Рынок AI-инструментов для разработки давно упёрся в неприятную дилемму: модели уровня Claude 3.5 Sonnet или GPT-4o дают хороший результат, но либо съедают бюджет на API, либо тормозят настолько, что ломают рабочий процесс. Новая модель MiniMax-M2 предлагает третий вариант — под лозунгом «минимальная цена, максимальная производительность» она нацелена именно на агентные сценарии кодинга: примерно вдвое быстрее конкурентов и примерно за 8% их стоимости.
Чередующееся мышление вместо линейного плана
Большинство LLM работают по схеме «цепочки рассуждений» (Chain of Thought): модель сначала выстраивает весь план, а затем последовательно вызывает инструменты — запускает код, ищет информацию в сети. Проблема в том, что если первый же вызов инструмента возвращает неожиданный результат, изначальный план устаревает, и модель продолжает действовать по уже нерелевантному сценарию — так называемый «дрейф состояния».
MiniMax-M2 построена вокруг другого подхода — Interleaved Thinking, то есть чередующегося мышления по циклу «план — действие — рефлексия». Вместо того чтобы заранее продумывать всю логику, модель поочерёдно рассуждает и обращается к инструментам: делает шаг, читает результат и уже на основе свежих данных рассуждает заново. Это даёт три практических эффекта:
- самокоррекция — если команда в shell завершилась ошибкой, модель считывает текст ошибки и сразу меняет следующий шаг;
- сохранение контекста — гипотезы и ограничения переносятся между шагами, что снижает «потерю памяти» в длинных задачах кодинга;
- работа с долгими цепочками действий — критично для сложных агентных сценариев вроде разработки целой функции приложения, когда путь к решению неочевиден с самого начала.
По данным разработчиков, включение Interleaved Thinking подняло результат MiniMax-M2 на бенчмарке SWE-Bench Verified более чем на 3%, а на BrowseComp — сразу на 40%.
Архитектура MoE: знания большой модели, скорость маленькой
Скорость при сохранении «интеллекта» модель получает за счёт архитектуры Mixture of Experts (MoE). MiniMax-M2 имеет 230 миллиардов параметров суммарно, но для генерации каждого токена активирует лишь 10 миллиардов из них. В результате модель обладает базой знаний уровня систем с 200+ млрд параметров, но по скорости инференса ведёт себя как модель на 10 млрд — с высокой пропускной способностью и низкой задержкой. Для интерактивных агентов вроде Claude Code, Cursor или Cline эта скорость принципиальна: пользователь не должен ждать, пока крутится индикатор «думаю…».
Модель изначально обучалась не только на тексте, но и на end-to-end сценариях разработки: она умеет работать с протоколом MCP (Model Context Protocol), выполнять команды в shell, обращаться к браузеру за данными и разбираться в сложных кодовых базах. MiniMax-M2 уже интегрирована в такие инструменты, как Claude Code, Cursor, Cline, Kilo Code и Droid.
Цена: на порядок ниже конкурентов
Разработчики заявляют самую агрессивную ценовую политику среди моделей такого уровня. В сравнении с Claude 3.5 Sonnet цены на API выглядят так:
- входные токены — $0,3 за миллион (10% от стоимости у Sonnet);
- обращения к кэшу — $0,03 за миллион (10% от стоимости у Sonnet);
- выходные токены — $1,2 за миллион (8% от стоимости у Sonnet).
Для частных разработчиков предусмотрены тарифные планы: Starter за $10 в месяц (с промо-скидкой $2 в первый месяц), Pro за $20 в месяц и Max за $50 в месяц — последний даёт до 5 раз больший лимит использования по сравнению с Claude Code Max.
Программа амбассадоров
Параллельно MiniMax запустила Global Developer Ambassador Program — программу для независимых разработчиков в области машинного обучения и LLM. Компания ищет участников с опытом в open source, уже знакомых с моделями MiniMax и активных на GitHub и Hugging Face. Амбассадоры получают бесплатный доступ к тарифу MiniMax-M2 Max Coding Plan, ранний доступ к ещё не выпущенным видео- и аудиомоделям, прямую связь с продуктовыми командами и потенциальные возможности трудоустройства. Взамен от них ждут публичных демо, open-source инструментов и обратной связи по API до их официального релиза.
MiniMax-M2 ставит под сомнение расхожее убеждение, что более «умная» модель обязательно должна быть медленнее или дороже. Сочетание MoE-эффективности и чередующегося мышления делает её заметной альтернативой для тех, кто хочет запускать автономных агентов, не разоряясь на счетах за API.
Источник: MarkTechPost.