minimax

MiniMax M2.5

MiniMax M2.5 adalah model MoE SOTA yang menampilkan context window 1 juta token dan kapabilitas coding agentic elit dengan harga yang disruptif untuk agen...

Agentic AIArsitektur MoESpesialis CodingHemat Biaya
minimax logominimaxM-series12 Februari 2026
Konteks
1.0Mtoken
Output maks.
128Ktoken
Harga input
$0.30/ 1M
Harga output
$1.20/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
62%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). MiniMax M2.5 meraih skor 62% pada benchmark ini.
HLE
28%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. MiniMax M2.5 meraih skor 28% pada benchmark ini.
MMLU
85%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. MiniMax M2.5 meraih skor 85% pada benchmark ini.
MMLU Pro
76.5%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. MiniMax M2.5 meraih skor 76.5% pada benchmark ini.
SimpleQA
44%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. MiniMax M2.5 meraih skor 44% pada benchmark ini.
IFEval
87.5%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. MiniMax M2.5 meraih skor 87.5% pada benchmark ini.
AIME 2025
45%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. MiniMax M2.5 meraih skor 45% pada benchmark ini.
MATH
72%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. MiniMax M2.5 meraih skor 72% pada benchmark ini.
GSM8k
95.8%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. MiniMax M2.5 meraih skor 95.8% pada benchmark ini.
MGSM
92.4%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. MiniMax M2.5 meraih skor 92.4% pada benchmark ini.
MathVista
65%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. MiniMax M2.5 meraih skor 65% pada benchmark ini.
SWE-Bench
80.2%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. MiniMax M2.5 meraih skor 80.2% pada benchmark ini.
HumanEval
89.6%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. MiniMax M2.5 meraih skor 89.6% pada benchmark ini.
LiveCodeBench
65%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. MiniMax M2.5 meraih skor 65% pada benchmark ini.
MMMU
68%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. MiniMax M2.5 meraih skor 68% pada benchmark ini.
MMMU Pro
54%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. MiniMax M2.5 meraih skor 54% pada benchmark ini.
ChartQA
88%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. MiniMax M2.5 meraih skor 88% pada benchmark ini.
DocVQA
93.2%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. MiniMax M2.5 meraih skor 93.2% pada benchmark ini.
Terminal-Bench
52%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. MiniMax M2.5 meraih skor 52% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. MiniMax M2.5 meraih skor 12% pada benchmark ini.

Tentang MiniMax M2.5

Pelajari tentang kemampuan, fitur, dan cara menggunakan MiniMax M2.5.

Arsitektur Frontier yang Efisien

MiniMax M2.5 adalah model frontier efisiensi tinggi yang dibangun di atas arsitektur 230B Mixture-of-Experts (MoE). Dengan hanya mengaktifkan 10 miliar parameter per forward pass, model ini mencapai kecepatan inference dan struktur harga yang hampir 20 kali lebih efisien daripada raksasa proprietary. Model ini dirancang khusus untuk kecerdasan agentic, memprioritaskan logika terstruktur dan perencanaan multi-langkah dibandingkan sekadar chat completion. Desain sparse ini memungkinkan model untuk mempertahankan kecerdasan tinggi tanpa overhead komputasi besar seperti pada model dense tradisional.

Kecerdasan Coding Tingkat Lanjut

Fitur menonjol dari model ini adalah Pola Pikir Arsitek (Architect Mindset), yang memungkinkannya memvisualisasikan struktur logika dan hierarki proyek sebelum membuat kode. Hal ini membuatnya sangat efektif untuk rekayasa perangkat lunak otonom, di mana ia menyamai performa state-of-the-art dengan skor 80,2% pada SWE-Bench Verified. Dengan context window 1 juta token, model ini dapat menyerap seluruh codebase, memungkinkan audit repositori mendalam dan refactoring sistem kompleks yang sebelumnya terlalu mahal untuk dilakukan.

Deployment Perusahaan dan Lokal

MiniMax M2.5 mendukung lebih dari 10 bahasa pemrograman dan throughput bawaan hingga 100 tokens per detik pada varian lightning-nya. Karena tersedia sebagai model open-weight, developer dapat men-deploy-nya secara lokal untuk privasi data penuh sambil tetap mempertahankan akses ke reasoning berbasis logika yang kuat seperti yang ditemukan di API hosted. Fleksibilitas ini menjadikannya pilihan praktis baik untuk pipeline agen berbasis cloud maupun alat pengembangan on-premise.

MiniMax M2.5

Kasus Penggunaan untuk MiniMax M2.5

Temukan berbagai cara menggunakan MiniMax M2.5 untuk hasil yang luar biasa.

Rekayasa Perangkat Lunak Otonom

Menyelesaikan masalah GitHub di dunia nyata dan melakukan debugging multi-file menggunakan harness agen.

Pipeline Agen Perusahaan

Menggerakkan agen latar belakang yang selalu aktif untuk riset dan sintesis data dengan biaya API yang rendah.

Modernisasi Kode Warisan

Melakukan refactoring repositori besar yang usang ke framework modern sambil tetap menjaga standar logika.

Review Kode Arsitektural

Menganalisis hierarki proyek untuk memberikan masukan logika dan saran pengoptimalan struktur.

Pengeditan Dokumen Volume Tinggi

Memproses file kantor berukuran besar dengan tingkat akurasi tinggi untuk pemodelan finansial dan hukum.

Alat Developer Latensi Rendah

Menjalankan ekstensi IDE dan alat CLI yang memerlukan waktu respons sub-detik untuk bantuan.

Kelebihan

Keterbatasan

Performa Coding SOTA: Mencapai skor 80,2% pada SWE-Bench Verified, menyamai performa model-model yang jauh lebih mahal.
Kedalaman Reasoning Lebih Rendah: 10B active parameters yang sparse terkadang bisa tertinggal dari model padat (dense) dalam tugas reasoning yang sangat khusus.
Efisiensi Biaya Ekstrem: Harganya sekitar 1/20 dari kompetitor utama, membuat deployment agen skala besar menjadi layak secara finansial.
Fokus pada Teks: Tidak memiliki kapabilitas visi dan audio bawaan dibandingkan model multimodal seperti GPT-4o.
Throughput Tinggi: Varian HighSpeed memberikan 100 tokens per detik, yang dua kali lebih cepat dari model tradisional.
Atribusi Brand Diperlukan: Penggunaan komersial dari versi open-weight memerlukan atribusi yang jelas kepada brand MiniMax.
Ketersediaan Open-Weight: Developer dapat menjalankan model secara lokal untuk menjamin privasi data dan kepemilikan stack penuh.
Persyaratan VRAM: Menjalankan model penuh secara lokal memerlukan perangkat keras kelas atas kecuali menggunakan kuantisasi yang signifikan.

Mulai Cepat API

minimax/minimax-m2.5

Lihat Dokumentasi
minimax SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.MINIMAX_API_KEY,
  baseURL: 'https://api.minimax.io/v1',
});

async function main() {
  const response = await client.chat.completions.create({
    model: 'minimax-m2.5',
    messages: [{ role: 'user', content: 'Design a microservices architecture for a fintech app.' }],
    temperature: 0.1,
  });
  console.log(response.choices[0].message.content);
}

main();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang MiniMax M2.5

Lihat apa yang dipikirkan komunitas tentang MiniMax M2.5

Harga MiniMax M2.5 adalah cerita utamanya, cukup murah untuk mengubah arsitektur, bukan hanya anggaran.
PretendAd7988
twitter
M2.5 mencapai angka SOTA dan ini adalah model 10B active parameter, artinya cepat dan murah.
Low-Bread-2346
reddit
Model ini mengurangi beban berat yang harus dilakukan pengguna hanya agar semuanya tetap berjalan.
JamMasterJulian
youtube
M2.5 menyamai throughput Claude Opus 4.6 dengan sebagian kecil dari biaya.
Significant-Tap-7854
reddit
Menjalankan M2.5 secara lokal di Mac Studio sangat cepat. 10B active params benar-benar membuat perbedaan.
MacCoder_X
reddit
Langkah perencanaan arsitektural menangkap kesalahan logika bahkan sebelum ia menulis satu baris kode pun.
dev_mindset
twitter

Video Tentang MiniMax M2.5

Tonton tutorial, ulasan, dan diskusi tentang MiniMax M2.5

Harganya hampir 20 kali lebih murah daripada opsi proprietary teratas.

Ini adalah model coding dan agentic kelas atas yang jauh lebih cepat dan jauh lebih murah.

Performa pada SWE-bench verified benar-benar menempatkannya di kategori elit.

Anda mendapatkan kecerdasan kelas frontier dengan kebutuhan perangkat keras open-source.

Arsitektur MoE di sini dioptimalkan dengan sempurna untuk tugas coding latensi rendah.

MiniMax melayani model ini dengan 3% dari biaya output token Opus 4.6.

Biaya kecerdasan saat ini hampir mendekati biaya listrik.

Model ini menangani context window repo besar tanpa masalah lupa di tengah dokumen.

Untuk alat developer, kecepatan varian lightning adalah kemenangan UX yang besar.

Ini pertama kalinya saya melihat model semurah ini benar-benar bisa menyelesaikan bug logika yang kompleks.

Biayanya hanya $1 untuk menjalankan model terus menerus selama satu jam pada kecepatan 100 tokens per detik.

Kemampuan berpikir internalnya sangat menonjol di sini karena bisa melakukan koreksi alur secara instan.

Mengujinya melawan GPT-4o, model ini secara konsisten memberikan refactor multi-file yang lebih baik.

Kapabilitas agentic sudah terpasang di dalamnya, bukan sekadar pelengkap di prompt.

Ini pada dasarnya gratis bagi developer kecil mengingat tingkat harga inputnya.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk MiniMax M2.5

Tips ahli untuk memaksimalkan MiniMax M2.5.

Adopsi Pola Pikir Arsitek

Mintalah model untuk membuat struktur proyek sebelum meminta kode implementasi yang sebenarnya.

Manfaatkan 1M Context

Sediakan dokumentasi lengkap atau seluruh modul untuk memastikan pemahaman menyeluruh terhadap codebase Anda.

Gunakan Paket HighSpeed

Pilih endpoint M2.5-HighSpeed untuk mencapai kecepatan stabil 100 tokens per detik bagi agen interaktif.

Penyempurnaan Iteratif

Mintalah model untuk meninjau output awalnya guna mencari celah logika atau kerentanan keamanan.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
anthropic

Claude 3.7 Sonnet

Anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
openai

GPT-4o mini

OpenAI

OpenAI's most cost-efficient small model, GPT-4o mini offers multimodal intelligence and high-speed performance at a significantly lower price point.

128K context
$0.15/$0.60/1M
openai

GPT-5.4

OpenAI

GPT-5.4 is OpenAI's frontier model featuring a 1.05M context window and Extreme Reasoning. It excels at autonomous UI interaction and long-form data analysis.

1M context
$2.50/$15.00/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
openai

GPT-5.3 Instant

OpenAI

Explore GPT-5.3 Instant, OpenAI's "Anti-Cringe" model. Features a 128K context window, 26.8% fewer hallucinations, and a natural, helpful tone for everyday...

128K context
$1.75/$14.00/1M
google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M

Pertanyaan yang Sering Diajukan tentang MiniMax M2.5

Temukan jawaban untuk pertanyaan umum tentang MiniMax M2.5