MiniMax 发布 MiniMax-M2.1:：更智能、更高效、支持多语言的编码与智能体模型

大语言模型1天前发布小马良

4 0

在推出专为智能体和代码任务设计的 M2 模型仅数月后，MiniMax 正式发布其增强版本 —— M2.1。

M2 本就以极低成本（约为 Claude Sonnet 的 8%）和高推理速度著称，更引入了一种新型计算范式：在复杂任务中，模型能显式构建和执行其思考过程。

MiniMax 发布 MiniMax-M2.1:：更智能、更高效、支持多语言的编码与智能体模型

M2.1 在此基础上进一步优化，在代码质量、指令遵循、多语言支持和结构化输出等方面带来实质性提升，同时延续 MiniMax “智能普惠”的产品理念。

核心能力升级

1. 更强的多语言编码能力

在 SWE-Multilingual 基准上达到 72.5%，超越 Claude Sonnet 4.5 和 Gemini 3 Pro
支持 Python、JavaScript、TypeScript、Java、Go、Rust、C++ 等主流语言

2. 优秀的应用与 Web 开发表现

VIBE-Bench 得分 88.6%，在原生 Android、iOS 及现代前端开发任务中显著优于竞品

3. 智能体与工具链深度兼容

在 Claude Code、Droid（Factory AI）、Cline、Kilo Code、Roo Code、BlackBox 等主流智能体框架中表现稳定
可无缝接入基于 Skill.md、agent.md、cursorrule 或 Slash Commands 的上下文机制

4. 不仅限于编码

在日常对话、技术文档撰写、结构化写作等任务中，输出更清晰、逻辑更严谨
适合从“快速氛围构建”到“生产级智能体工作流”的全场景

5. 开箱即用的性能优化

自动缓存机制：无需配置，降低延迟与 API 调用成本
更低的 token 消耗：相比 M2，推理更简洁，响应更高效

独特优势：可观察的推理过程

M2.1 的一大亮点是显式分离“思考”与“输出”。模型在生成最终回答前，会先输出其内部推理逻辑，例如对用户意图、语气、上下文的分析。

示例响应结构：

Thinking:
The user is asking a friendly greeting. I should respond warmly and offer assistance.

Text:
Hi! I'm doing well, thanks for asking! 😊  
What can I help you with today?

这种设计带来三大价值：

可解释性：开发者可理解模型为何如此回答
可调试性：便于在智能体工作流中定位逻辑偏差
可控性：在多步骤任务中提升整体可靠性

快速开始

1. 获取 API 密钥

2. 安装与配置（兼容 Anthropic / OpenAI 格式）

pip install anthropic

import os
from getpass import getpass

os.environ['ANTHROPIC_BASE_URL'] = 'https://api.minimax.io/anthropic'
os.environ['ANTHROPIC_API_KEY'] = getpass('Enter MiniMax API Key: ')

MiniMax 同时支持 Anthropic 消息格式和 OpenAI 兼容接口，可零改造接入现有工作流。

3. 发送请求并解析结构化输出

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="MiniMax-M2.1",
    max_tokens=1000,
    system="You are a helpful assistant.",
    messages=[{"role": "user", "content": "Hi, how are you?"}]
)

for block in message.content:
    if block.type == "thinking":
        print("Thinking:\n", block.thinking)
    elif block.type == "text":
        print("Text:\n", block.text)