ओपन-वेट मॉडल्स में नया अग्रणी
चीन के तेजी से उभरते एआई स्टार्टअप MiniMax ने, जिसे देश के प्रमुख निवेशकों का समर्थन हासिल है, अपना M2 बड़ा भाषा मॉडल जारी किया है। इसके साथ ही वह ओपन-वेट सिस्टम्स की वैश्विक एआई रैंकिंग में शीर्ष पायदान पर पहुंच गया है। स्वतंत्र मूल्यांकन में MiniMax M2 को Artificial Analysis Intelligence Index पर सबसे सक्षम ओपन-वेट मॉडल बताया गया है। इसका प्रदर्शन Google DeepMind के Gemini 2.5 Pro से बेहतर है और यह अमेरिका के अग्रणी मालिकाना सिस्टम्स के करीब पहुंचता है। कंपनी ने M2 को दो लोकप्रिय उपयोगों, कोड तैयार करने और एजेंट के जरिए टूल इस्तेमाल करने, के लिए बनाया है। फिर इसकी कीमत और तकनीक को गति के लिहाज से तैयार किया, ताकि लागत घटाने के इच्छुक डेवलपर और उद्यम इसकी क्षमताओं से समझौता किए बिना इसे अपना सकें।
विषय-सूची
इसकी तकनीक का मुख्य जोर दक्षता पर है। MiniMax M2 में Mixture of Experts डिज़ाइन का इस्तेमाल होता है, जो हर इनपुट को मॉडल के न्यूरॉन्स के एक उपसमूह तक भेजता है। इससे एक समय में करीब 10 अरब पैरामीटर ही सक्रिय रहते हैं, जबकि मॉडल की कुल क्षमता इससे कहीं अधिक है। यह तरीका तर्क करने की क्षमता को कमजोर किए बिना विलंब और GPU मेमोरी की जरूरत घटाता है। MiniMax की API की कीमत आक्रामक रूप से कम रखी गई है: प्रति दस लाख इनपुट टोकन 0.30 डॉलर और प्रति दस लाख आउटपुट टोकन 1.20 डॉलर। कंपनी की अपनी तुलना के मुताबिक यह Anthropic के Claude 3.5 Sonnet की कीमत का करीब 8 प्रतिशत है। टीम का दावा है कि मॉडल प्रति सेकंड करीब 100 टोकन की गति से जवाब देता है। मॉडल के पूरे वेट उदार लाइसेंस के तहत उपलब्ध हैं और उन्हें खुद होस्ट करने के लिए डाउनलोड किया जा सकता है। यानी टीमें अपनी जरूरत के मुताबिक M2 को फाइन-ट्यून करके आंतरिक रूप से तैनात कर सकती हैं।
चीन में ओपन-वेट मॉडल्स का क्षेत्र पूरे साल गर्म रहा है। DeepSeek, Alibaba का Qwen, Moonshot AI और अन्य कंपनियां लंबे कॉन्टेक्स्ट और तर्क क्षमता को आगे बढ़ा रही हैं। इस दौड़ में MiniMax का आगे आना इसलिए अहम है क्योंकि M2 उन कामों में उतरता है जिन पर कारोबार असल में पैसा खर्च कर रहे हैं: टूल इस्तेमाल करने वाले एजेंटों के जरिए सहायता, शोध और विकास को स्वचालित करना। ये एजेंट वेब ब्राउज़ कर सकते हैं, आंतरिक डेटा खोज सकते हैं, कोड चला सकते हैं और नतीजों की खुद जांच कर सकते हैं। क्षमता, कम लागत और पारदर्शी लाइसेंसिंग का यह मेल ही M2 को ओपन-वेट एआई का नया मानक बना रहा है।
प्रदर्शन कितना दमदार है
Artificial Analysis गणित, विज्ञान, निर्देशों का पालन, कोडिंग और एजेंट वर्कफ़्लो से जुड़े चुनौतीपूर्ण बेंचमार्क के नतीजों को मिलाकर एक Intelligence Index तैयार करता है। इसके नवीनतम संस्करण में MiniMax M2 का स्कोर 61 है। यह सबसे मजबूत ओपन-वेट मॉडल और कुल मिलाकर शीर्ष मॉडलों में शामिल है। यह Gemini 2.5 Pro से आगे है और एजेंट तथा कोडिंग के कई कामों में Anthropic के Claude Sonnet 4.5 के करीब है, हालांकि GPT 5 और xAI के Grok जैसे सबसे नए फ्रंटियर-क्लास सिस्टम्स से पीछे है। कई डेवलपरों के लिए यह सही संतुलन है: फ्रंटियर स्तर की लागत या किसी एक सेवा पर निर्भरता के बिना, लगभग फ्रंटियर स्तर की क्षमता।
फ्रंटियर के करीब एजेंट प्रदर्शन
एजेंट-शैली के मूल्यांकन यह परखते हैं कि कोई मॉडल कई चरणों वाले काम में योजना बना सकता है, टूल चला सकता है, नतीजे पढ़ सकता है, उनके अनुसार खुद को ढाल सकता है और अंतिम परिणामों की पुष्टि कर सकता है या नहीं। इस मामले में M2 खास तौर पर अच्छा प्रदर्शन करता है। MiniMax के मुताबिक एजेंट-केंद्रित बेंचमार्क में इसके नतीजे मजबूत हैं: tau squared Bench पर 77.2, BrowseComp पर 44.0 और FinSearchComp global पर 65.5। इनमें वेब पर खोज और स्रोतों का हवाला देना, वित्तीय जानकारी ढूंढना, साथ ही किसी चरण के विफल होने पर योजना बनाना और काम संभालना शामिल है। व्यवहार में इसका मतलब है कि M2 पर चलने वाला एजेंट योजना बना सकता है, शेल कमांड चला सकता है, स्रोत खोजकर पढ़ सकता है, कोड जांचने के लिए इंटरप्रेटर चला सकता है, गलतियां सुधार सकता है और लगातार मानवीय निर्देश के बिना ऐसे साक्ष्य दे सकता है जिनकी पुष्टि की जा सके।
कोडिंग और तर्क के बेंचमार्क
MiniMax ने M2 को डेवलपरों के शुरू से अंत तक चलने वाले वर्कफ़्लो के लिए तैयार किया है, जिसमें मॉडल कई फाइलों में बदलाव करता है, कोड कंपाइल और टेस्ट करता है तथा उसे बार-बार सुधारता है। SWE Bench जैसे कामों और Terminal Bench में यह अलग-अलग भाषाओं के वास्तविक कोड रिपॉजिटरी और कमांड-लाइन माहौल में अपनी क्षमता दिखाता है। Artificial Analysis का संयुक्त आकलन, जिसमें GPQA Diamond और AIME जैसे ज्ञान तथा तर्क के परीक्षण भी शामिल हैं, बताता है कि M2 की कोडिंग क्षमता सामान्य बुद्धिमत्ता की कीमत पर नहीं आती। सॉफ्टवेयर के नियमित काम और शोध, दोनों संभालने वाले सहायक की चाह रखने वाले संगठनों के लिए इन क्षेत्रों में उसका लगातार अच्छा प्रदर्शन खास आकर्षण है।
आर्किटेक्चर पर एक नजर
M2 एक विरल Mixture of Experts मॉडल है। हर टोकन को विशाल नेटवर्क के हर हिस्से से गुजारने के बजाय, सीखा हुआ एक गेट हर इनपुट के लिए केवल कुछ विशेषज्ञ सब-नेटवर्क चुनता है। MiniMax के दस्तावेज़ों के मुताबिक मॉडल में कुल करीब 230 अरब पैरामीटर हैं, जिनमें से हर इन्फरेंस के दौरान 10 अरब सक्रिय होते हैं। शुरुआती रिपोर्टों में कुल 200 अरब पैरामीटर बताए गए थे, लेकिन कंपनी के तकनीकी पेज और मॉडल कार्ड में उसी 10 अरब सक्रिय सीमा के साथ बड़ी कुल क्षमता का विवरण है। इसका फायदा साफ है: बहुत बड़े मॉडल के ज्ञान और विशेषज्ञता का दायरा मिलता है, जबकि इन्फरेंस की लागत लगभग 10 अरब पैरामीटर वाले सघन सिस्टम के बराबर रहती है।
यह दक्षता हार्डवेयर की जरूरत में भी दिखती है। MiniMax और तीसरे पक्ष के परीक्षकों के मुताबिक FP8 प्रिसिजन पर कम से कम चार NVIDIA H100 GPU में इसे व्यावहारिक रूप से चलाया जा सकता है। इससे M2 मध्यम आकार की इंजीनियरिंग टीमों की पहुंच में आता है। इसके मुकाबले कुछ प्रतिस्पर्धी हर टोकन पर कहीं अधिक पैरामीटर सक्रिय रखते हैं। DeepSeek का हालिया V3.2 प्रति टोकन करीब 37 अरब पैरामीटर सक्रिय करता है, जबकि Moonshot AI का Kimi K2 करीब 32 अरब। इससे मेमोरी की जरूरत बढ़ती और थ्रूपुट घटता है। M2 के कम सक्रिय पैरामीटर इंटरैक्टिव टूल और एजेंटों के संचालन में दो आम मुश्किलें, सबसे धीमे जवाब का विलंब और एक साथ कई अनुरोध संभालने की क्षमता, सुधारने में भी मदद करते हैं।
एजेंट-केंद्रित डिज़ाइन और टूल का इस्तेमाल
MiniMax ने M2 को चरणबद्ध तरीके से सोचने, कार्रवाई करने और नतीजों की पुष्टि करने के लिए बनाया है। इस क्षमता को टूल-कॉलिंग गाइड के जरिए उपलब्ध कराया गया है, जो मॉडल को शेल, ब्राउज़र, सूचना पुनर्प्राप्ति सिस्टम और कोड रनर से जोड़ती है। कंपनी इंटरलीव्ड थिंकिंग फ़ॉर्मेट में तर्क की दिखाई देने वाली कड़ियों पर जोर देती है। कई दौर वाली बातचीत में सहायक अपनी योजना का संदर्भ और साक्ष्य की कड़ी बरकरार रखता है। इससे अधूरे डेटा या विफल चरणों से उबरने में मदद मिलती है और डेवलपर उसके फैसलों का ऑडिट कर सकते हैं। यह तरीका लंबे समय तक चलने वाले कामों को अधिक भरोसेमंद और उनकी समस्याओं को ढूंढना आसान बनाने के लिए तैयार किया गया है।
MiniMax ने M2 को व्यावहारिक डेवलपर माहौल के साथ भी गहराई से जोड़ा है। यह SGLang और vLLM जैसे लोकप्रिय इन्फरेंस फ्रेमवर्क के साथ अच्छी तरह चलता है और OpenAI तथा Anthropic के प्रचलित अनुरोध फ़ॉर्मेट का पालन करता है। इससे टीमें कोड में बहुत कम बदलाव करके M2 अपना सकती हैं और जरूरत के मुताबिक सेवा का विस्तार कर सकती हैं। आंतरिक कोपायलट या उत्पादन-स्तर का एजेंट बनाने वालों के लिए आसान एकीकरण अहम है।
MiniMax ने इस लॉन्च को अपने मिशन और व्यापक पहुंच के नजरिए से पेश किया। कंपनी ने कहा कि वह उन्नत बुद्धिमत्ता को उपयोगकर्ताओं के बड़े समूह तक पहुंचाना चाहती है, न कि सिर्फ उन लोगों तक जो महंगे मालिकाना मॉडल का खर्च उठा सकें।
शुरुआत से ही MiniMax ने 'सबके साथ बुद्धिमत्ता' का दृष्टिकोण अपनाया है।
अपने सार्वजनिक मॉडल कार्ड में टीम ने एजेंटों और दक्षता पर अपने फोकस को रेखांकित किया।
MiniMax-M2 एजेंटों के लिए दक्षता को नए सिरे से परिभाषित करता है।
MiniMax, M2 पर आधारित Agent सेवा दो मोड में चलाता है। Lightning Mode सामान्य सवालों के लिए तुरंत जवाब देता है। Pro Mode जटिल और अधिक समय लेने वाले काम संभालता है, जैसे शोध, डेटा निकालना या कई चरणों वाली कोडिंग। यह बंटवारा टीमों के काम करने के वास्तविक तरीके से मेल खाता है: कभी तुरंत जवाब चाहिए होता है, तो कभी लंबे प्रोजेक्ट में मॉडल को शुरू से अंत तक योजना बनानी, काम करना और नतीजे जांचने होते हैं।
पहुंच, लाइसेंसिंग और कीमत
M2 जैसी क्षमता वाले सिस्टम के लिए इसकी उपलब्धता असामान्य रूप से खुली है। MiniMax ने पूरे वेट उदार लाइसेंस के तहत जारी किए हैं और तैनाती के लिए गाइड प्रकाशित की हैं। डेवलपर Hugging Face जैसे प्लेटफ़ॉर्म से रिपॉजिटरी डाउनलोड कर सकते हैं, SGLang या vLLM के जरिए स्थानीय इन्फरेंस चला सकते हैं और खास क्षेत्रों के लिए मॉडल को फाइन-ट्यून कर सकते हैं। MiniMax बहुत कम प्रति-टोकन कीमत और तेज़ स्ट्रीमिंग थ्रूपुट वाली API भी देता है। कंपनी ने अपने Agent ऐप और API, दोनों के लिए सीमित अवधि की मुफ्त पहुंच को भी बढ़ावा दिया है।
खरीदारों के लिए अहम व्यावहारिक सुविधाओं में संरचित फ़ंक्शन कॉलिंग, लंबे कॉन्टेक्स्ट को प्रोसेस करना और भरोसेमंद टूल इस्तेमाल शामिल हैं। MiniMax सामान्य सैंपलिंग सेटिंग सुझाता है और मॉडल को बाहरी सेवाओं से जोड़ने के लिए स्पष्ट टूल-कॉलिंग स्कीमा देता है। एक ही विक्रेता पर निर्भरता को लेकर चिंतित टीमों के लिए ओपन वेट और API के साथ व्यापक संगतता का मेल M2 को परखने की मजबूत वजह है। जो संगठन पूरा सिस्टम अपने परिसर में चलाना चाहते हैं, उनके लिए कंपनी के दस्तावेज़ बताते हैं कि M2 को कुशलता से कैसे चलाएं और अलग-अलग प्रिसिजन सेटिंग के लिए GPU मेमोरी कितनी रखें।
- खुद होस्ट करने के लिए वेट प्रकाशित किए गए हैं और SGLang तथा vLLM के लिए गाइड उपलब्ध हैं।
- API की कीमत प्रति दस लाख इनपुट टोकन 0.30 डॉलर और प्रति दस लाख आउटपुट टोकन 1.20 डॉलर है। घोषित गति करीब 100 टोकन प्रति सेकंड है।
- टूल के इस्तेमाल में शेल, ब्राउज़र, सूचना पुनर्प्राप्ति और कोड इंटरप्रेटर शामिल हैं। ऑडिट और डीबगिंग के लिए तर्क की कड़ियां दिखाई देती हैं।
- OpenAI और Anthropic-शैली की API के साथ संगतता मौजूदा ऐप में एकीकरण का काम घटाती है।
इन खूबियों के चलते M2 सॉफ्टवेयर इंजीनियरिंग कोपायलट, डेटा विश्लेषण सहायक और ऐसे ग्राहक सहायता एजेंटों के लिए आकर्षक है जिन्हें तर्क क्षमता के साथ भरोसेमंद टूल निष्पादन की जरूरत होती है।
प्रतिद्वंद्वी और बदलती रैंकिंग
MiniMax M2 के उभार ने ओपन-वेट मॉडल्स की रैंकिंग बदल दी है और चीन तथा अमेरिका, दोनों में प्रतिस्पर्धा तेज कर दी है। Artificial Analysis के Intelligence Index में 61 अंकों के साथ M2 सबसे मजबूत ओपन-वेट मॉडल है। यह Google के Gemini 2.5 Pro से आगे है और काम के आधार पर Claude Sonnet 4.5, GPT 5 तथा Grok 4 जैसे मालिकाना अग्रणी मॉडल्स से थोड़ा पीछे है। BrowseComp और FinSearchComp global जैसे एजेंट मूल्यांकनों में यह स्थिति खास तौर पर उल्लेखनीय है, जहां योजना बनाने, साक्ष्य का हवाला देने और गलतियों से उबरने की M2 की क्षमता ने खुले और बंद सिस्टम्स के बीच का अंतर काफी कम कर दिया है।
चीन के भीतर प्रतिस्पर्धा का नक्शा भी बदल रहा है। DeepSeek और Qwen कई महीनों से फ्रंटियर-स्तर की ट्रेनिंग और लंबे कॉन्टेक्स्ट की वजह से सुर्खियों में रहे हैं। अब MiniMax कम सक्रिय पैरामीटर के साथ कम लागत पर तुलनीय एजेंट और कोडिंग प्रदर्शन देकर ध्यान खींच रहा है। DeepSeek ने कुल पैरामीटर की बहुत बड़ी संख्या वाले मॉडल आजमाए हैं, जिनमें कुछ सेटअप में मेमोरी की जरूरत करीब 700 गीगाबाइट तक पहुंच सकती है। MiniMax का विरल सक्रियण और सोच-समझकर तैयार किए गए मॉडल चलाने के तरीके जरूरत को ऐसे क्लस्टर तक सीमित रखते हैं जिसे कई मध्यम आकार की टीमें वहन कर सकती हैं, खासकर FP8 और अनुकूलित इन्फरेंस फ्रेमवर्क के साथ।
कीमत भी मायने रखती है। MiniMax की प्रति-टोकन कीमत बड़े मालिकाना प्रतिस्पर्धियों से दस गुना तक कम है। सैकड़ों एजेंट चलाने या कई डेवलपरों के लिए पूरे दिन कोडिंग सहायक उपलब्ध रखने की इच्छा रखने वाले उद्यमों के लिए इससे परियोजना का बजट परीक्षण से आगे बढ़कर बड़े पैमाने पर इस्तेमाल के लायक हो सकता है। ओपन वेट जारी करना एक और फायदा है, क्योंकि इससे सुरक्षा को लेकर संवेदनशील कंपनियां मॉडल का ऑडिट कर सकती हैं, उसे फाइन-ट्यून कर सकती हैं और अपने माहौल में तैनात कर सकती हैं। पहुंच, लागत और क्षमता का यह मेल उन मालिकाना प्लेटफ़ॉर्म्स को सीधी चुनौती देता है जो ऊंची कीमतों पर निर्भर हैं।
खरीदारों के लिए सावधानियां
बेंचमार्क उपयोगी संकेत हैं, गारंटी नहीं। Artificial Analysis नियंत्रित टेस्ट सिस्टम और तय प्रॉम्प्ट के साथ मॉडल का मूल्यांकन करता है, जो किसी कंपनी के क्षेत्र या टूल से पूरी तरह मेल न भी खाएं। M2 अपनाने वाली टीमों को अपने प्रतिनिधि कामों पर खुद परीक्षण करने चाहिए और उन्हीं वास्तविक टूल के साथ विलंब, थ्रूपुट तथा एजेंट की विश्वसनीयता मापनी चाहिए जिन्हें वे इस्तेमाल करने की योजना बना रही हैं।
कुछ परिचालन पहलुओं की योजना बनाना भी जरूरी है। MiniMax लंबे कामों में योजना और साक्ष्य को सुसंगत बनाए रखने के लिए अलग-अलग दौर में मॉडल की इंटरलीव्ड थिंकिंग कड़ियां बरकरार रखने की सलाह देता है। इससे जवाब लंबे और बातचीत का इतिहास बड़ा हो सकता है। इसलिए डेवलपरों को कॉन्टेक्स्ट विंडो सावधानी से संभालनी चाहिए और जहां संभव हो, जानकारी को कम या संक्षिप्त करना चाहिए। अधिकतम थ्रूपुट चाहने वाले संगठनों को गति, लागत और सटीकता के बीच संतुलन के लिए क्वांटाइज़ेशन सेटिंग और बैचिंग के तरीकों का भी परीक्षण करना चाहिए।
आखिर में, M2 एक ओपन-वेट सिस्टम है जिसे संगठन बदल सकते हैं। इससे सुरक्षा और नियमों के अनुपालन की जिम्मेदारी भी बढ़ जाती है। बाहरी संसाधनों या संवेदनशील डेटा तक पहुंच रखने वाली किसी भी तैनाती के लिए टीमों को निगरानी, टूल-कॉल पर सुरक्षा उपाय और पहुंच नियंत्रण जोड़ने चाहिए। एजेंट सिस्टम्स में ये आम चिंताएं हैं और यहां भी उतनी ही सावधानी जरूरी है।
एक नजर में
- Artificial Analysis Intelligence Index पर MiniMax M2 शीर्ष रैंक वाला ओपन-वेट मॉडल है और कुल मिलाकर भी वैश्विक अग्रणी मॉडलों में शामिल है।
- समग्र बुद्धिमत्ता के मामले में यह Google के Gemini 2.5 Pro से आगे है, लेकिन GPT 5 और Claude Sonnet 4.5 जैसे फ्रंटियर मालिकाना सिस्टम्स से कुछ कामों में पीछे है।
- M2 एक Mixture of Experts मॉडल है, जिसमें कुल करीब 230 अरब पैरामीटर हैं और कम विलंब तथा लागत के लिए हर इन्फरेंस में 10 अरब सक्रिय रहते हैं।
- एजेंट प्रदर्शन इसकी खासियत है। tau squared Bench, BrowseComp और FinSearchComp global पर इसके नतीजे मजबूत हैं।
- SWE Bench जैसे कामों और Terminal Bench पर कोडिंग क्षमता की पुष्टि होती है, जिससे शुरू से अंत तक के डेवलपर वर्कफ़्लो को समर्थन मिलता है।
- API की कीमत प्रति दस लाख इनपुट टोकन 0.30 डॉलर और प्रति दस लाख आउटपुट टोकन 1.20 डॉलर है। इसकी गति करीब 100 टोकन प्रति सेकंड है।
- खुद होस्ट करने के लिए पूरे वेट उदार लाइसेंस के तहत उपलब्ध हैं। मॉडल SGLang, vLLM और आम API फ़ॉर्मेट के साथ काम करता है।
- FP8 प्रिसिजन पर कम से कम चार NVIDIA H100 GPU में इसे चलाया जा सकता है, जिससे मध्यम आकार की टीमों के लिए तैनाती आसान होती है।
- प्रतिद्वंद्वियों की तुलना में M2, DeepSeek V3.2 और Moonshot Kimi K2 से कम पैरामीटर सक्रिय करता है, जिससे दक्षता बढ़ती है।
- उद्यमों को अपने टूलचेन पर प्रदर्शन की पुष्टि करनी चाहिए और लंबे जवाबों, कॉन्टेक्स्ट प्रबंधन तथा सुरक्षा नियंत्रणों की योजना बनानी चाहिए।
