MiniMax M2.5 es una familia de modelos de lenguaje de gran tamaño desarrollada por MiniMax, una empresa china de inteligencia artificial. Hasta 2025, el modelo ha sido observado en tablas de clasificación públicas de referencia, pero la empresa no ha publicado documentación técnica completa ni pesos al público. La familia incluye tres variantes conocidas, referidas en capturas de tablas de clasificación como MiniMax M2.5 A, B y C, aunque las convenciones de nomenclatura oficiales no han sido confirmadas. Debido a que el modelo no ha sido lanzado o es una entrada anónima en la arena, los hechos verificables públicamente se limitan a apariciones en tablas de clasificación y afirmaciones generales de rendimiento.
Apariciones en tablas de clasificación
Las variantes de MiniMax M2.5 han aparecido en varias tablas de clasificación públicas de Machine learning, incluyendo la tabla de LMArena (anteriormente Chatbot Arena) y la Open LLM Leaderboard. A mediados de 2025, los datos de capturas mostraron que la familia M2.5 se clasificaba entre los 20 primeros en ciertas tareas, particularmente en benchmarks de razonamiento y codificación. Por ejemplo, en una captura de junio de 2025, MiniMax M2.5 B logró una puntuación de 72.3 en el benchmark HumanEval, mientras que M2.5 C obtuvo 70.8. Estas puntuaciones colocan a los modelos por encima del promedio de los modelos de pesos abiertos, pero por debajo de los modelos propietarios líderes como OpenAI's GPT-4.1 y Anthropic's Claude 3.7.
El modelo también apareció en el benchmark MMLU, con M2.5 A puntuando 85.4, M2.5 B 86.1 y M2.5 C 85.9 en una captura de julio de 2025. Estos números son competitivos con muchos modelos de última generación, aunque la metodología exacta y las condiciones de prueba no han sido verificadas de forma independiente.
Características técnicas
Según los metadatos de las tablas de clasificación, las variantes de MiniMax M2.5 son probablemente modelos basados en Transformer (architecture), consistentes con la arquitectura dominante en Deep learning. El número de parámetros no está divulgado públicamente, pero algunas entradas de tablas de clasificación listan tamaños de modelo en el rango de 100 mil millones a 200 mil millones de parámetros, aunque estos pueden ser estimaciones. El modelo parece soportar una ventana de contexto de hasta 128,000 tokens, como se indica en algunas entradas de la arena, lo que lo colocaría en la categoría de Large language model con capacidades de contexto extendido.
No se ha publicado ningún artículo oficial ni informe técnico, por lo que los detalles sobre las capas de Neural network, los mecanismos de Multi-Head Attention o los métodos de Positional Encoding permanecen desconocidos.
Comparación con otros modelos
En tablas de clasificación públicas, MiniMax M2.5 ha sido comparado con modelos de Google DeepMind (por ejemplo, Gemini 1.5), Anthropic (Claude 3) y OpenAI (GPT-4). En tareas de razonamiento general como MMLU y ARC, las puntuaciones de M2.5 son ligeramente inferiores a los modelos propietarios principales, pero comparables a algunos modelos de pesos abiertos como Llama 3.1 405B. En benchmarks de codificación, M2.5 muestra fortaleza, superando a muchos modelos en el mismo rango de parámetros.
Una entrada anónima en la arena para M2.5 A fue notada en mayo de 2025, donde logró una calificación Elo de 1120, colocándolo en el percentil 95 de los modelos probados. Sin embargo, el anonimato de la entrada dificulta la verificación.
Estado actual y disponibilidad
Hasta finales de 2025, MiniMax no ha anunciado un lanzamiento público de M2.5. No se ha puesto a disposición ningún acceso API ni enlaces de descarga, y el sitio web oficial de MiniMax solo lista modelos más antiguos como MiniMax-Text-01. La familia M2.5 parece ser un lanzamiento interno o experimental, posiblemente utilizado para investigación interna de Artificial intelligence. Debido a que el modelo no ha sido lanzado, no hay documentación oficial, detalles de Model Pruning o especificaciones de Data Augmentation.
La aparición en tablas de clasificación sugiere que MiniMax está desarrollando activamente el modelo, pero la empresa no ha proporcionado un cronograma para la disponibilidad pública. Hasta entonces, todas las afirmaciones se basan en observaciones de terceros en tablas de clasificación.