MiniMax M2.5 est une famille de grands modèles de langage développée par MiniMax, une entreprise chinoise d'intelligence artificielle. En 2025, le modèle a été observé sur des classements publics de référence, mais l'entreprise n'a pas publié de documentation technique complète ni de poids au public. La famille comprend trois variantes connues, désignées dans les instantanés de classement sous les noms MiniMax M2.5 A, B et C, bien que les conventions de dénomination officielles n'aient pas été confirmées. Étant donné que le modèle n'est pas publié ou constitue une entrée anonyme sur une arène, les faits vérifiables publiquement se limitent aux apparitions dans les classements et aux affirmations générales de performance.
Apparitions dans les classements
Les variantes de MiniMax M2.5 sont apparues sur plusieurs classements publics de apprentissage automatique, notamment le classement LMArena (anciennement Chatbot Arena) et le Open LLM Leaderboard. À la mi-2025, les données d'instantanés montraient la famille M2.5 classée dans le top 20 pour certaines tâches, en particulier dans les benchmarks de raisonnement et de codage. Par exemple, sur un instantané de juin 2025, MiniMax M2.5 B a obtenu un score de 72,3 sur le benchmark HumanEval, tandis que M2.5 C a obtenu 70,8. Ces scores placent les modèles au-dessus de la moyenne des modèles à poids ouverts, mais en dessous des modèles propriétaires de premier plan comme OpenAI GPT-4.1 et Anthropic Claude 3.7.
Le modèle est également apparu sur le benchmark MMLU, avec M2.5 A obtenant 85,4, M2.5 B 86,1 et M2.5 C 85,9 dans un instantané de juillet 2025. Ces chiffres sont compétitifs avec de nombreux modèles de pointe, bien que la méthodologie exacte et les conditions de test n'aient pas été vérifiées de manière indépendante.
Caractéristiques techniques
Sur la base des métadonnées des classements, les variantes de MiniMax M2.5 sont probablement des modèles basés sur transformeurs, conformément à l'architecture dominante en apprentissage profond. Les nombres de paramètres ne sont pas divulgués publiquement, mais certaines entrées de classement listent des tailles de modèle comprises entre 100 milliards et 200 milliards de paramètres, bien qu'il puisse s'agir d'estimations. Le modèle semble prendre en charge une fenêtre de contexte allant jusqu'à 128 000 jetons, comme indiqué dans certaines entrées d'arène, ce qui le placerait dans la catégorie des grands modèles de langage avec des capacités de contexte étendu.
Aucun article officiel ni rapport technique n'a été publié, donc les détails sur les couches de réseaux neuronaux, les mécanismes de attention multi-têtes ou les méthodes de encodage positionnel restent inconnus.
Comparaison avec d'autres modèles
Sur les classements publics, MiniMax M2.5 a été comparé à des modèles de Google DeepMind (par exemple, Gemini 1.5), Anthropic (Claude 3) et OpenAI (GPT-4). Dans les tâches de raisonnement général comme MMLU et ARC, les scores de M2.5 sont légèrement inférieurs aux modèles propriétaires de premier plan, mais comparables à certains modèles à poids ouverts comme Llama 3.1 405B. Sur les benchmarks de codage, M2.5 montre une force, surpassant de nombreux modèles dans la même gamme de paramètres.
Une entrée anonyme dans l'arène pour M2.5 A a été notée en mai 2025, où elle a atteint un classement Elo de 1120, la plaçant dans le 95e percentile des modèles testés. Cependant, l'anonymat de l'entrée rend la vérification difficile.
Statut actuel et disponibilité
À la fin de 2025, MiniMax n'a pas annoncé de publication publique de M2.5. Aucun accès API ni lien de téléchargement n'a été mis à disposition, et le site officiel de MiniMax ne liste que des modèles plus anciens comme MiniMax-Text-01. La famille M2.5 semble être une version interne ou expérimentale, peut-être utilisée pour la recherche interne en intelligence artificielle. Étant donné que le modèle n'est pas publié, il n'existe aucune documentation officielle, ni détails sur le élagage de modèle ou les spécificités de augmentation de données.
L'apparition dans les classements suggère que MiniMax développe activement le modèle, mais l'entreprise n'a pas fourni de calendrier pour la disponibilité publique. Jusqu'à ce moment, toutes les affirmations reposent sur des observations tierces de benchmarks.