MiniMax M2.1 提供面向复杂实际应用的多语言高级编程

简要概述

阿里巴巴支持的MiniMax发布了M2.1模型，该模型在多种编程语言以及移动和Web应用开发方面具有强大的能力。

中国AI开发商MiniMax报告了其M2.1模型的发布，称其为一次大规模升级，旨在在多种编程语言以及移动和Web应用开发中提供更强的性能。

据公司介绍，早期的M2版本主要专注于降低运营成本和改善可访问性，而M2.1版本则集中于提升在复杂实际任务中的效果，特别强调更广泛的语言支持和实际办公场景的应用。

MiniMax表示，该模型现在在包括Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript和JavaScript在内的多种编程语言中提供了显著增强的能力，实现了从底层系统工程到应用层构建的端到端开发。公司还报告了在Web和移动开发方面的重大改进，增强了对原生Android和iOS的支持，同时扩展了模型解释设计需求、生成视觉精细界面以及构建高级交互和三维仿真环境的能力。

该公司进一步指出，M2.1改善了对复杂指令集和集成任务执行的处理能力，在办公生产力场景中表现更为可靠。与前一版本相比，新版本被描述为提供更短、更高效的响应，更快的执行时间和更低的计算开销，从而实现AI辅助编码和基于代理的操作流程更加顺畅。MiniMax补充说，M2.1在与各种开发工具和代理框架的兼容性方面表现出色，并提供了更优的对话和写作质量，在技术文档和一般沟通场景中产生了更详细、更结构化的输出。

M2.1树立新性能基准，在多语言和全栈评估中实现重大突破

MiniMax报告称，其M2.1模型在主要软件工程基准测试中相较早期的M2版本表现出显著的性能提升，特别是在多语言编程任务中表现强劲，被描述为超越Claude Sonnet 4.5并接近Claude Opus 4.5的性能。公司表示，在使用多种编码代理框架进行的SWE-bench Verified评估中，显示出高度的框架泛化能力和操作稳定性。

涵盖测试生成、运行时优化、代码审查和指令合规等领域的额外基准测试也显示出对M2的广泛改进，M2.1在这些类别中多次达到或超越Claude Sonnet 4.5。为了评估模型从最初概念到功能部署的完整应用设计和交付能力，MiniMax引入了一个名为VIBE的新评估框架，该框架衡量Web、仿真、Android、iOS和后端开发中的视觉质量和交互行为。与传统测试方法不同，VIBE采用自动化代理验证方法，检查界面美学和运行时逻辑。

据MiniMax称，M2.1在VIBE中的总体得分为88.6，反映出强大的全栈开发能力，Web开发得分为91.5，Android开发得分为89.7。公司补充说，与之前的M2版本相比，该模型在扩展工具使用和整体智能指标方面也持续改进。