MiniMax-M2 — это компактная высокоэффективная большая языковая модель, оптимизированная для сквозного кодирования и агентских рабочих процессов. Обладая 10 миллиардами активированных параметров (всего 230 миллиардов), она обеспечивает интеллект, близкий к передовому, в области общего рассуждения, использования инструментов и многошагового выполнения задач, сохраняя при этом низкую задержку и эффективность развертывания. Модель превосходно справляется с генерацией кода, редактированием нескольких файлов, циклами компиляции-запуска-исправления и проверенным тестами восстановлением, демонстрируя высокие результаты на SWE-Bench Verified, Multi-SWE-Bench и Terminal-Bench. Она также конкурентоспособна в агентских оценках, таких как BrowseComp и GAIA, эффективно справляясь с долгосрочным планированием, поиском и восстановлением после ошибок выполнения. По оценке [Artificial Analysis](https://artificialanalysis.ai/models/minimax-m2), MiniMax-M2 входит в число лучших моделей с открытым исходным кодом по составному интеллекту, охватывающему математику, естественные науки и выполнение инструкций. Небольшой объем активации обеспечивает быстрый вывод, высокую параллельность и улучшенную экономику единицы измерения, что делает ее хорошо подходящей для крупномасштабных агентов, помощников разработчиков и приложений, управляемых рассуждениями, которые требуют оперативности и экономической эффективности. Чтобы избежать снижения производительности этой модели, MiniMax настоятельно рекомендует сохранять рассуждения между ходами. Узнайте больше об использовании reasoning_details для передачи рассуждений в нашей [документации](https://openrouter.ai/docs/use-cases/reasoning-tokens#preserving-reasoning-blocks).
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="minimax/minimax-m2",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegerlogprobsbooleantop_logprobsintegerresponse_formatobjectstructured_outputsbooleantoolsarraytool_choicestring | objectreasoningobjectinclude_reasoningboolean