Jsou váhy otevřené a mohu M2.5 spustit lokálně?

Ano, váhy jsou dostupné na Hugging Face pod licencí Modified-MIT, takže lokální nasazení je možné – MiniMax však nezveřejnil počet parametrů ani minimální požadavky na VRAM, proto si před pořízením hardwaru ověřte repozitář.

Kolik M2.5 stojí a jak velké má kontextové okno?

Přes API stojí $0.27 za milion vstupních tokenů a $1.08 za milion výstupních tokenů, s kontextovým oknem 204 800 tokenů.

Jak se M2.5 liší od M2.1?

M2.5 rozšiřuje zaměření M2.1 na kódování o obecnou kancelářskou práci – nativní práci se soubory Word, Excel a PowerPoint – a údajně dokončuje agentní úkoly o 37 % rychleji než M2.1, přičemž dosahuje vyšších skóre na SWE-Bench Verified a BrowseComp.

MiniMax M2.5

6216°

#llm #minimax #uvažování #programování #agenti #dlouhý kontext

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

MiniMax | 204,800 token context | $0.27/M input, $0.95/M output. MiniMax-M2.5 is a SOTA large language model designed for real-world productivity. Trained in a diverse range of complex real-world digital working environments, M2.5 builds upon the coding expertise of M2.1 to extend into general office work, reaching fluency in generating and operating Word, Excel, and Powerpoint files, context switching between diverse software environments, and working across different agent and human teams. Scoring 80.2% on SWE-Bench Verified, 51.3% on Multi-SWE-Bench, and 76.3% on BrowseComp, M2.5 is also more token efficient than previous generations, having been trained to optimize its actions and output through planning.

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Kolik VRAM vlastně potřebuji pro lokální AI?

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

MiniMax M2.5 je open-weights model frontier třídy od MiniMax, speciálně vytvořený pro agentní práci: kódování v celém vývojovém cyklu, prohlížečové vyhledávání a reálné kancelářské úkoly ve Wordu, Excelu a PowerPointu. Jeho trénink posilováním v reálných prostředích mu dává neobvykle silnou disciplínu v používání nástrojů a plánování. Za cenu $0.27/M vstupu a $1.08/M výstupu s kontextem 204 800 tokenů podbíjí většinu konkurentů na srovnatelných benchmarkových úrovních.

Známý pro

80,2 % na SWE-Bench Verified, konkurenceschopné s nejlepšími uzavřenými modely na více testech.
Plánuje kód jako architekt před napsáním řádku, nejprve rozkládá strukturu a funkce.
Trénován na více než 13 jazycích napříč webem, Androidem, iOS a Windows full-stack projekty.
Generuje a pracuje s Word, Excel a PowerPoint soubory nativně, nejen textově.
76,3 % na BrowseComp; silné autonomní webové vyhledávání a volání nástrojů v agentních pipeline.

Dej pozor na

Otevřené váhy pod licencí Modified-MIT – před komerčním nasazením si ověřte přesné podmínky.
Model frontier úrovně; lokální inference vyžaduje výkonný hardware. Požadavky na VRAM nejsou zveřejněny.
Kontext je omezen na 204 800 tokenů – dlouhý, ale ne v řádu milionů, jak některé konkurenty nyní nabízejí.

Nejlepší pro

Programování

Agenti a používání nástrojů

Uvažování

Dlouhý kontext

Běží lokálně

Promptů k vyzkoušení

Full-stack funkce od začátku

Budujete webovou aplikaci pro správu úkolů. Nejprve navrhněte architekturu: vyjmenujte komponenty, datové modely a API endpointy. Pak implementujte REST endpoint v Node.js s Express, který vytvoří nový úkol, ověří vstup a uloží jej do SQLite databáze. Zahrňte zpracování chyb a krátký test pomocí curl.

Vícekrokový agentní plán

Potřebuji prozkoumat pět nejlepších open-source vektorových databází podle GitHub hvězd, porovnat jejich licence a vytvořit doporučení pro startup, který chce nasazení na vlastním serveru. Rozděl úkol na kroky, uveď, jaké nástroje nebo vyhledávání použiješ v každém kroku, pak plán proveď a dej mi závěrečnou srovnávací tabulku.

Excel logika v čistém kódu

Napiš Python skript s openpyxl, který otevře soubor sales.xlsx, přečte list Q1, sečte hodnoty ve sloupci C pro každý řádek, kde sloupec B je 'EMEA', a výsledek zapíše do buňky F2 s popiskem 'EMEA Total' v E2. Ošetři případ, kdy list neexistuje.

Porovnat s

MiniMax M1
Model pouze s API
kontext 1,000,000 tokenů · $0.55/M vstup, $2.20/M výstup
MiniMax M3
Model s otevřenými váhami
kontext 1,048,576 tokenů · $0.30/M vstup, $1.20/M výstup
MiniMax M2.1
Model s otevřenými váhami
kontext 204,800 tokenů · $0.30/M vstup, $1.20/M výstup
MiniMax M2
Model s otevřenými váhami
kontext 204,800 tokenů · $0.26/M vstup, $1.02/M výstup

Více textových modelů od minimax

Často kladené otázky

Jsou váhy otevřené a mohu M2.5 spustit lokálně?: Ano, váhy jsou dostupné na Hugging Face pod licencí Modified-MIT, takže lokální nasazení je možné – MiniMax však nezveřejnil počet parametrů ani minimální požadavky na VRAM, proto si před pořízením hardwaru ověřte repozitář.
Kolik M2.5 stojí a jak velké má kontextové okno?: Přes API stojí $0.27 za milion vstupních tokenů a $1.08 za milion výstupních tokenů, s kontextovým oknem 204 800 tokenů.
Jak se M2.5 liší od M2.1?: M2.5 rozšiřuje zaměření M2.1 na kódování o obecnou kancelářskou práci – nativní práci se soubory Word, Excel a PowerPoint – a údajně dokončuje agentní úkoly o 37 % rychleji než M2.1, přičemž dosahuje vyšších skóre na SWE-Bench Verified a BrowseComp.

Verdikt kapitána
Seriózní agentní kódovací model za cenu, která skutečně umožňuje kontinuální autonomní běhy – kancelářská práce se soubory je vzácný diferenciátor.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Podobné modely

AI modely pro generování obrázků, videa a textu

MiniMax M2.5 je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm minimax uvažování programování agenti dlouhý kontext lokální

Procházet podle rodiny modelů