratoire chinois d'IA MiniMax vient de lancer M2.5, un grand modèle de langage conçu de toutes pièces pour le codage et les tâches agentiques. La société qualifie cette initiative de jeu 'Agent Universe', et les performances confirment l'ambition : le modèle est désormais en tête du benchmark de programmation multilingue Multi-SWE-Bench. the-verification-horizon-why-rewarding-coding-agents-is-getting-harder

Performances du benchmark et prouesses en codage

M2.5 atteint un niveau de pointe sur Multi-SWE-Bench, surpassant tous les modèles précédents dans plusieurs langages de programmation. MiniMax rapporte également que sur les tâches agentiques, le modèle montre une maturité décisionnelle plus élevée, nécessite moins de cycles de recherche et utilise les jetons plus efficacement. C'est important car un agent de codage qui gaspille des jetons est un agent qui brûle du budget. why-your-ai-agent-might-ace-the-task-but-flunk-the-process-enter-skillcoach

Gains de productivité et de bureau

Dans les tâches de bureau à haute complexité, création de documents Word, construction de présentations PowerPoint, modélisation financière dans Excel, M2.5 a obtenu un taux de victoire moyen de 59 % face aux modèles grand public. La société attribue cela aux optimisations de l'apprentissage par renforcement qui ont appris au modèle à décomposer les tâches complexes et à gérer plus efficacement les jetons de réflexion. Cela lui confère un avantage à la fois en vitesse et en coût pour les workflows multi-étapes. gui-agents-beat-cli-in-desktop-tasks-but-skill-coverage-holds-the-key

Prix et disponibilité

M2.5 est proposé en deux niveaux : une version standard délivrant 100 jetons par seconde et un niveau haute vitesse à 50 TPS. Le prix de sortie se situe entre un dixième et un vingtième de ce que facturent les modèles comparables, selon MiniMax. La société affirme qu'un budget annuel d'environ 10 000 yuans (environ 1 400 $) peut faire fonctionner plusieurs agents 24 heures sur 24 et 7 jours sur 7, permettant ce qu'elle appelle des déploiements d'agents à grande échelle sans contrainte de coût. Les poids du modèle sont open source sur HuggingFace. one-million-tokens-four-flagships-the-real-benchmark-is-what-you-can-actually-use

Démonstrations pratiques

MiniMax a montré une démonstration en un seul passage où M2.5 a généré un code d'invitation personnalisé pour un service d'abonnement. L'exemple a mis en évidence la capacité du modèle à traiter des données structurées et à produire une sortie personnalisée sans plusieurs tentatives.

Cette publication positionne M2.5 comme un concurrent sérieux dans l'espace de plus en plus encombré des LLM de codage, en particulier pour les développeurs et les entreprises qui souhaitent des performances élevées sans le prix élevé des entreprises. how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale