MiniMax: MiniMax-M2

Model MiniMax terbuka yang efisien dibuat untuk agen pengodean dan alur kerja yang padat alat

minimax-m2

TersediaMiniMaxObrolan

Masukan / Keluaran: $0.30 / $1.20
Konteks: 200K
Output maksimal: 128K
Modalitas: Obrolan
Kapabilitas: Penggunaan tool

Tentang MiniMax-M2

MiniMax-M2 adalah model bahasa open-weight dari MiniMax yang dibuat untuk agen pengodean dan alur kerja yang padat alat, dirilis pada Oktober 2025. MiniMax menyajikannya sebagai model yang efisien untuk era agen. Ini adalah yang pertama dari lini M2, jadi rilis selanjutnya (M2.1, M2.5, M2.7) meningkatkannya untuk pemrograman dan produktivitas. Model ini berbasis teks-masuk, teks-keluar dengan pemanggilan alat dan penalaran.

Kelebihan

Dibuat untuk loop agen di mana model merencanakan, memanggil alat, membaca hasil, dan melanjutkan.
Mendukung penalaran sebelum memberikan jawaban, yang membantu dalam tugas pengodean dan debugging multi-langkah.
Bobot terbuka, sehingga tim dapat membandingkan hasil yang dihosting dengan penyebaran mandiri dari model yang sama.
Menangani pemanggilan alat dan caching prompt, yang mengurangi pekerjaan berulang dalam sesi agen yang panjang.

Kapan harus beralih

Ini adalah yang tertua dari model M2, dan M2.1 serta versi setelahnya dirilis secara khusus untuk meningkatkan pengodean.
Hanya input teks, jadi tangkapan layar atau diagram memerlukan model multimodal seperti MiniMax M3.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format API:
curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "minimax-m2", "input": "Hello!" }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Spesifikasi default

per 1M token

Harga Official: Masukan $0.30 / Keluaran $1.20 / Pembacaan cache $0.03 / Penulisan cache $0.375
Harga Verified: —
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.03
Harga Verified: —
Diskon: —

Penulisan cache

Harga Official: $0.375
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Spesifikasi default	Masukan $0.30 / Keluaran $1.20 / Pembacaan cache $0.03 / Penulisan cache $0.375	—	—
Harga cache prompt
Pembacaan cache	$0.03	—	—
Penulisan cache	$0.375	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.15 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka MiniMax-M2 di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba minimax-m2 dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Backend agen pengodean
Jalankan agen editor atau terminal yang membaca repositori, menyunting file, dan menjalankan perintah melalui alat.
Asisten pengatur alat
Biarkan model memutuskan API internal mana yang akan dipanggil berikutnya di seluruh alur dukungan atau operasi multi-langkah.
Garis dasar untuk peningkatan
Simpan sebagai referensi saat menguji apakah M2.5 atau M2.7 meningkatkan tugas agen Anda sendiri.

Contoh prompt

Baca log CI yang gagal di bawah, temukan modul yang rusak, dan usulkan patch dengan penjelasan singkat.

Anda dapat memanggil search_tickets dan update_ticket. Tutup setiap duplikat tiket 812 dan ringkas apa yang Anda ubah.

Refaktorkan fungsi Python ini untuk menghapus status global, dengan tetap menjaga tanda tangan publik tidak berubah.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Untuk apa MiniMax-M2 dirancang?

MiniMax menggambarkannya sebagai model yang efisien untuk era agen. Dalam praktiknya, itu berarti agen pengodean, pemanggilan alat, dan tugas multi-langkah yang panjang, yang disampaikan oleh model open-weight yang juga bernalar sebelum menjawab.

Apakah MiniMax-M2 open source?

MiniMax merilis bobot M2 secara terbuka, dan lini ini telah diterbitkan di Hugging Face di bawah organisasi MiniMaxAI, sehingga Anda dapat membaca kartu model dan menjalankan model yang sama sendiri.

Apakah model ini menerima gambar?

Tidak. Ini adalah model teks. Gunakan MiniMax M3, yang digambarkan MiniMax sebagai model multimodal asli, saat gambar atau video harus dimasukkan; gunakan M2 untuk pekerjaan berbasis teks, kode, dan alat.

Haruskah saya beralih dari M2 ke model MiniMax yang lebih baru?

Untuk pekerjaan pengodean, biasanya ya. M2.1 menargetkan pemrograman dan refaktorisasi, diikuti oleh M2.5 dan M2.7. M2 tetap berguna sebagai referensi saat Anda membandingkan hasil di berbagai versi.

Apakah MiniMax-M2 mendukung penggunaan alat dan caching?

Ya. Penggunaan alat, caching prompt, dan penalaran semuanya didukung, sehingga cocok untuk loop agen yang mengulangi awalan bersama yang besar, seperti prompt sistem yang panjang atau daftar alat yang dikirim pada setiap putaran.

Berapa biaya MiniMax-M2?

Di TokenLab, MiniMax-M2 dikenakan Masukan $0.30 / Keluaran $1.20 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output MiniMax-M2?

MiniMax-M2 mendukung hingga 200.000 token konteks dan menghasilkan hingga 128.000 token per respons.

Endpoint mana yang harus digunakan MiniMax-M2?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk MiniMax-M2. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung MiniMax-M2?

MiniMax-M2 mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.