Model AI MiniMax M2 Melampaui Google DeepMind

Pemimpin baru di antara model dengan bobot terbuka

MiniMax, startup AI China yang berkembang pesat dan didukung investor besar domestik, telah merilis model bahasa besar M2 dan melesat ke jajaran teratas peringkat AI global untuk sistem berbobot terbuka. Evaluasi independen menempatkan MiniMax M2 sebagai model berbobot terbuka paling mumpuni di Artificial Analysis Intelligence Index, dengan kinerja yang melampaui Gemini 2.5 Pro milik Google DeepMind dan mendekati sistem proprietary terkemuka dari Amerika Serikat. Perusahaan mengembangkan M2 untuk dua penggunaan yang sedang populer, yakni pembuatan kode dan penggunaan alat bergaya agen, lalu menetapkan harga dan merancangnya agar cepat, demi menarik pengembang dan perusahaan yang ingin memangkas biaya tanpa mengorbankan kemampuan.

Benang merah teknisnya adalah efisiensi. MiniMax M2 menggunakan desain Mixture of Experts yang mengarahkan setiap masukan ke subset neuron model, sehingga hanya sekitar 10 miliar parameter yang aktif pada satu waktu, sementara kapasitas total model jauh lebih besar. Pilihan ini mengurangi latensi dan kebutuhan memori GPU tanpa mengikis kemampuan penalaran. API MiniMax menawarkan harga agresif, yakni 0,30 dolar per sejuta token masukan dan 1,20 dolar per sejuta token keluaran. Menurut perbandingan perusahaan, harganya sekitar 8 persen dari Claude 3.5 Sonnet milik Anthropic, dan tim tersebut mengiklankan laju inferensi mendekati 100 token per detik. Bobot model lengkap tersedia di bawah lisensi permisif dan dapat diunduh untuk dihosting sendiri, sehingga tim dapat melakukan fine-tuning dan menerapkan M2 secara internal sesuai kebutuhan.

Persaingan model berbobot terbuka di China memanas sepanjang tahun, dengan DeepSeek, Qwen milik Alibaba, Moonshot AI, dan lainnya mendorong kemampuan konteks panjang dan penalaran. Posisi MiniMax di barisan terdepan penting karena M2 hadir saat perusahaan benar-benar mengeluarkan uang untuk mengotomatisasi dukungan pelanggan, riset, dan pengembangan melalui agen yang menggunakan alat untuk menjelajahi web, mencari data internal, menjalankan kode, dan memeriksa hasilnya sendiri. Perpaduan kemampuan, biaya rendah, dan lisensi transparan inilah yang menjadikan M2 tolok ukur baru bagi AI berbobot terbuka.

Seberapa kuat kinerjanya

Artificial Analysis menggabungkan berbagai tolok ukur menantang yang mencakup matematika, sains, kepatuhan terhadap instruksi, pemrograman, dan alur kerja agen untuk menghasilkan satu Intelligence Index. MiniMax M2 meraih skor 61 pada versi terbaru, menempati peringkat sebagai model berbobot terbuka terkuat dan salah satu model teratas secara keseluruhan. Skornya melampaui Gemini 2.5 Pro dan mendekati Claude Sonnet 4.5 milik Anthropic pada sejumlah tugas agen dan pemrograman, meski masih tertinggal dari sistem kelas terdepan terbaru seperti GPT 5 dan Grok milik xAI. Bagi banyak pengembang, ini merupakan titik ideal: mereka memperoleh kemampuan yang mendekati model terdepan tanpa biaya atau keterikatan pada penyedia setinggi model tersebut.

Tugas agen dengan kemampuan mendekati model terdepan

Evaluasi bergaya agen mengukur apakah model mampu menyusun rencana, memanggil alat, membaca hasil, menyesuaikan diri, dan memverifikasi hasil akhir dalam tugas bertahap. M2 tampil sangat baik dalam hal ini. MiniMax melaporkan skor tinggi pada rangkaian evaluasi yang berorientasi pada agen, termasuk 77,2 di tau squared Bench, 44,0 di BrowseComp, dan 65,5 di FinSearchComp global. Evaluasi tersebut mencakup penelusuran web dan pencantuman sumber, pencarian informasi keuangan, serta perencanaan dan pemulihan saat langkah-langkah gagal. Dalam praktiknya, agen yang ditenagai M2 dapat menyusun rencana, menjalankan perintah shell, mencari dan membaca sumber, memanggil interpreter untuk menguji kode, memperbaiki kesalahan, serta menyajikan bukti yang dapat ditelusuri tanpa terus-menerus diarahkan manusia.

Tolok ukur pemrograman dan penalaran

MiniMax merancang M2 untuk alur kerja pengembang dari awal hingga akhir, ketika model mengedit beberapa berkas, mengompilasi, menguji, dan memperbaiki kode secara berulang. Dalam tugas bergaya SWE Bench dan Terminal Bench, model ini menunjukkan kecakapan di repositori nyata dan lingkungan command line dalam berbagai bahasa. Gambaran gabungan Artificial Analysis, yang turut memperhitungkan tes pengetahuan dan penalaran seperti GPQA Diamond dan AIME, menunjukkan bahwa keunggulan M2 dalam pemrograman tidak mengorbankan kecerdasan umumnya. Bagi organisasi yang menginginkan asisten untuk menangani pekerjaan perangkat lunak sekaligus riset, konsistensi di berbagai bidang inilah yang menarik.

Gambaran singkat arsitektur

M2 adalah model Mixture of Experts yang sparse. Alih-alih mengirim setiap token melalui seluruh bagian jaringan raksasa, gerbang terlatih memilih hanya beberapa sub-jaringan ahli untuk diaktifkan pada setiap masukan. Dokumentasi MiniMax menjelaskan bahwa model ini memiliki sekitar 230 miliar parameter total dan 10 miliar parameter aktif pada setiap inferensi. Laporan awal menyebut total 200 miliar parameter, tetapi halaman teknis dan kartu model perusahaan menjelaskan kapasitas total yang lebih besar dengan anggaran aktif yang sama, yaitu 10 miliar. Manfaatnya jelas. Pengguna mendapatkan keluasan pengetahuan dan spesialisasi model yang sangat besar, dengan biaya inferensi yang lebih sebanding dengan sistem padat berparameter 10 miliar.

Efisiensi tersebut terlihat pada kebutuhan perangkat keras. MiniMax dan penguji pihak ketiga menyebut M2 dapat dijalankan secara praktis hanya dengan empat GPU NVIDIA H100 pada presisi FP8, sehingga terjangkau bagi tim rekayasa berukuran menengah. Sebagai perbandingan, sejumlah pesaing mengaktifkan jauh lebih banyak parameter. V3.2 terbaru dari DeepSeek mengaktifkan sekitar 37 miliar parameter per token, sedangkan Kimi K2 dari Moonshot AI menggunakan sekitar 32 miliar. Hal ini memperbesar kebutuhan memori dan mengurangi laju pemrosesan. Jejak aktivasi M2 yang lebih kecil juga membantu mengurangi latensi ekor dan meningkatkan konkurensi, dua kendala operasional pada alat interaktif dan agen.

Pilihan desain agen dan penggunaan alat

MiniMax merancang M2 untuk berpikir, bertindak, dan memverifikasi secara berulang, lalu menyediakan kemampuan tersebut melalui panduan pemanggilan alat yang menghubungkan model ke shell, browser, sistem pengambilan informasi, dan eksekutor kode. Perusahaan menekankan jejak penalaran yang terlihat dalam format pemikiran berselang-seling. Dalam sesi multi-giliran, asisten mempertahankan konteks perencanaan dan rangkaian bukti, sehingga membantunya pulih dari data yang tidak lengkap dan langkah yang gagal, sekaligus membantu pengembang mengaudit keputusan. Pendekatan ini dirancang agar tugas berdurasi panjang lebih andal dan mudah di-debug.

MiniMax juga mengintegrasikan M2 erat dengan lingkungan pengembang praktis. Model ini bekerja dengan baik menggunakan kerangka kerja inferensi populer SGLang dan vLLM, serta mengikuti format permintaan yang lazim digunakan oleh OpenAI dan Anthropic. Dengan begitu, tim dapat mengganti model dengan M2 dengan perubahan kode minimal, lalu meningkatkan skala layanan sesuai kebutuhan. Bagi siapa pun yang membangun copilot internal atau agen untuk produksi, integrasi yang lebih mudah sangat berharga.

MiniMax membingkai peluncuran ini berdasarkan misi dan akses. Perusahaan mengatakan ingin agar kecerdasan canggih dapat dijangkau berbagai kelompok pengguna, bukan hanya mereka yang mampu membayar model proprietary premium.

Sejak awal, MiniMax telah mengusung visi 'Kecerdasan Bersama Semua Orang.'

Dalam kartu model publiknya, tim tersebut menegaskan fokus pada agen dan efisiensi.

MiniMax-M2 mendefinisikan ulang efisiensi untuk agen.

MiniMax mengoperasikan layanan Agen yang ditenagai M2 dengan dua mode. Lightning Mode memberikan respons instan untuk pertanyaan sederhana. Pro Mode menangani pekerjaan kompleks yang membutuhkan waktu lebih lama, seperti riset, ekstraksi data, atau pemrograman bertahap. Pembagian ini mencerminkan cara tim bekerja: bergantian antara mencari jawaban cepat dan mengerjakan proyek berkelanjutan yang mengharuskan model merencanakan, menjalankan, dan memeriksa hasil kerja dari awal hingga akhir.

Akses, lisensi, dan harga

Ketersediaan M2 terbilang sangat terbuka untuk sistem dengan tingkat kemampuan seperti ini. MiniMax telah merilis bobot lengkap di bawah lisensi permisif dan menerbitkan panduan penerapan. Pengembang dapat mengunduh repositori di platform seperti Hugging Face, menjalankan inferensi lokal dengan SGLang atau vLLM, dan melakukan fine-tuning untuk bidang tertentu. MiniMax juga menawarkan API dengan harga per token yang sangat rendah dan laju streaming cepat. Perusahaan tersebut juga mempromosikan akses gratis terbatas waktu untuk aplikasi Agen dan API-nya.

Detail praktis yang penting bagi calon pengguna mencakup dukungan pemanggilan fungsi terstruktur, pemrosesan konteks panjang, dan penggunaan alat yang andal. MiniMax merekomendasikan pengaturan sampling yang umum dan menyediakan skema pemanggilan alat yang jelas untuk menghubungkan model dengan layanan eksternal. Bagi tim yang khawatir akan keterikatan pada penyedia, kombinasi bobot terbuka dan kompatibilitas API yang baik menjadi alasan kuat untuk mengevaluasi M2. Bagi tim yang ingin sepenuhnya menggunakan infrastruktur sendiri, dokumentasi perusahaan menjelaskan cara menjalankan M2 secara efisien dan memperkirakan kebutuhan memori GPU untuk berbagai pengaturan presisi.

• Bobot model tersedia untuk dihosting sendiri, dengan panduan untuk SGLang dan vLLM.
• Harga API adalah 0,30 dolar per sejuta token masukan dan 1,20 dolar per sejuta token keluaran, dengan kecepatan yang diiklankan mendekati 100 token per detik.
• Penggunaan alat mencakup shell, browser, sistem pengambilan informasi, dan interpreter kode, dengan jejak penalaran yang terlihat untuk mendukung audit dan proses debugging.
• Kompatibilitas dengan API bergaya OpenAI dan Anthropic mengurangi pekerjaan integrasi untuk aplikasi yang sudah ada.

Pilihan-pilihan tersebut menjadikan M2 menarik untuk copilot rekayasa perangkat lunak, asisten analisis data, dan agen dukungan pelanggan yang harus menggabungkan penalaran dengan eksekusi alat yang andal.

Pesaing dan perubahan peringkat

Kenaikan MiniMax M2 mengubah peringkat model berbobot terbuka dan mengintensifkan persaingan di China maupun Amerika Serikat. Artificial Analysis menempatkan M2 sebagai model berbobot terbuka terkuat dengan Intelligence Index 61, mengungguli Gemini 2.5 Pro dari Google dan berada tepat di belakang pemimpin proprietary seperti Claude Sonnet 4.5, GPT 5, dan Grok 4, bergantung pada tugasnya. Posisi ini sangat menonjol dalam evaluasi agen seperti BrowseComp dan FinSearchComp global, karena kemampuan M2 untuk merencanakan, mencantumkan bukti, dan pulih dari kesalahan telah mempersempit sebagian besar kesenjangan dengan sistem tertutup.

Peta persaingan di China juga berubah. Selama berbulan-bulan, DeepSeek dan Qwen mendominasi pemberitaan berkat pelatihan berskala besar dan konteks panjang. Kini, MiniMax menarik perhatian dengan anggaran aktivasi yang lebih kecil, tetapi mampu memberikan kinerja pemrograman dan agen yang sebanding dengan biaya lebih rendah. DeepSeek telah mengembangkan model dengan jumlah parameter total yang sangat besar, yang dalam beberapa konfigurasi dapat mendorong kebutuhan memori mendekati 700 gigabita. Aktivasi sparse dan resep penyajian yang cermat dari MiniMax menjaga kebutuhan tetap rendah, sehingga dapat dijalankan pada klaster yang terjangkau bagi banyak tim pasar menengah, terutama jika menggunakan FP8 dan kerangka kerja inferensi yang dioptimalkan.

Harga juga penting. Harga token MiniMax jauh lebih rendah, hingga satu tingkat besaran, dibandingkan pesaing proprietary besar. Bagi perusahaan yang ingin menjalankan ratusan agen atau menggunakan alat bantu pemrograman sepanjang hari oleh banyak pengembang, hal ini dapat mengubah anggaran proyek percontohan menjadi anggaran produksi. Rilis bobot terbuka menjadi faktor tambahan karena memungkinkan perusahaan yang menangani data sensitif untuk mengaudit, melakukan fine-tuning, dan menerapkannya di lingkungan mereka sendiri. Perpaduan akses, biaya, dan kemampuan ini menjadi tantangan langsung bagi platform proprietary yang mengandalkan harga premium.

Hal yang perlu dipertimbangkan pembeli

Tolok ukur adalah panduan yang berguna, bukan jaminan. Artificial Analysis mengevaluasi model menggunakan perangkat uji terkontrol dan prompt tetap, yang mungkin tidak sepenuhnya sesuai dengan bidang usaha atau perangkat yang digunakan perusahaan. Tim yang mengadopsi M2 sebaiknya melakukan evaluasi sendiri pada tugas yang representatif dan mengukur latensi, laju pemrosesan, serta keandalan agen dengan alat yang benar-benar akan mereka gunakan.

Ada pula detail operasional yang perlu direncanakan. MiniMax menyarankan agar jejak pemikiran berselang-seling model dipertahankan lintas giliran, sehingga tugas panjang tetap memiliki rencana dan bukti yang koheren. Desain ini dapat menghasilkan keluaran yang panjang dan riwayat percakapan yang lebih besar. Karena itu, pengembang perlu mengelola jendela konteks dengan cermat dan memangkas atau meringkasnya jika memungkinkan. Organisasi yang mengutamakan laju pemrosesan maksimum juga sebaiknya menguji pengaturan kuantisasi dan strategi batching untuk menyeimbangkan kecepatan, biaya, dan akurasi.

Terakhir, M2 tetap merupakan sistem berbobot terbuka yang dapat dimodifikasi organisasi, sehingga tanggung jawab atas keselamatan dan kepatuhan pun meningkat. Tim sebaiknya menerapkan pemantauan, pembatasan untuk pemanggilan alat, dan kontrol akses pada setiap penerapan yang dapat menjangkau sumber daya eksternal atau data sensitif. Ini merupakan perhatian umum bagi sistem agen, dan disiplin yang sama berlaku di sini.

Sekilas

• MiniMax M2 menempati peringkat teratas sebagai model berbobot terbuka di Artificial Analysis Intelligence Index dan berada di antara pemimpin global secara keseluruhan.
• Kemampuan kecerdasan agregatnya melampaui Gemini 2.5 Pro dari Google, tetapi masih tertinggal dari sistem proprietary terdepan seperti GPT 5 dan Claude Sonnet 4.5 pada sejumlah tugas.
• M2 adalah model Mixture of Experts dengan sekitar 230 miliar parameter total dan 10 miliar parameter aktif pada setiap inferensi, sehingga latensi dan biaya lebih rendah.
• Kinerja agen menjadi keunggulan, dengan hasil kuat pada tau squared Bench, BrowseComp, dan FinSearchComp global.
• Kemampuan pemrogramannya tervalidasi pada tugas bergaya SWE Bench dan Terminal Bench, mendukung alur kerja pengembang dari awal hingga akhir.
• API-nya berharga 0,30 dolar per sejuta token masukan dan 1,20 dolar per sejuta token keluaran, dengan kecepatan mendekati 100 token per detik.
• Bobot lengkap tersedia secara terbuka untuk dihosting sendiri di bawah lisensi permisif, dan model ini terintegrasi dengan SGLang, vLLM, serta format API umum.
• M2 dapat dijalankan hanya dengan empat GPU NVIDIA H100 pada presisi FP8, sehingga penerapannya lebih mudah bagi tim berukuran menengah.
• Dibandingkan pesaing, M2 mengaktifkan lebih sedikit parameter daripada DeepSeek V3.2 dan Kimi K2 dari Moonshot, sehingga lebih efisien.
• Perusahaan sebaiknya memvalidasi kinerja dengan perangkat mereka sendiri serta merencanakan penanganan keluaran panjang, pengelolaan konteks, dan kontrol keselamatan.