MiniMax ist im Bereich der Reasoning-Modelle nicht besonders präsent, doch die Ergebnisse des M1 zeigen, dass sie ernsthaft arbeiten.
Positionierung des M1
Der M1 ist die Reasoning-Modellreihe von MiniMax und tritt gegen die o-Serie von OpenAI und den R1 von DeepSeek an. Die Kernfähigkeiten konzentrieren sich auf mathematisches Denken, Codegenerierung und logische Analyse.
Im SWE-bench Verified erreichte MiniMax M2.5 (die iterative Version des M1) 80,2 % – hinter Claude Opus 4.5 und Gemini 3.1 Pro, aber 0,2 Prozentpunkte über GPT-5.2. Dieses Ergebnis gehört weltweit zur Spitzengruppe.
MoE-Architektur
Die M1-Serie verwendet ebenfalls die MoE-Architektur (Mixture of Experts), die gleiche Richtung wie DeepSeek und Qwen. Sie behält eine hohe Parameteranzahl (große Kapazität) bei, während die Rechenkosten bei der tatsächlichen Inferenz kontrolliert werden.
In Kombination mit der Lightning-Attention-Technologie bietet MiniMax ein gutes Preis-Leistungs-Verhältnis in Szenarien mit langen Kontexten – für die gleiche Aufgabe werden weniger Rechenleistung und Zeit benötigt.
Zurückhaltende Strategie
Im Vergleich zu anderen inländischen KI-Modellunternehmen betreibt MiniMax sehr zurückhaltende PR. Sie veröffentlichen nicht eifrig Benchmark-Ergebnisse oder Marketingmaterialien, und Produktupdates werden kaum mit Events begleitet.
Dieser Stil hat Vor- und Nachteile: Der Vorteil ist, dass kein Eindruck von "Angeberei" entsteht; der Nachteil ist eine geringe Markenbekanntheit. Viele Entwickler wissen nicht einmal, dass die Modelle von MiniMax bereits direkt mit den Spitzenreitern konkurrieren können.
Kommerzialisierungsweg
MiniMax verfolgt bei der Kommerzialisierung einen To-C- + API-Doppelweg:
- To C: Hailuo AI richtet sich an normale Nutzer
- API: Bereitstellung von Schnittstellen für Entwickler
Diese Strategie unterscheidet sich von Anthropic (reiner API-Start, später To C) und OpenAI (zuerst ChatGPT, dann API). MiniMax ging von Anfang an beide Wege, möglicherweise weil das Unternehmen als relativ kleiner Akteur mehrere Einnahmequellen benötigt, um die Forschung und Entwicklung zu finanzieren.
Quellenangabe: SWE-bench-Rangliste, CocoLoop, Offizielle MiniMax-API-Dokumentation