随着 MiniMax M2.5 的发布并在社区引发热烈反响，很高兴能借此机会，分享在模型训练背后关于 Agent RL 系统的一些思考。 在大规模、复杂的真实世界场景中跑 RL 时，始终面临一个核心难
今天，我们分享 MiniMax-M2-her 背后的技术思考。M2-her 也是服务星野/Talkie的底层模型。
Clawdbot痛失本名改叫Moltbot后，热度丝毫不减。
前脚刚听完罗永浩和 MiniMax 创始人闫俊杰的超长播客，然后就看到 MiniMax M2.1 发布了。
这两天，中国 AI 行业关注的核心无疑是 MiniMax。
MiniMax最新旗舰级Coding & Agent模型M2.1，刚刚对外发布了。这一次，它直接甩出了一份硬核成绩单，在衡量多语言软件工程能力的Multi-SWE-bench榜单中，以仅10B的激活参数拿下了49.4%的成绩，超越了Claude Sonnet 4.5等国际顶尖竞品，拿下全球SOTA。
要说这两天AI圈最火的一条消息，莫过于MiniMax正式通过港交所聆讯，即将冲刺IPO。
最近，我越来越沉迷刷小红书了。
MiniMax，今年真猛。
正好上周（10月27日），MiniMax 公司发布了[2] M2 模型，代表了国产大模型的最新水平。我就想，可以测测它的实战效果，跟智谱公司的 GLM 4.6 和 Anthropic 公司的 Claude Sonnet 4.5 对比一下。毕竟它们都属于目前最先进的编程大模型，跟我们开发者切身相关。
