MiniMax M2.1

Fiche modèle · MiniMax · minimax-m2.1

MiniMax M2.1 is an enhanced large language model focused on multi-language programming and real-world complex tasks. It features exceptional capabilities across Rust, Java, Golang, C++, Kotlin, Objective-C, TypeScript, JavaScript and more, with industry-leading multilingual performance that outperforms Claude Sonnet 4.5 and approaches Claude Opus 4.5. M2.1 significantly strengthens native Android and iOS development, delivers enhanced design comprehension and aesthetic expression for web/app scenarios, and provides more concise responses with improved speed and reduced token consumption. It excels across various coding agent frameworks including Claude Code, Droid (Factory AI), Cline, Kilo Code, Roo Code, and BlackBox.

Fiches modèles

Identité

Organisation	MiniMax
Pays	—
Famille	—
Type	llm
Date de sortie	2025-12-23
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 230 Md > 107 Md
Modalités	text
Fenêtre de contexte	196 608
KV cache / token (Q8)	127.0 ko/token
Paramètres totaux	230 B
Paramètres actifs (session)	10 B
Source des paramètres actifs	web : https://platform.minimax.io/docs/guides/models-intro
Curation des paramètres actifs	2026-11-04
Prix par session	0.54 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	4.54 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:31.822750Z
Mis à jour le	2026-11-04T06:04:54.923236Z
Source	LLM Stats
URL	https://llm-stats.com/models/minimax-m2.1

Tokens/tâche

IA Act — preuves fournisseur

ICA 8/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	0,0	35 %
Conformité droit d'auteur	0,0	35 %
Code of Practice GPAI	1,2	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter), Amazon Bedrock — Irlande (cortecs).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
AWS Bedrock	eurouter	partiel	—	—	—	196 608	—	—	—
Amazon Bedrock — Irlande	cortecs	partiel	0.36 $	1.45 $	—	196 000	—	—	—
MiniMax	llm-stats	non	0.30 $	1.20 $	—	—	3.00	100.0	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
instruction_following	0.70
language	0.90
legal	0.90
long_context	0.60
math	0.60
physics	0.60
reasoning	0.60
search	0.60
finance	0.90
frontend_development	0.70
general	0.60
healthcare	0.90
agents	0.50
biology	0.60
chemistry	0.60
code	0.60
communication	0.90
tool_calling	0.70
vision	0.20

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-lcr	reasoning	0.62	1.00	0.62	non	oui	2026-11-04T06:04:55.146963Z
aime-2025	math	0.81	1.00	0.81	non	oui	2026-11-04T06:04:55.103117Z
browsecomp	reasoning	0.62	1.00	0.62	non	oui	2026-11-04T06:04:55.093048Z
gpqa	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:04:55.113050Z
humanity's-last-exam	reasoning	0.22	1.00	0.22	non	oui	2026-11-04T06:04:55.123058Z
ifbench	instruction_following	0.70	1.00	0.70	non	oui	2026-11-04T06:04:55.143028Z
livecodebench	reasoning	0.78	1.00	0.78	non	oui	2026-11-04T06:04:55.126416Z
mmlu-pro	language	0.88	1.00	0.88	non	oui	2026-11-04T06:04:55.109935Z
multi-swe-bench	reasoning	0.49	1.00	0.49	non	oui	2026-11-04T06:04:54.959505Z
octocodingbench	code	0.26	1.00	0.26	non	oui	2026-11-04T06:04:55.009927Z
scicode	reasoning	0.39	1.00	0.39	non	oui	2026-11-04T06:04:55.132889Z
swe-bench-multilingual	reasoning	0.72	1.00	0.72	non	oui	2026-11-04T06:04:54.962964Z
swe-bench-verified	reasoning	0.67	1.00	0.67	non	oui	2026-11-04T06:04:54.953179Z
swe-perf	code	0.03	1.00	0.03	non	oui	2026-11-04T06:04:54.994380Z
swe-review	code	0.09	1.00	0.09	non	oui	2026-11-04T06:04:55.003229Z
swt-bench	code	0.69	1.00	0.69	non	oui	2026-11-04T06:04:54.984455Z
tau2-telecom	communication	0.87	1.00	0.87	non	oui	2026-11-04T06:04:55.153060Z
terminal-bench	reasoning	0.48	1.00	0.48	non	oui	2026-11-04T06:04:54.970643Z
toolathlon	agents	0.43	1.00	0.43	non	oui	2026-11-04T06:04:55.073022Z
vibe	code	0.89	1.00	0.89	non	oui	2026-11-04T06:04:55.023196Z
vibe-android	code	0.90	1.00	0.90	non	oui	2026-11-04T06:04:55.053130Z
vibe-backend	code	0.87	1.00	0.87	non	oui	2026-11-04T06:04:55.062984Z
vibe-ios	code	0.88	1.00	0.88	non	oui	2026-11-04T06:04:55.059500Z
vibe-simulation	code	0.87	1.00	0.87	non	oui	2026-11-04T06:04:55.043137Z
vibe-web	code	0.92	1.00	0.92	non	oui	2026-11-04T06:04:55.033120Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	85	—	17.97	3	trueskill	2026-10-19	model_history
code	94	—	21.89	6	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04