中国人工智能初创公司MiniMax今日宣布发布M2.1模型，在现实世界复杂任务和智能体能力方面实现显著性能提升，支持更多编程语言和办公场景。
M2.1的核心亮点
M2.1的关键亮点包括在多种编程语言方面的编程技能大幅增强，涵盖Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript和JavaScript等。在美学设计能力以及Web、Android和iOS用户界面开发理解能力方面实现跳跃式提升。
M2.1相较于M2升级了系统性问题解决能力，不仅关注代码执行正确性，还注重遵循包含附加或复杂指导的指令。公司表示，这在真实办公环境中提供了更高的可用性，即使是简单的规则也可能包含复杂的细微差别。
为实现这一目标，公司不仅强调出色的编程能力，还增强了对话和写作技能。该模型在日常对话、技术文档编写以及提供结构化响应方面表现出色。
开源智能体AI编码代理公司Kilo Code Inc.的联合创始人兼首席执行官Scott Breitenother表示："我们的用户已经开始依赖MiniMax提供前沿级编程辅助，成本仅为同类产品的一小部分。早期测试显示，M2.1在从架构编排到代码审查和部署的各个方面都表现出色。"
性能评估与基准测试
MiniMax M2于今年10月底发布。公司表示，M2.1相比其前身在能力方面表现出显著改进，特别是在多语言场景中。在这方面，它的表现超越了Anthropic公司的Claude Sonnet 4.5，接近Claude Opus 4.5（更大、更复杂的模型）。
作为评估的一部分，MiniMax建立了一个新的基准：VIBE（视觉交互执行基准）。该测试套件涵盖五个核心能力：Web、仿真、Android、iOS和后端开发。与其他基准不同，VIBE采用智能体验证者语言配置。这使其能够评估生成应用程序的交互逻辑和视觉美学。
M2.1在VIBE基准测试中表现出公司所称的"杰出性能"，平均得分达到88.6分。它在VIBE-Web和VIBE-Android子集中表现特别出色，分别获得91.5分和89.7分。
公司还针对Anthropic、谷歌、OpenAI和DeepSeek等大厂商，在编程和知识的综合行业基准测试中对新模型进行了测试，包括MMLU-Pro、人类最后考试和Toolathon（针对AI智能体）等。
该模型在智能体工具使用、现实世界知识和复杂问题解决能力方面表现出一致的高性能。在HLE无工具测试中获得22.0分，这是一个具有挑战性的学术基准，包含数千个涵盖不同学科的研究生级别多模态问题。在同样综合的学科知识基准MMLU上，该模型得分88分，与前沿模型相当或紧随其后。
该模型可通过MiniMax的应用程序接口获得，或从HuggingFace下载开放权重版本。目前页面尚未开放。公司的旗舰服务MiniMax Agent基于新的MiniMax-2.1构建。
Q&A
Q1：MiniMax M2.1模型支持哪些编程语言？
A：MiniMax M2.1支持多种主流编程语言，包括Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript和JavaScript等，在这些语言的编程技能方面实现了大幅增强。
Q2：VIBE基准测试是什么？它如何评估模型性能？
A：VIBE是MiniMax建立的视觉交互执行基准，涵盖Web、仿真、Android、iOS和后端开发五个核心能力。它采用智能体验证者语言配置，能够评估生成应用程序的交互逻辑和视觉美学，M2.1在此基准上获得88.6分的平均成绩。
Q3：MiniMax M2.1与其他主流AI模型相比表现如何？
A：在多语言场景中，M2.1超越了Claude Sonnet 4.5，接近Claude Opus 4.5的性能。在MMLU基准测试中获得88分，与Anthropic、谷歌、OpenAI等公司的前沿模型相当或紧随其后。