KI-Modell MiniMax M2 übertrifft Google DeepMind

Ein neuer Spitzenreiter unter den Open-Weight-Modellen

MiniMax, ein schnell wachsendes chinesisches KI-Start-up mit Unterstützung großer einheimischer Investoren, hat sein großes Sprachmodell M2 veröffentlicht und damit in globalen Rankings für Open-Weight-Systeme einen Spitzenplatz erreicht. Unabhängige Tests stufen MiniMax M2 als leistungsfähigstes Open-Weight-Modell im Artificial Analysis Intelligence Index ein. Es übertrifft Google DeepMinds Gemini 2.5 Pro und kommt führenden proprietären Systemen aus den USA nahe. MiniMax hat M2 für zwei besonders gefragte Anwendungsbereiche entwickelt: Codegenerierung und den agentenbasierten Einsatz von Werkzeugen. Das Modell wurde auf Geschwindigkeit ausgelegt und so bepreist, dass es Entwickler und Unternehmen anspricht, die Kosten senken wollen, ohne auf Leistungsfähigkeit zu verzichten.

Im Mittelpunkt der technischen Entwicklung steht Effizienz. MiniMax M2 nutzt eine Mixture-of-Experts-Architektur, die jede Eingabe an eine Teilmenge der Neuronen des Modells weiterleitet. So sind jeweils nur rund 10 Milliarden Parameter aktiv, während die Gesamtkapazität des Modells deutlich größer ist. Das senkt Latenz und GPU-Speicherbedarf, ohne die Schlussfolgerungsfähigkeit auszuhöhlen. Die API von MiniMax ist mit 0,30 US-Dollar pro einer Million Eingabetoken und 1,20 US-Dollar pro einer Million Ausgabetoken aggressiv bepreist. Laut Unternehmensvergleich entspricht das etwa 8 Prozent des Preises von Anthropics Claude 3.5 Sonnet. Das Team gibt außerdem eine Inferenzgeschwindigkeit von nahezu 100 Token pro Sekunde an. Die vollständigen Modellgewichte stehen unter einer freizügigen Lizenz zum Download bereit und können selbst gehostet werden. Teams können M2 also nach eigenen Vorstellungen feinabstimmen und intern einsetzen.

Die Open-Weight-Szene in China hat sich im Laufe des Jahres stark belebt: DeepSeek, QwQ von Alibaba, Moonshot AI und andere treiben lange Kontextfenster und Schlussfolgerungsfähigkeit voran. MiniMax’ Aufstieg an die Spitze ist bedeutsam, weil M2 genau dort ansetzt, wo Unternehmen tatsächlich Geld ausgeben: bei der Automatisierung von Support, Recherche und Entwicklung durch agentenbasierte Systeme, die das Web durchsuchen, interne Daten abfragen, Code ausführen und Ergebnisse selbst überprüfen können. Diese Kombination aus Leistungsfähigkeit, niedrigen Kosten und transparenter Lizenzierung hat M2 zum neuen Maßstab für Open-Weight-KI gemacht.

Wie leistungsfähig ist das Modell?

Artificial Analysis bündelt anspruchsvolle Benchmarks aus den Bereichen Mathematik, Naturwissenschaften, Befolgen von Anweisungen, Programmierung und agentenbasierte Arbeitsabläufe zu einem einzigen Intelligence Index. In der neuesten Version erreicht MiniMax M2 einen Wert von 61. Damit ist es das stärkste Open-Weight-Modell und gehört insgesamt zu den Spitzenmodellen. Es liegt vor Gemini 2.5 Pro und kommt bei mehreren Aufgaben zu Agenten und Programmierung Anthropics Claude Sonnet 4.5 nahe. Neuere Frontier-Modelle wie GPT 5 und Groks xAI-Modell bleibt es jedoch hinter sich. Für viele Entwickler ist das ein attraktiver Kompromiss: Sie erhalten eine Leistung nahe der Frontier-Modelle, ohne deren Kosten oder Herstellerbindung.

Agentenaufgaben auf nahezu Frontier-Niveau

Benchmarks für Agenten messen, ob ein Modell bei mehrstufigen Aufgaben planen, Werkzeuge aufrufen, Ergebnisse auswerten, sich anpassen und die Resultate überprüfen kann. In diesem Bereich schneidet M2 besonders gut ab. MiniMax meldet starke Ergebnisse in agentenorientierten Tests, darunter 77,2 Punkte bei tau squared Bench, 44,0 bei BrowseComp und 65,5 bei FinSearchComp global. Diese Benchmarks prüfen das Durchsuchen des Webs und Belegen von Aussagen, das Abrufen von Finanzinformationen sowie Planung und Erholung nach fehlgeschlagenen Schritten. In der Praxis bedeutet das: Ein von M2 angetriebener Agent kann einen Plan erstellen, Shell-Befehle ausführen, Quellen suchen und lesen, Code mit einem Interpreter testen, Fehler korrigieren und nachvollziehbare Belege liefern, ohne ständig vom Menschen angeleitet werden zu müssen.

Benchmarks für Programmierung und Schlussfolgerungsfähigkeit

MiniMax hat M2 für durchgängige Entwickler-Workflows ausgelegt, in denen das Modell mehrere Dateien bearbeitet, Code kompiliert und testet und ihn wiederholt korrigiert. Bei Aufgaben nach dem Vorbild von SWE Bench und bei Terminal Bench zeigt das Modell, dass es mit realen Code-Repositories und Kommandozeilenumgebungen in verschiedenen Programmiersprachen zurechtkommt. Die Gesamtauswertung von Artificial Analysis berücksichtigt auch Wissens- und Schlussfolgerungstests wie GPQA Diamond und AIME. Sie zeigt, dass M2 seine Stärke beim Programmieren nicht auf Kosten der allgemeinen Intelligenz erreicht. Für Organisationen, die einen Assistenten sowohl für Softwareaufgaben als auch für Recherchearbeiten suchen, ist die gleichbleibende Leistung in diesen Bereichen ein entscheidender Vorteil.

Die Architektur im Überblick

M2 ist ein sparsames Mixture-of-Experts-Modell. Statt jedes Token durch alle Teile eines riesigen Netzwerks zu leiten, wählt ein trainiertes Gate für jede Eingabe nur einige Experten-Subnetze zur Aktivierung aus. Laut der Dokumentation von MiniMax verfügt das Modell über rund 230 Milliarden Parameter insgesamt, von denen bei jeder Inferenz 10 Milliarden aktiviert werden. Frühe Berichte nannten 200 Milliarden Parameter insgesamt. Die technischen Seiten und die Model Card des Unternehmens erläutern jedoch die größere Gesamtkapazität bei unverändertem Budget von 10 Milliarden aktiven Parametern. Der Vorteil liegt auf der Hand: Man erhält das breite Wissen und die Spezialisierung eines sehr großen Modells, während die Inferenzkosten eher denen eines dichten Modells mit 10 Milliarden Parametern entsprechen.

Diese Effizienz zeigt sich auch bei den Hardwareanforderungen. MiniMax und externe Tester beschreiben einen praktikablen Betrieb mit nur vier NVIDIA-H100-GPUs bei FP8-Präzision. Damit ist M2 auch für mittelgroße Entwicklerteams erreichbar. Einige Wettbewerber halten deutlich mehr Parameter aktiv. DeepSeeks jüngstes V3.2 aktiviert etwa 37 Milliarden Parameter pro Token, Moonshot AIs Kimi K2 rund 32 Milliarden. Das erhöht den Speicherbedarf und verringert den Durchsatz. Der geringere Aktivierungsspeicherbedarf von M2 hilft außerdem, Spitzenlatenz und Parallelität zu verbessern – zwei typische Herausforderungen beim Betrieb interaktiver Tools und Agenten.

Agentenorientiertes Design und Werkzeugeinsatz

MiniMax hat M2 so entwickelt, dass es in Schleifen denken, handeln und Ergebnisse überprüfen kann. Über eine Anleitung zum Aufruf von Werkzeugen lässt sich das Modell mit Shells, Browsern, Retrieval-Systemen und Code-Ausführungsumgebungen verbinden. Das Unternehmen hebt sichtbare Schlussfolgerungsschritte in einem verschachtelten Denkformat hervor. In mehrstufigen Sitzungen behält der Assistent seinen Planungskontext und die Belegkette bei. Das hilft ihm, sich von unvollständigen Daten und fehlgeschlagenen Schritten zu erholen, und ermöglicht Entwicklern, Entscheidungen nachzuvollziehen. Der Ansatz soll Aufgaben mit langem Planungshorizont zuverlässiger und leichter zu analysieren machen.

MiniMax stimmt M2 außerdem eng auf praktische Entwicklerumgebungen ab. Das Modell läuft mit den verbreiteten Inferenz-Frameworks SGLang und vLLM und unterstützt die gängigen Anfrageformate von OpenAI und Anthropic. Teams können M2 dadurch mit minimalen Codeänderungen einsetzen und den Betrieb anschließend nach Bedarf skalieren. Für alle, die einen internen Copiloten oder einen produktionsreifen Agenten entwickeln, ist eine unkomplizierte Integration wertvoll.

MiniMax stellte den Start unter das Leitmotiv eines breiten Zugangs. Das Unternehmen erklärte, fortschrittliche Intelligenz solle einer breiten Nutzergruppe zugänglich sein und nicht nur denen, die sich teure proprietäre Modelle leisten können.

Von Anfang an verfolgt MiniMax die Vision von ‚Intelligenz für alle‘.

In der öffentlichen Model Card betonte das Team seinen Fokus auf Agenten und Effizienz.

MiniMax-M2 definiert die Effizienz für Agenten neu.

MiniMax betreibt einen von M2 angetriebenen Agentendienst mit zwei Modi. Der Lightning-Modus liefert einfache Antworten sofort im Streaming-Verfahren. Der Pro-Modus übernimmt komplexe, länger laufende Aufgaben wie Recherche, Datenextraktion oder mehrstufige Programmierung. Diese Aufteilung spiegelt die tatsächliche Arbeitsweise von Teams wider: Sie wechseln zwischen schnellen Antworten und längerfristigen Projekten, bei denen das Modell Aufgaben durchgehend planen, ausführen und überprüfen muss.

Zugang, Lizenzierung und Preise

M2 ist für ein System dieser Leistungsfähigkeit ungewöhnlich offen zugänglich. MiniMax hat die vollständigen Modellgewichte unter einer freizügigen Lizenz veröffentlicht und Anleitungen zur Bereitstellung bereitgestellt. Entwickler können das Repository auf Plattformen wie Hugging Face herunterladen, mit SGLang oder vLLM lokal Inferenz ausführen und das Modell für bestimmte Fachgebiete feinabstimmen. MiniMax bietet außerdem eine API mit sehr niedrigen Preisen pro Token und hoher Streaming-Geschwindigkeit an. Das Unternehmen hat zudem zeitlich begrenzten kostenlosen Zugang sowohl zu seiner Agenten-App als auch zur API beworben.

Für Käufer wichtige praktische Funktionen sind die Unterstützung strukturierter Funktionsaufrufe, die Verarbeitung langer Kontexte und der zuverlässige Einsatz von Werkzeugen. MiniMax empfiehlt gängige Einstellungen für das Sampling und stellt ein klares Schema für Werkzeugaufrufe bereit, mit dem sich das Modell an externe Dienste anbinden lässt. Für Teams, die sich um eine Bindung an einzelne Anbieter sorgen, ist die Kombination aus offenen Gewichten und sauberer API-Kompatibilität ein starkes Argument, M2 zu prüfen. Die Dokumentation erklärt außerdem, wie sich M2 effizient selbst betreiben lässt und wie der GPU-Speicherbedarf für verschiedene Einstellungen zur Rechengenauigkeit ermittelt wird.

• Die Gewichte sind zur Selbstbereitstellung veröffentlicht; Anleitungen für SGLang und vLLM stehen bereit.
• Die API kostet 0,30 US-Dollar pro einer Million Eingabetoken und 1,20 US-Dollar pro einer Million Ausgabetoken. Die angegebene Geschwindigkeit liegt bei nahezu 100 Token pro Sekunde.
• Werkzeuge wie Shells, Browser, Retrieval-Systeme und Code-Interpreter werden unterstützt. Sichtbare Schlussfolgerungsschritte erleichtern die Überprüfung und Fehlersuche.
• Die Kompatibilität mit APIs im Stil von OpenAI und Anthropic reduziert den Integrationsaufwand für bestehende Anwendungen.

Dadurch eignet sich M2 für Copiloten in der Softwareentwicklung, Assistenten zur Datenanalyse und Support-Agenten, die Schlussfolgerungen mit einem zuverlässigen Werkzeugeinsatz verbinden müssen.

Wettbewerber und das sich verändernde Ranking

Der Aufstieg von MiniMax M2 verändert die Rangliste der Open-Weight-Modelle und verschärft den Wettbewerb in China und den USA. Artificial Analysis führt M2 mit einem Intelligence Index von 61 als stärkstes Open-Weight-Modell. Es liegt vor Googles Gemini 2.5 Pro und je nach Aufgabe knapp hinter proprietären Spitzenmodellen wie Claude Sonnet 4.5, GPT 5 und Grok 4. Besonders auffällig ist diese Position bei Agenten-Benchmarks wie BrowseComp und FinSearchComp global. Dort hat M2 mit seiner Fähigkeit, zu planen, Belege anzuführen und sich von Fehlern zu erholen, einen großen Teil des Abstands zu geschlossenen Systemen aufgeholt.

Auch die Wettbewerbslage innerhalb Chinas verändert sich. DeepSeek und Qwen beherrschten monatelang die Schlagzeilen, mit Training im Frontier-Maßstab und langen Kontextfenstern. Nun sorgt MiniMax mit einem geringeren Aktivierungsbudget für Aufmerksamkeit, das vergleichbare Leistungen bei Agenten- und Programmieraufgaben zu niedrigeren Kosten ermöglicht. DeepSeek hat mit enormen Gesamtparameterzahlen experimentiert, die in manchen Konfigurationen den Speicherbedarf auf nahezu 700 Gigabyte treiben können. Die sparsamen Aktivierungen von MiniMax und die sorgfältig abgestimmten Betriebsanleitungen halten den Bedarf dagegen auf dem Niveau eines Clusters, den sich viele mittelgroße Teams leisten können – insbesondere bei Verwendung von FP8 und optimierten Inferenz-Frameworks.

Auch der Preis spielt eine Rolle. Die Tokenpreise von MiniMax liegen um eine Größenordnung unter denen großer proprietärer Wettbewerber. Für Unternehmen, die Hunderte Agenten betreiben oder Programmierassistenten den ganzen Arbeitstag über für zahlreiche Entwickler verfügbar halten wollen, kann das den Schritt vom Pilotprojekt zum Produktivbetrieb ermöglichen. Die Veröffentlichung der offenen Gewichte ist ein weiterer Vorteil: Sicherheitsbewusste Unternehmen können das Modell überprüfen, feinabstimmen und in ihrer eigenen Umgebung betreiben. Die Kombination aus Zugänglichkeit, niedrigen Kosten und Leistungsfähigkeit stellt proprietäre Plattformen, die auf hohe Preise setzen, direkt infrage.

Worauf Käufer achten sollten

Benchmarks sind hilfreiche Anhaltspunkte, aber keine Garantien. Artificial Analysis bewertet Modelle mit kontrollierten Testumgebungen und festen Prompts, die möglicherweise nicht genau zum Fachgebiet oder zur Werkzeugausstattung eines Unternehmens passen. Teams, die M2 einsetzen, sollten eigene Tests mit repräsentativen Aufgaben durchführen und Latenz, Durchsatz und Zuverlässigkeit der Agenten mit den tatsächlich geplanten Werkzeugen messen.

Auch betriebliche Aspekte sollten eingeplant werden. MiniMax empfiehlt, die verschachtelten Denkspuren des Modells über mehrere Gesprächsrunden hinweg beizubehalten, damit bei längeren Aufgaben zusammenhängende Pläne und Belege erhalten bleiben. Das kann zu ausführlichen Ausgaben und längeren Gesprächsverläufen führen. Entwickler sollten deshalb die Kontextfenster sorgfältig verwalten und Inhalte bei Bedarf kürzen oder zusammenfassen. Organisationen, die den Durchsatz maximieren wollen, sollten außerdem Quantisierungseinstellungen und Batching-Strategien testen, um Geschwindigkeit, Kosten und Genauigkeit auszubalancieren.

Schließlich bleibt M2 ein Open-Weight-System, das Organisationen verändern können. Damit steigt ihre Verantwortung für Sicherheit und Compliance. Teams sollten Überwachung, Leitplanken für Werkzeugaufrufe und Zugriffskontrollen für alle Bereitstellungen vorsehen, die externe Ressourcen oder sensible Daten erreichen können. Das sind typische Herausforderungen bei Agentensystemen, für die auch hier dieselbe Sorgfalt gilt.

Auf einen Blick

• MiniMax M2 ist das bestplatzierte Open-Weight-Modell im Artificial Analysis Intelligence Index und gehört insgesamt zu den weltweit führenden Modellen.
• Bei der Gesamtbewertung der Intelligenz übertrifft es Googles Gemini 2.5 Pro, liegt bei einigen Aufgaben jedoch hinter proprietären Frontier-Systemen wie GPT 5 und Claude Sonnet 4.5.
• M2 ist ein Mixture-of-Experts-Modell mit rund 230 Milliarden Parametern insgesamt, von denen pro Inferenz 10 Milliarden aktiv sind. Das senkt Latenz und Kosten.
• Besonders stark ist das Modell bei Agentenaufgaben. Es erzielt gute Ergebnisse bei tau squared Bench, BrowseComp und FinSearchComp global.
• Seine Programmierfähigkeiten sind durch Aufgaben nach dem Vorbild von SWE Bench und Terminal Bench belegt und unterstützen durchgängige Entwickler-Workflows.
• Die API kostet 0,30 US-Dollar pro einer Million Eingabetoken und 1,20 US-Dollar pro einer Million Ausgabetoken. Die Geschwindigkeit liegt bei nahezu 100 Token pro Sekunde.
• Die vollständigen Gewichte stehen unter einer freizügigen Lizenz zur Selbstbereitstellung bereit. Das Modell lässt sich mit SGLang, vLLM und gängigen API-Formaten integrieren.
• Der Betrieb ist mit nur vier NVIDIA-H100-GPUs bei FP8-Präzision möglich, was die Bereitstellung für mittelgroße Teams erleichtert.
• Im Vergleich zu Wettbewerbern aktiviert M2 weniger Parameter als DeepSeek V3.2 und Moonshot Kimi K2 und arbeitet dadurch effizienter.
• Unternehmen sollten die Leistung mit ihren eigenen Werkzeugen prüfen und ausführliche Ausgaben, Kontextverwaltung und Sicherheitskontrollen einplanen.