公告
README
热门项目
144
MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力，能够借助智能体团队、复杂技能以及动态工具搜索，完成高度精细的生产力任务。
102
MiniMax-M2是MiniMaxAI开源的高效MoE模型，2300亿总参数中仅激活100亿，却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用
100
从多语言软件开发自动化到复杂多步骤办公流程执行，MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。
85
MiniMax-M2.5开源模型，经数十万复杂环境强化训练，在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%，Multi-SWE-Bench达51.3%，BrowseComp获76.3%。推理速度比M2.1快37%，与Claude Opus 4.6相当，每小时仅需0.3-1美元，成本仅为同类模型1/10-1/20，为智能应用开发提供高效经济选择。【此简介由AI生成】
61
MiniMax-M1-80k模型，全球首个开放权重的大规模混合注意力推理模型，采用独特的混合专家（MoE）架构结合闪电注意力机制，能高效处理长文本输入，特别适合需要深入思考的复杂任务
7
A minimal yet professional single agent demo project that showcases the core execution pipeline and production-grade features of agents.
项目展示
查看全部项目 >- Star
- MiniMax-M2, a model built for Max coding & agentic workflows.Star
- [NeurIPS 2025] The official repo of SynLogic: Synthesizing Verifiable Reasoning Data at Scale for Learning Logical Reasoning and BeyondStar
- The official repo of One RL to See Them All: Visual Triple Unified Reinforcement LearningStar
- 全球首个开放权重、大规模混合注意力推理模型 MiniMax-M1，采用独特混合专家（MoE）架构结合闪电注意力机制，实现高效率推理。在复杂的软件工程、工具使用和长文本场景中表现出色，是新一代语言模型代理应对现实世界挑战的强大基础。【此简介由AI生成】like
- A minimal yet professional single agent demo project that showcases the core execution pipeline and production-grade features of agents.Star
- The official GitHub Page for MiniMaxStar
- MiniMax-M1-80k模型，全球首个开放权重的大规模混合注意力推理模型，采用独特的混合专家（MoE）架构结合闪电注意力机制，能高效处理长文本输入，特别适合需要深入思考的复杂任务like
- MiniMax Search is an MCP (Model Context Protocol) server that provides web search and browsing capabilities.Star
- MiniMax-M1, the world's first open-weight, large-scale hybrid-attention reasoning model.Star