MiniMax 发布多语言编程模型 MiniMax-M2.1

背景

MiniMax 把上一代 M2 作为 M2.1 的对照基线。这次发布重点放在软件工程类任务上，尤其是跨编程语言的多语言编程，以及需要模型调用工具、而不只是写出代码的任务。^[1]

发布

M2.1 的权重在 2025 年 12 月 20 日上传到 Hugging Face，Hugging Face 上介绍该模型的博客文章日期是 1 月 5 日。^[2][1] MiniMax 自己的发布文章标题为「M2.1: Multilingual and Multi-Task Coding with Strong Generalization」，即强调多语言、多任务编程与较强泛化能力。^[1] 权重以修改版 MIT 许可证开放；模型同时在 MiniMax 开放平台提供 API 调用，公司的编程产品 MiniMax Code 也一并公开可用。^[1]

基准成绩

MiniMax 把这次发布描述为在软件工程类榜单上相对 M2 的一次明显跃升，其中多语言编程方向提升最大。^[1]

在 SWE-bench Verified 上——这类任务要求模型修复开源代码仓库中的真实问题——M2.1 取得 74.0，M2 为 69.4。^[1] 在多语言版本的 SWE-bench Multilingual 上，成绩从 56.5 升到 72.5，高于 Claude Sonnet 4.5 的 68.0；Multi-SWE-bench 从 36.2 升到 49.4。^[1] 命令行环境下的 Terminal-bench 2.0 从 30.0 升到 47.9。^[1]

两项更偏智能体的测试提升更明显。BrowseComp 考察模型在网上查找信息的能力，M2.1 得 47.4，M2 为 44.0；测试工具使用的 Toolathlon 则从 16.7 升到 43.5。^[1] MiniMax 表示，在多语言场景下 M2.1 的成绩超过 Claude Sonnet 4.5，并接近 Claude Opus 4.5。^[1]

部署

Hugging Face 的模型卡推荐用 SGLang、vLLM、Transformers、KTransformers 和 MLX-LM 来部署该模型。^[1]

影响

SWE-bench Verified 与 SWE-bench Multilingual 之间的分差，常被用来观察模型在主流语言与生态之外的编程能力。M2 在这两个榜单上是 69.4 与 56.5，M2.1 则是 74.0 与 72.5，差距明显收窄，这与 MiniMax 强调的多语言方向一致。^[1] Toolathlon 从 16.7 到 43.5 的变化，考的是另一种能力：在完成任务的过程中正确调用工具，而这正是编程智能体日常要做的事。^[1]

以修改版 MIT 许可证开放权重，意味着研究者和企业可以自行下载并运行模型，而不必只通过 API 使用；模型卡也列出了多种现成的推理框架供部署选择。^[1] 对使用方来说，M2.1 同时可以通过开放权重、平台 API 和 MiniMax Code 产品三种方式获得。^[1]