M2.5 ağırlıkları açık mı ve yerel olarak çalıştırabilir miyim?

Evet, ağırlıklar Hugging Face'de Modified-MIT lisansı altında mevcut, yerel dağıtım mümkün—ancak MiniMax parametre sayısı ve minimum VRAM gereksinimlerini yayımlamadı, donanım seçmeden önce depoyu kontrol edin.

M2.5 maliyeti nedir ve bağlam penceresi ne kadar?

API üzerinden giriş token başına $0.27, çıkış token başına $1.08, 204,800 token bağlam penceresi.

M2.5, M2.1'den nasıl farklı?

M2.5, M2.1'in kodlama odaklı yapısını genel ofis işlerine—yerel Word, Excel ve PowerPoint dosya işleme—genişletir ve ajan tabanlı görevleri %37 daha hızlı tamamladığı, SWE-Bench Verified ve BrowseComp'ta daha yüksek puan aldığı rapor edilmiştir.

MiniMax M2.5

6216°

#llm #minimax #akıl yürütme #kodlama #ajanlar #uzun bağlam

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

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.

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Açık ağırlıklar vs açık kaynak vs sadece API: aslında ne yapmana izin veriliyor

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

MiniMax M2.5, MiniMax'in açık ağırlıklı frontier sınıfı modeli olup, ajan tabanlı işler için özel olarak geliştirilmiştir: tam geliştirme yaşam döngüsünde kodlama, tarayıcı tabanlı arama ve Word, Excel, PowerPoint gibi gerçek ofis dosyası görevleri. Gerçek dünya ortamlarında pekiştirmeli öğrenme eğitimi sayesinde olağanüstü güçlü araç kullanımı ve planlama disiplini sunar. $0.27/M giriş ve $1.08/M çıkış fiyatıyla, 204,800 token bağlam penceresiyle benzer benchmark seviyelerinde çoğu rakibinden daha uygun fiyatlıdır.

İle tanınır

SWE-Bench Verified'de %80.2, çoklu testlerde üst kapalı modellerle rekabetçi.
Kod yazmadan önce mimar gibi plan yapar, önce yapıyı ve özellikleri parçalar.
Web, Android, iOS ve Windows tam yığın projelerde 13+ dilde eğitildi.
Sadece metin değil, Word, Excel ve PowerPoint dosyalarını yerel olarak oluşturur ve işler.
BrowseComp'ta %76.3; güçlü otonom web araması ve ajan tabanlı boru hatlarında araç çağrısı.

Dikkat et

Modified-MIT lisansı altında açık ağırlıklar — ticari kullanım öncesi lisans şartlarını kontrol edin.
Frontier ölçeğinde model; yerel çıkarım için ciddi donanım gerekir. VRAM gereksinimleri yayımlanmadı.
Bağlam uzunluğu 204,800 token ile uzun ama bazı rakiplerin sunduğu 1M+ token seviyesinde değil.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Muhakeme

Uzun bağlam

Yerel çalışır

Denenecek istemler

Sıfırdan tam yığın özellik

Bir görev yönetim web uygulaması geliştiriyorsunuz. Önce mimariyi tasarlayın: bileşenler, veri modelleri ve API uç noktalarını listeleyin. Sonra Node.js ve Express ile yeni görev oluşturan, girişi doğrulayan ve SQLite veritabanına kaydeden bir REST uç noktası uygulayın. Hata yönetimi ve curl ile kısa bir test ekleyin.

Çok adımlı ajan planı

GitHub yıldızlarına göre en iyi beş açık kaynak vektör veritabanını araştırmam gerekiyor, lisanslarını karşılaştır ve kendi kendine barındırmak isteyen bir startup için öneri sun. Görevi adımlara böl, her adımda hangi araçları veya aramaları yapacağınızı belirt, sonra planı uygula ve son karşılaştırma tablosunu ver.

Excel mantığı sade kodda

openpyxl kullanarak sales.xlsx adlı dosyayı açan, Q1 adlı sayfayı okuyan, B sütunu 'EMEA' olan satırlardaki C sütunu değerlerini toplayan ve sonucu F2 hücresine 'EMEA Total' etiketiyle E2'ye yazan bir Python betiği yaz. Sayfa yoksa durumu yönetin.

İle karşılaştır

MiniMax M1
Sadece API modeli
1,000,000 token bağlam · $0.55/M girdi, $2.20/M çıktı
MiniMax M3
Açık ağırlıklı model
1,048,576 token bağlam · $0.30/M girdi, $1.20/M çıktı
MiniMax M2.1
Açık ağırlıklı model
204,800 token bağlam · $0.30/M girdi, $1.20/M çıktı
MiniMax M2
Açık ağırlıklı model
204,800 token bağlam · $0.26/M girdi, $1.02/M çıktı

minimax tarafından daha fazla metin modeli

İnsanların sorduğu sorular

M2.5 ağırlıkları açık mı ve yerel olarak çalıştırabilir miyim?: Evet, ağırlıklar Hugging Face'de Modified-MIT lisansı altında mevcut, yerel dağıtım mümkün—ancak MiniMax parametre sayısı ve minimum VRAM gereksinimlerini yayımlamadı, donanım seçmeden önce depoyu kontrol edin.
M2.5 maliyeti nedir ve bağlam penceresi ne kadar?: API üzerinden giriş token başına $0.27, çıkış token başına $1.08, 204,800 token bağlam penceresi.
M2.5, M2.1'den nasıl farklı?: M2.5, M2.1'in kodlama odaklı yapısını genel ofis işlerine—yerel Word, Excel ve PowerPoint dosya işleme—genişletir ve ajan tabanlı görevleri %37 daha hızlı tamamladığı, SWE-Bench Verified ve BrowseComp'ta daha yüksek puan aldığı rapor edilmiştir.

Kaptanın kararı
Sürekli otonom çalıştırmaları gerçekten uygun fiyatla sunan ciddi bir ajan tabanlı kodlama modeli—ofis dosyası akıcılığı nadir bir fark yaratıcıdır.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

Qwen3 VL 235B A22B Thinking

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

MiniMax M2.5, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm minimax akıl yürütme kodlama ajanlar uzun bağlam yerel

Model Ailesine Göre Göz At