MiniMax-M2, el modelo de MiniMax en cifras

MiniMax-M2 en breve

MiniMax-M2 es un modelo de lenguaje de MiniMax, lanzado el 27 de octubre de 2025. Tiene, por tanto, más de un año: puede que hayan salido sucesores desde entonces. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 15 proveedores de API que lo listan en models.dev. No tiene un modo de razonamiento declarado: responde directamente, sin una fase de reflexión facturada aparte.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Lo que cuesta

MiniMax-M2 cuesta 0,30 US$ por millón de tokens de entrada y 1,2 US$ por millón de tokens de salida (mediana de 15 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,008 US$; mil veces esa tarea, 8,4 US$.

Son 1,2 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

Epoch AI publica un único resultado de MiniMax-M2 en las pruebas de nuestra cesta: demasiado pocos para calcular un índice de capacidad fiable.

• Terminal-Bench (tareas de agente en una terminal): 30 % — el mejor modelo seguido, GPT-5.5, alcanza 84,7 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.000.000 tokens, unas 1500 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 128.000 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (MiniMaxAI/MiniMax-M2). Vea también nuestra selección de modelos open source.

¿A quién va dirigido?

Por su categoría, MiniMax-M2 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Alternativas

En la misma categoría, los modelos más cercanos a MiniMax-M2 son:

• MiniMax-M3 (MiniMax, índice 55,5)
• Muse Glimmer 30B (Meta, 1,2 US$ por millón de tokens de salida)
• MiniMax-M2.7 (MiniMax, 1,2 US$ por millón de tokens de salida)
• Step 3.7 Flash (StepFun, 1,21 US$ por millón de tokens de salida)