மணிக்கு 1 டாலர் செலவிலான AI பணியாளர்
சீன செயற்கை நுண்ணறிவு புத்தாக்க நிறுவனமான MiniMax, நிறுவனங்களில் AI-ஐப் பயன்படுத்துவதற்கான பொருளாதாரத்தையே தகர்க்கும் அச்சுறுத்தலை ஏற்படுத்தும் மாற்றத்தை அறிமுகப்படுத்தியுள்ளது. ஷாங்காயைத் தலைமையிடமாகக் கொண்ட இந்நிறுவனம் வெளியிட்டுள்ள M2.5 மொழி மாதிரி, மேற்கத்திய நாடுகளின் மிக விலையுயர்ந்த அமைப்புகளுக்கு இணையான செயல்திறனை வழங்குகிறது. ஆனால், Claude Opus 4.6, GPT-5.2 போன்ற போட்டி மாதிரிகளின் விலையில் சுமார் பத்தில் ஒரு பங்கு முதல் இருபதில் ஒரு பங்கு வரையிலான செலவே இதற்குத் தேவைப்படுகிறது.
உள்ளடக்கம்
மாற்றியமைக்கப்பட்ட MIT உரிமத்தின் கீழ் Hugging Face தளத்தில் வெளியிடப்பட்ட இந்த மாதிரி, உலகச் சந்தைகளை அதிரவைத்தும் போட்டி எல்லைகளை மறுவரையறை செய்தும் வரும் சீன AI அறிவிப்புகள் நிறைந்த பரபரப்பான வாரத்தில் வெளியாகியுள்ளது. ஹாங்காங் பங்குச் சந்தையில் MINIMAX-WP (00100.HK) என்ற குறியீட்டில் வர்த்தகமாகும் MiniMax பங்குகள், அறிவிப்பைத் தொடர்ந்து 11% முதல் 16% வரை உயர்ந்து, HK$680-இல் நிறைவடைந்ததாக South China Morning Post தெரிவித்துள்ளது.
M2.5-ஐ வெறும் உரையாடல் மென்பொருளாக அல்லாமல், தன்னிச்சையாகக் குறியீடு எழுதவும், ஆய்வு மேற்கொள்ளவும், ஆவணங்களை உருவாக்கவும் கூடிய உற்பத்தித் தரமுள்ள டிஜிட்டல் பணியாளராக MiniMax நிலைநிறுத்தியுள்ளது. செலவு குறித்த கவலைகள் ஏறக்குறைய மறைந்துபோகும் வகையிலான முதல் முன்னணி மாதிரி இதுவென நிறுவனம் கூறுகிறது. நொடிக்கு 100 டோக்கன் வேகத்தில் தொடர்ந்து இயங்குவதற்கு மணிக்கு வெறும் 1 டாலர் மட்டுமே செலவாகும். குறைந்த வேகத்தில் இயங்கும்போது, அந்தச் செலவு மணிக்கு 0.30 டாலராகக் குறைகிறது. இந்த விலை அமைப்பின் மூலம், நான்கு AI முகவர்களை ஓராண்டு முழுவதும் தொடர்ந்து இயக்குவதற்கு சுமார் 10,000 டாலர் செலவாகும். இதேபோன்ற மேற்கத்திய மாதிரிகளைப் பயன்படுத்தினால், ஒரு மாதச் செயல்பாட்டுக்குக்கூட இந்தத் தொகை போதாது.
முன்னணி மாதிரிகளுக்குச் சவால்விடும் தரநிலைச் சோதனைகள்
சுயாதீன மதிப்பீடுகளும் MiniMax-இன் சொந்தச் சோதனைகளும், குறியீட்டு மாதிரிகளின் உயர்நிலையில் M2.5 இருப்பதைக் காட்டுகின்றன. விலையில் பெரும் வேறுபாடு இருந்தாலும், Anthropic-இன் Claude Opus 4.6-க்கு மிக அருகிலான செயல்திறனை இது கொண்டுள்ளது. நிஜ உலக மென்பொருள் பொறியியல் திறன்களை அளவிடும் துறைத் தரநிலையான SWE-Bench Verified சோதனையில் M2.5 80.2% மதிப்பெண் பெற்றது. இது Opus 4.6-ஐவிட வெறும் 0.6 சதவீதப் புள்ளி குறைவு; OpenAI-இன் GPT-5.2 (80%), Google-இன் Gemini 3 Pro (78%) ஆகியவற்றைவிட அதிகம்.
பல குறியீட்டுத் தொகுப்புகளை ஒரே நேரத்தில் புரிந்துகொள்ள வேண்டிய, தொகுப்புகளுக்கு இடையிலான நிரலாக்கப் பணிகளைச் சோதிக்கும் Multi-SWE-Bench-இல் 51.3% பெற்று, பன்மொழிக் குறியீட்டுச் சூழல்களில் இந்த மாதிரி சிறப்புத் திறனைக் காட்டுகிறது. இதன் மூலம் Opus 4.6-இன் 50.3%-ஐ முந்தியதுடன், Gemini 3 Pro-வின் 42.7%-ஐயும் கணிசமாக விஞ்சுகிறது. முழு மென்பொருள் அடுக்கின் சிக்கலான மேம்பாட்டுப் பணிகளைச் சோதிக்கும் உள்மதிப்பீடான VIBE-Pro-வில், M2.5-இன் செயல்திறன் Opus 4.5-க்கு இணையாக உள்ளது.
குறியீடு எழுதும் திறனைத் தாண்டியும், M2.5 குறிப்பிடத்தக்க முகவர் சார்ந்த திறன்களைக் காட்டுகிறது. சிக்கலான இணைய உலாவல் மற்றும் தகவல் மீட்டெடுப்பை அளவிடும் BrowseComp-இல் 76.3% மதிப்பெண் பெற்றது. பல முறை கருவிகளைப் பயன்படுத்தும் திறனுக்கான Berkeley Function Calling Leaderboard (BFCL)-இல் 76.8% பெற்று, Opus 4.6-ஐவிட 13 சதவீதப் புள்ளிகளுக்கும் மேலாக முன்னிலை வகித்தது. மூன்றாம் தரப்பு ஆய்வு நிறுவனமான Artificial Analysis, தனது Intelligence Index-இல் M2.5-க்கு 42 மதிப்பெண் வழங்கியது. இது ஒப்பிடத்தக்க மாதிரிகளின் சராசரியான 25-ஐவிட அதிகம். அதேவேளை, இந்த மாதிரி நொடிக்கு 80 டோக்கன் வேகத்தில் இயங்குவதாகவும், 55 என்ற சராசரியைவிட வேகமானது என்றும் நிறுவனம் குறிப்பிட்டது.
ஆனால், வேறுபட்ட முறையைப் பயன்படுத்தி புதிதாக வெளியிடப்பட்ட 48 GitHub pull request-களைச் சோதிக்கும் SWE-rebench ஜனவரி 2026 தரவரிசையில், சுயாதீனச் சரிபார்ப்பு M2.5-க்கு 39.6% மதிப்பெண்ணைக் காட்டியது; Claude Code 52.9% பெற்றது. மதிப்பீட்டு அமைப்பும் பணிகளின் புதிய தன்மையும் பொறுத்து நிஜ உலகச் செயல்திறன் மாறக்கூடும் என்பதை இது சுட்டிக்காட்டுகிறது.
செயல்திறனுக்குப் பின்னுள்ள கட்டமைப்பு
M2.5-இன் பொருளாதாரச் சாத்தியத்துக்கு அதன் Mixture of Experts (MoE) கட்டமைப்பே அடிப்படை. பொதுத் திறனாளியின் உழைப்பைப் போலன்றி, ஒரு பணிக்குத் தேவையான நிபுணர்களிடம் ஆலோசனை பெறும் வடிவத்தை இது ஒத்திருக்கிறது. மாதிரியில் மொத்தம் 230 பில்லியன் அளவுருக்கள் இருந்தாலும், ஒவ்வொரு பணிக்கும் 10 பில்லியன் மட்டுமே செயல்படுத்தப்படுகின்றன. இந்தத் தேர்ந்தெடுக்கப்பட்ட செயல்பாடு, மிகப்பெரிய மாதிரிகளின் ஆழமான பகுத்தறிவுத் திறனைத் தக்கவைத்தபடியே, மிகவும் சிறிய அமைப்புகளின் வேகத்திலும் செலவிலும் இயங்க உதவுகிறது.
இந்தச் சிக்கலான கட்டமைப்பைப் பயிற்றுவிக்க, முகவர் சார்ந்த AI-க்காகவே வடிவமைக்கப்பட்ட தனியுரிம வலுவூட்டல் கற்றல் கட்டமைப்பான Forge-ஐ MiniMax உருவாக்கியது. வழக்கமான அணுகுமுறைகள் பயனருக்குப் பிடித்தமான பதில்களை வழங்குவதை மேம்படுத்தும். ஆனால் Forge, குறியீட்டுத் தொகுப்புகள், இணைய உலாவிகள், அலுவலகச் செயலிகள் உள்ளிட்ட இலட்சக்கணக்கான நேரடி உருவகச் சூழல்களில் மாதிரிகளைச் செயல்படுத்தி, நடைக்கு ஏற்ற ஒத்திசைவுக்கு மாறாகப் பணியை உண்மையில் முடிப்பதற்குப் பரிசளிக்கிறது. மேம்படுத்தப்பட்ட ஒத்திசைவற்ற திட்டமிடலும், பயிற்சித் தரவுகளை ஒன்றிணைக்கப் பயன்படுத்தும் மர அமைப்பு உத்திகளும் வழக்கமான வலுவூட்டல் கற்றல் முறைகளைவிட சுமார் 40 மடங்கு வேகமான பயிற்சியை இந்த அமைப்பில் சாத்தியமாக்குகின்றன.
ThursdAI பாட்காஸ்டில் பங்கேற்றபோது MiniMax பொறியாளர் Olive Song, பல்வேறு நிஜ உலகச் சூழல்களில் இரண்டு மாதங்கள் தீவிரமாகப் பணியாற்றியே இந்தப் பயிற்சி முறையை உருவாக்கியதாக விளக்கினார். பயிற்சிக் காலத்தில் நிலைத்தன்மையைப் பேண, CISPO (Clipping Importance Sampling Policy Optimization) என்ற கணித அணுகுமுறையைத் தங்கள் குழு செயல்படுத்தியதாகவும் அவர் கூறினார். பயிற்சியின் ஒவ்வொரு சுற்றிலும் மாதிரி அளவுக்கு மீறித் திருத்திக்கொள்வதை இந்த முறை தடுக்கிறது.
"இந்தச் சிறிய மாதிரியில், அதிக எண்ணிக்கையிலான சூழல்களையும் முகவர்களையும் கொண்டு வலுவூட்டல் கற்றல் அளித்தால், நிறைய சாத்தியங்கள் இருப்பதை நாங்கள் உணர்ந்தோம். ஆனால் அதைச் செய்வது அவ்வளவு எளிதானதல்ல," என்று கூறிய Song, இந்தச் செயல்முறையைச் செம்மைப்படுத்த தங்கள் குழு கணிசமான நேரத்தைச் செலவிட்டதாகவும் தெரிவித்தார்.
இந்த அணுகுமுறையின் மூலம் MiniMax குறிப்பிடும் "கட்டடக் கலைஞர் மனப்பாங்கு" உருவாகியுள்ளது. குறியீட்டை உடனடியாக உருவாக்குவதற்குப் பதிலாக, M2.5 முதலில் திட்டத்தின் கட்டமைப்பு, அம்சங்கள், இடைமுக வடிவமைப்பு ஆகியவற்றைத் திட்டமிடுகிறது. பின்னர் செயல்பாட்டைத் தொடங்குவதற்கு முன் சிக்கலான பணிகளை நிர்வகிக்கக்கூடிய பகுதிகளாகப் பிரிக்கிறது. Go, C, C++, TypeScript, Rust, Kotlin, Python, Java, JavaScript, PHP, Lua, Dart, Ruby உள்ளிட்ட 10-க்கும் மேற்பட்ட நிரலாக்க மொழிகளில், 200,000-க்கும் மேற்பட்ட சூழல்களில் இந்த மாதிரி பயிற்றுவிக்கப்பட்டது.
உரையாடல் மென்பொருளிலிருந்து டிஜிட்டல் பணியாளர் வரை
உரையாடல் இடைமுகமாக இருக்கும் AI-யிலிருந்து தன்னாட்சி பணியாளராகச் செயல்படும் AI-க்கு மாறுவதே M2.5-இன் வடிவமைப்புத் தத்துவத்தின் மையக் கருத்தாகும். நிதி, சட்டம், சமூக அறிவியல் துறைகளின் மூத்த நிபுணர்களுடன் MiniMax இணைந்து பணியாற்றி, அந்தந்தத் துறைகளுக்கே உரிய வெளிப்படையாகச் சொல்லப்படாத அறிவை மாதிரியில் புகுத்தியுள்ளது. இதன்மூலம் வெறும் உரைத் தொகுப்புகளை உருவாக்குவதற்குப் பதிலாக, பணியில் சமர்ப்பிக்கத் தகுந்த ஆவணங்களையும் தயாரிப்புகளையும் உருவாக்க முடிகிறது.
பெரும்பாலான முன்னணி மாதிரிகள் கவனிக்காத நடைமுறை அலுவலகத் தானியக்கத் திறன்களில் இந்த அணுகுமுறை வெளிப்படுகிறது. Microsoft Word ஆவணங்களை உருவாக்கவும் திருத்தவும், சரியான வடிவமைப்புகளுடனும் விளக்கப்படங்களுடனும் PowerPoint விளக்கக்காட்சிகளை உருவாக்கவும், சிக்கலான Excel நிதி மாதிரியாக்கப் பணிகளைச் செய்யவும் M2.5-ஆல் முடியும். உண்மையான Microsoft Excel உலக சாம்பியன்ஷிப் போட்டிப் பிரச்சினைகளை அடிப்படையாகக் கொண்ட MEWC தரநிலைச் சோதனையில் இந்த மாதிரி 74.4% பெற்றது. ஆவணத்தின் தரத்தையும் தொழில்முறை முன்னேற்றத்தையும் ஜோடிகளாக ஒப்பிட்டு மதிப்பிடும் உள்மதிப்பீட்டு அமைப்பான GDPval-MM-இல், முக்கியப் போட்டியாளர்களுக்கு எதிராக M2.5 சராசரியாக 59% வெற்றி விகிதத்தைப் பெற்றது.
நிறுவனங்கள் ஏற்றுக்கொள்ளும் நடைமுறையைச் சோதிப்பதற்காக MiniMax ஏற்கெனவே M2.5-ஐத் தனது உள்பயன்பாட்டில் அறிமுகப்படுத்தியுள்ளது. நிறுவனத்தின் அறிக்கைகளின்படி, ஆராய்ச்சி மற்றும் மேம்பாடு, தயாரிப்பு மேலாண்மை, விற்பனை, மனிதவளம், நிதி உள்ளிட்ட துறைகளின் அனைத்துப் பணிகளிலும் 30%-ஐ இந்த மாதிரி இப்போது தன்னிச்சையாக முடிக்கிறது. குறியீட்டு சூழல்களில், MiniMax தலைமையகத்தில் புதிதாகச் சேர்க்கப்படும் குறியீட்டில் 80%-ஐ M2.5 உருவாக்குகிறது.
இந்தத் திறன்களை MiniMax Agent தளத்தில் நிறுவனம் ஒருங்கிணைத்துள்ளது. இதில் பயனர்கள், அலுவலகத் திறன்களையும் துறைசார் அறிவையும் இணைத்து 10,000-க்கும் மேற்பட்ட சிறப்புத் திறன்கொண்ட நிபுணர்களை உருவாக்கியுள்ளனர். இவ்வமைப்புகள் மூலம், துறைசார் ஆய்வுக்கான நிலையான செயல்முறைகளைப் பின்பற்றவோ, நிதி மாதிரியாக்கத்துக்கான குறிப்பிட்ட இடர் கட்டுப்பாட்டு விதிகளைப் பின்பற்றவோ Agent-க்கு வழிகாட்ட முடியும். வெறும் உரைத் தொகுப்புகளை உருவாக்குவதில் இது முடங்கிவிடாது.
இணையம், Android, iOS, Windows தளங்களில் முழு மென்பொருள் அடுக்கு மேம்பாட்டையும் இந்த மாதிரி கையாள்கிறது. முன்புறக் காட்சி மாதிரிகளை மட்டும் உருவாக்காமல், சேவையகப் பக்க API-கள், வணிகத் தர்க்கம், தரவுத்தளங்களையும் நிர்வகிக்கிறது. தொடக்க அமைப்பு வடிவமைப்பிலிருந்து அம்சங்களைப் புதுப்பிப்பது வரை, விரிவான குறியீட்டுச் சீராய்வு மற்றும் சோதனை வரை மென்பொருள் உருவாக்கத்தின் முழு வாழ்க்கைச் சுழற்சியிலும் இந்தத் திறன் தொடர்கிறது.
தொடர்ச்சியான செயல்பாட்டின் பொருளாதாரம்
திறனில் ஒரே மாதிரியாக இருந்தாலும், செயலாக்க வேகத்தில் வேறுபடும் இரண்டு API வகைகளை MiniMax வழங்குகிறது. M2.5-Lightning நொடிக்கு 100 டோக்கன் வேகத்தில் இயங்குகிறது. உள்ளீட்டில் ஒரு மில்லியன் டோக்கனுக்கு $0.30-ம், வெளியீட்டில் ஒரு மில்லியன் டோக்கனுக்கு $2.40-ம் கட்டணம். வழக்கமான M2.5 இதன் பாதி வேகத்தில், அதாவது நொடிக்கு 50 டோக்கனில் இயங்குகிறது; செலவும் பாதியாக, உள்ளீட்டில் ஒரு மில்லியன் டோக்கனுக்கு $0.15-ம், வெளியீட்டில் ஒரு மில்லியன் டோக்கனுக்கு $1.20-ம் ஆகும்.
இந்தச் செலவுகளை விளக்க, நான்கு M2.5 முகவர் அமைப்புகளை ஓராண்டு முழுவதும் தொடர்ந்து இயக்குவதற்கு சுமார் 10,000 டாலர் செலவாகும். இதற்கு மாறாக, Claude Opus 4.6 வெளியீட்டில் ஒரு மில்லியன் டோக்கனுக்கு சுமார் $75 வசூலிக்கிறது. எனவே, இதேபோன்ற தொடர்ச்சியான செயல்பாட்டுக்கு பெரும்பாலான நிறுவனங்களால் செலவிட முடியாது. வெளியீட்டு விலையை மட்டும் கணக்கிட்டாலும், Opus, Gemini 3 Pro, GPT-5 ஆகியவற்றைவிட M2.5-இன் செலவு பத்தில் ஒரு பங்கு முதல் இருபதில் ஒரு பங்கு வரைதான்.
குறிப்பிட்ட பணிகளின் செலவைக் கணக்கிட்டால் இந்த வேறுபாடு தெளிவாகிறது. ThursdAI பாட்காஸ்ட் தொகுப்பாளர் Alex Volkov கூறுகையில், SWE-Bench பணிகளை முடிக்க M2.5 சுமார் $0.15 மதிப்புள்ள டோக்கன்களைப் பயன்படுத்துகிறது; அதே பணிக்கு Claude Opus 4.6 சுமார் $3.00 செலவழிக்கிறது. 95% செலவுக் குறைப்பு, prompt-களை மேம்படுத்தவும் டோக்கன் பயன்பாட்டைக் குறைக்கவும் வழக்கமாக இருக்கும் அழுத்தத்தை நீக்குகிறது. முன்பு மலிவான, குறைந்த திறனுள்ள அமைப்புகளிடம் ஒப்படைக்கப்பட்ட வழக்கமான பணிகளுக்கும்கூட, அதிகச் சூழல் தகவலையும் ஆழமான பகுத்தறிவையும் கொண்ட மாதிரிகளைப் பயன்படுத்த இது வழிவகுக்கிறது.
மீண்டும் மீண்டும் நடைபெறும் செயல்பாடுகளுக்கான செலவைக் குறைக்க, இரண்டு API வகைகளிலும் தேக்கக வசதி உள்ளது. வணிகப் பயனர்கள் தங்கள் இடைமுகங்களில் "MiniMax M2.5" என்பதைத் தெளிவாகக் காட்ட வேண்டும் என மாற்றியமைக்கப்பட்ட MIT உரிமம் கோருகிறது. பொருளாதாரப் பயன்களைக் கருத்தில் கொண்டால், இது சிறிய நிபந்தனைதான். நொடிக்கு 100 டோக்கன் வேகத்தில் தொடர்ந்து உருவாக்கும்போது, ஒரு மணிநேரத்தில் 360,000 வெளியீட்டு டோக்கன்கள் உருவாகும்; அவற்றுக்கான செலவு சுமார் $0.86, உள்ளீட்டுச் செலவு தனியாகும்.
வேக மேம்பாடும் செலவுப் பயன்களை அதிகரிக்கிறது. முந்தைய M2.1-ஐவிட M2.5 முழுமையான பணிகளை 37% வேகமாக முடிக்கிறது. SWE-Bench Verified சோதனையை நிறைவேற்றும் நேரம் 31.3 நிமிடங்களிலிருந்து 22.8 நிமிடங்களாகக் குறைந்துள்ளது. இது Claude Opus 4.6-இன் 22.9 நிமிடங்களுக்குச் சமமான வேகம்; ஆனால் ஒவ்வொரு பணிக்கும் ஆகும் செலவில் 10% மட்டுமே பயன்படுத்துகிறது.
சந்தைச் சூழலும் போட்டி அழுத்தமும்
சீன செயற்கை நுண்ணறிவுத் துறைக்கு ஏற்ற இறக்கங்கள் நிறைந்த ஒரு வாரத்தின் நடுவே M2.5 வெளியீடு வந்துள்ளது. அந்த வாரத்தில் பல உள்நாட்டு நிறுவனங்கள் போட்டித்திறனுள்ள மாதிரிகளை அறிமுகப்படுத்தின. Artificial Analysis Intelligence Index-இல் Google-இன் Gemini 3 Pro-வை முந்திய GLM-5-ஐ Zhipu AI அறிமுகப்படுத்தியது. ரோபோட்டிக்ஸ் பயன்பாடுகளுக்கான RynnBrain-ஐ Alibaba வெளியிட்டது; காணொளி உருவாக்கத்துக்கான Seedance 2.0-ஐ ByteDance அறிமுகப்படுத்தியது; Kuaishou நிறுவனம் Kling 3.0-ஐ வெளியிட்டது. MiniMax மற்றும் Zhipu AI ஆகிய இரு நிறுவனங்களின் பங்குகளும் இரட்டை இலக்க உயர்வைக் கண்டன. ஹாங்காங் வர்த்தகத்தில் Zhipu AI பங்கு 30% உயர்ந்தது.
சீனாவுக்கும் அமெரிக்காவுக்கும் இடையிலான AI இடைவெளி குறித்த அண்மைய மதிப்பீடுகளுக்கு இந்தத் தொடர் அறிவிப்புகள் சவால்விடுகின்றன. சீன மாதிரிகள் மேற்கத்திய மாதிரிகளைவிட சில மாதங்கள் மட்டுமே பின்தங்கியிருப்பதாக Google DeepMind தலைவர் Demis Hassabis முன்பு மதிப்பிட்டிருந்தார். ஒரு வாரத்திற்கு முன்புதான் வெளியான Claude Opus 4.6-க்கு MiniMax கிட்டத்தட்ட இணையான செயல்திறனைக் காட்டியிருப்பது, அந்த இடைவெளி சில நாட்களாகச் சுருங்கியிருக்கலாம் என்பதைக் காட்டுகிறது. புதிதாக வெளியிடப்பட்ட pull request-களுக்கான SWE-rebench ஜனவரி 2026 முடிவுகளில் Claude Opus 4.6 51.7%-மும் GPT-5.2 51.0%-மும் பெற்றன; MiniMax M2.5 39.6% பெற்றது. அண்மைய குறியீடுகளில் மேற்கத்திய மாதிரிகள் இன்னும் முன்னிலை வகிப்பதை இது காட்டினாலும், இடைவெளி தொடர்ந்து குறைந்து வருகிறது.
இந்தப் போட்டியின் தாக்கம் தரநிலைச் சோதனைகளுக்கு அப்பாலும் விரிகிறது. பிரீமியம் API கட்டணங்களை அடிப்படையாகக் கொண்டு வணிக மாதிரிகளை உருவாக்கிய மேற்கத்திய AI ஆய்வகங்கள் மீது MiniMax-இன் விலை உத்தி முறையான அழுத்தத்தை ஏற்படுத்துகிறது. MiniMax கூறுவதுபோல் நுண்ணறிவை "அளவிட முடியாத அளவுக்கு மலிவாக" வழங்க முடிந்தால், துறை பற்றாக்குறைப் பொருளாதாரத்திலிருந்து அளவு சார்ந்த பொருளாதாரத்துக்கு மாறும். இது ஏற்கெனவே நிலைபெற்ற நிறுவனங்களின் வருவாய் மாதிரிகளைச் சீர்குலைக்கக்கூடும்.
தொழில்நுட்பத் தலைவர்களுக்கு M2.5 உடனடி செயல்பாட்டு நன்மைகளை வழங்குகிறது. முந்தைய மாதிரியைவிட 37% வேக மேம்பாடு இருப்பதால், தாமதத் தடைகள் இல்லாமல் மாதிரிகள் ஒன்றுடன் ஒன்று தொடர்புகொள்ளும் நிகழ்நேர முகவர் செயல்முறைகளை உருவாக்க முடிகிறது. சுயமாக வழங்கப்படும் திறந்த எடையமைப்பு மூலம் தரவுத் தனியுரிமையைப் பேணியபடியே, இதுவரை இல்லாத அளவில் தானியக்கக் குறியீட்டுத் தணிக்கைகளை நிறுவனங்கள் மேற்கொள்ள முடியும்.
முக்கிய அம்சங்கள்
- MiniMax M2.5, SWE-Bench Verified சோதனையில் 80.2% பெற்று, Claude Opus 4.6-க்கு இணையான செயல்திறனை அதன் செலவில் பத்தில் ஒரு பங்கு முதல் இருபதில் ஒரு பங்கு வரையிலேயே வழங்குகிறது
- இரண்டு API வகைகள் உள்ளன: Standard, ஒரு மில்லியன் டோக்கனுக்கு $0.15/$1.20 (நொடிக்கு 50 டோக்கன்); Lightning, $0.30/$2.40 (நொடிக்கு 100 டோக்கன்)
- 230 பில்லியன் அளவுருக்கள் கொண்ட MoE கட்டமைப்பு, ஒவ்வொரு பணிக்கும் 10 பில்லியன் அளவுருக்களை மட்டுமே செயல்படுத்தி கணக்கீட்டுச் சுமையைக் குறைக்கிறது
- தனியுரிம Forge வலுவூட்டல் கற்றல் கட்டமைப்பின் கீழ், 200,000-க்கும் மேற்பட்ட நிஜ உலகச் சூழல்களில் பயிற்றுவிக்கப்பட்டது; நிலைத்தன்மையைக் கட்டுப்படுத்த CISPO நெறிமுறை பயன்படுத்தப்பட்டது
- முழு மென்பொருள் அடுக்கு மேம்பாடு, அலுவலக ஆவண உருவாக்கம் (Word, Excel, PowerPoint), சிக்கலான நிதி மாதிரியாக்கம் ஆகியவற்றைத் தன்னிச்சையாகச் செய்யும் திறன் கொண்டது
- தற்போது MiniMax நிறுவனத்தின் உள்பயன்பாட்டில் உள்ளது; நிறுவனத்தின் பணிகளில் 30%-ஐ முடிப்பதுடன், புதிய குறியீட்டில் 80%-ஐ உருவாக்குகிறது
- வணிகப் பயன்பாட்டில் பெயரைக் குறிப்பிட வேண்டும் என்ற நிபந்தனையுடன், மாற்றியமைக்கப்பட்ட MIT உரிமத்தின் கீழ் திறந்த எடை மாதிரியாக Hugging Face தளத்தில் வெளியிடப்பட்டது
- அறிவிப்பைத் தொடர்ந்து ஹாங்காங் பங்குச் சந்தையில் நிறுவனப் பங்குகள் (MINIMAX-WP, 00100.HK) 11% முதல் 16% வரை உயர்ந்தன
