MiniMax: MiniMax M2.5

MiniMax M2.5 est un modèle de texte de MiniMax, listé sur api14 sous l'identifiant de modèle minimax/minimax-m2.5. MiniMax le décrit comme un grand modèle de langage de pointe conçu pour la productivité du monde réel, entraîné sur un éventail diversifié d'environnements de travail numériques complexes du monde réel, et il s'appuie sur l'expertise en codage de M2.1. Il appartient à la catégorie texte, il est donc destiné au travail linguistique plutôt qu'à la génération d'images, d'audio ou de vidéo.

Le modèle prend du texte en entrée et renvoie du texte en sortie. Il dispose d'une fenêtre de contexte de 204 800 tokens et peut produire jusqu'à 128 000 tokens en une seule réponse, ce qui laisse suffisamment de place pour de longs documents côté entrée et des réponses longues et détaillées côté sortie. Parmi les paramètres qu'il prend en charge figurent temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty et presence_penalty pour contrôler l'échantillonnage, ainsi que max_tokens et stop pour façonner la longueur et la fin d'une réponse. Il prend également en charge reasoning et include_reasoning, ce qui compte lorsque vous voulez que le modèle raisonne sur un problème avant de répondre.

Parce que le fournisseur positionne M2.5 autour de la productivité du monde réel et du codage, les usages naturels sont les tâches logicielles telles que la génération de code, la refactorisation, le débogage et l'explication, ainsi que le travail de connaissance général qui les entoure : rédiger et modifier de longs documents, résumer de grandes entrées, extraire des données structurées et répondre à des questions sur du contenu qui tient dans la fenêtre de contexte. La grande limite de sortie convient aux tâches où la réponse elle-même est longue, par exemple produire un fichier complet, un rapport détaillé ou un plan en plusieurs parties en un seul appel. L'utilisation d'outils et les sorties structurées en font un choix raisonnable pour les flux de travail de type agent où le modèle doit appeler des fonctions ou renvoyer des données dans une forme fixe.

Vous l'appelez via l'API compatible OpenAI d'api14 en définissant le champ model sur minimax/minimax-m2.5 dans une requête de complétion de chat, en utilisant les mêmes bibliothèques clientes et la même forme de requête que celles que vous utiliseriez avec OpenAI. Les paramètres pris en charge couvrent les contrôles d'échantillonnage habituels (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty), les contrôles de longueur et d'arrêt (max_tokens, stop), les options de déterminisme et d'inspection (seed, logit_bias, logprobs, top_logprobs), le façonnage de la sortie (response_format, structured_outputs) et l'utilisation d'outils (tools, tool_choice). Le comportement de raisonnement est exposé via reasoning et include_reasoning, vous pouvez donc décider si le contenu de raisonnement est renvoyé avec la réponse finale.

Comme le modèle n'accepte que du texte, les tâches qui dépendent d'images, d'audio ou d'autres entrées non textuelles sortent de son périmètre et nécessiteraient un modèle doté de ces modalités d'entrée. Il en va de même si vous avez besoin d'une sortie non textuelle. Pour les charges de travail textuelles qui respectent les limites de contexte et de sortie ci-dessus, minimax/minimax-m2.5 est une option simple à évaluer, et la liste de paramètres vous donne suffisamment de contrôle pour ajuster l'échantillonnage, imposer une structure et l'intégrer dans des pipelines d'appel d'outils.