(퍼플렉시티가정리한기사)중국AI스타트업MiniMax는월요일에M2언어모델을출시하여ArtificialAnalysis의IntelligenceIndex에서오픈소스모델중최고점수를달성했으며,OpenAI와Anthropic의독점시스템에대한강력한경쟁자로자리매김했습니다.이모델은종합벤치마크에서61점을기록하여GPT-5,Grok4,ClaudeSonnet4.5에이어전세계5위를차지했습니다.MiniMaxM2는60점을기록한GoogleDeepMind의Gemini2.5Pro를앞질렀으며,이는중국오픈소스AI생태계에있어중요한성과입니다.효율적인아키텍처가성능을강화합니다MiniMaxM2는총2,300억개의매개변수를가진Mixture-of-Experts(MoE)아키텍처를채택하지만,추론시에는100억개만활성화하여탁월한효율성을제공합니다.ArtificialAnalysis에따르면"매개변수의일부만사용함으로써모델이대규모에서효율적으로작동할수있게되었습니다".이는370억개의활성매개변수를사용하는DeepSeek의V3.2및320억개를사용하는MoonshotAI의KimiK2와같은경쟁모델들과비교해유리합니다.이러한희소설계는FP8정밀도로단4개의NVIDIAH100GPU만으로배포를가능하게하여중견조직들도접근할수있게합니다.컴팩트한활성풋프린트에도불구하고,M2는초당약100개의토큰이라는추론속도를제공하며—이는ClaudeSonnet4.5와같은경쟁모델의약두배에해당합니다.코딩과에이전트작업이탁월함을이끕니다MiniMaxM2는특히에이전트워크플로우와코딩애플리케이션에서뛰어난성능을보이며,이는기업들이점점더우선시하는영역입니다.이모델은전문벤치마크에서주목할만한점수를달성했습니다:실제코딩작업을위한SWE-benchVerified에서69.4점,도구사용을위한τ²-Bench에서77.2점,웹연구능력을위한BrowseComp에서44.0점을기록했습니다.ArtificialAnalysis는"모델의강점은도구사용과지시사항따르기를포함한다"고언급하며,M2가일반화된작업보다실용적인애플리케이션에중점을둔다는점을강조했습니다.개발자들의독립적인테스트에서M2는혼합작업에서약95%의정확도를달성한반면,GPT-4o는90%,Claude3.5는88-89%를기록했습니다.독일트리어대학교의박사과정학생이자오픈모델전문가인FlorianBrand는"그들의진전에정말감명받았다"고언급하며,MiniMax의이전M1모델대비상당한개선을강조했습니다.MiniMax는입력토큰백만개당$0.3,출력토큰백만개당$1.2로모델을제공하여경쟁력있는성능을유지하면서도ClaudeSonnet4.5비용의단8%에해당합니다.이모델은HuggingFace와GitHub에서MIT라이선스로제공되며,API액세스는현재제한된기간동안무료로이용할수있습니다.