MiniMax: MiniMax M2

MiniMax M2는 2025년 10월 23일에 출시된 MiniMax의 텍스트 생성 모델입니다. 총 2300억 개 중 100억 개의 활성화 파라미터를 가진 소형 고효율 대규모 언어 모델이며, MiniMax는 이를 엔드 투 엔드 코딩 및 에이전트 워크플로에 최적화되었다고 설명합니다. 텍스트 카테고리에 속하므로 이미지, 오디오 또는 비디오 생성이 아닌 언어 작업을 대상으로 합니다.

이 모델은 텍스트를 입력으로 받고 텍스트를 출력으로 반환합니다. 컨텍스트 윈도우는 204,800 토큰으로, 단일 요청에 상당한 크기의 소스 파일, 긴 문서 또는 확장된 대화 기록을 담을 수 있을 만큼 충분히 큽니다. 최대 출력은 176,947 토큰이므로 작업에 필요할 때 매우 긴 완성을 생성할 수 있습니다. MiniMax는 이를 코딩 및 에이전트 스타일 작업에 대한 집중과 함께 일반 추론 전반에서 최전선에 가까운 지능을 제공하는 것으로 위치시킵니다.

이러한 기능은 몇 가지 실용적인 용도를 시사합니다. 코딩에 대한 집중은 코드 생성, 리팩터링, 디버깅, 그리고 컨텍스트 윈도우 내에서 함께 읽어야 하는 다중 파일 저장소 전반에 걸친 작업에 합리적으로 적합하게 만듭니다. 에이전트 중심 강조는 모델이 어떤 함수를 호출할지 결정하고 그 결과를 다음 단계에 통합하는 도구 호출 루프에 적합합니다. 긴 컨텍스트와 긴 출력 제한은 대규모 문서를 요약하거나 변환하는 작업, 그리고 모델이 답변하기 전에 문제를 검토하는 것이 도움이 되는 추론 중심 작업에도 도움이 됩니다.

api14의 OpenAI 호환 API를 통해 모델 id "minimax/minimax-m2"를 사용하여 호출할 수 있습니다. 지원되는 요청 파라미터는 frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs 및 top_p입니다. 도구 사용은 tools와 tool_choice를 통해, 구조화된 출력은 response_format과 structured_outputs를 통해 사용할 수 있으며, 추론 동작은 reasoning과 include_reasoning으로 영향을 줄 수 있습니다. 샘플링은 temperature, top_p, top_k, frequency_penalty, presence_penalty 및 repetition_penalty로 조정할 수 있으며, seed, stop, logprobs 및 top_logprobs는 재현성과 토큰 수준 출력에 대한 제어를 제공합니다.

이 모델은 텍스트 입력만 받으므로 이미지, 오디오 또는 기타 모달리티와 관련된 작업에는 다른 모델이 필요합니다. 워크로드에 코딩, 에이전트 도구 사용 또는 긴 컨텍스트 추론이 포함되지 않는다면 더 작거나 더 일반적인 텍스트 모델이 더 간단하고 충분할 수 있습니다.