MiniMax no tiene una presencia muy alta en el ámbito de los modelos de razonamiento, pero los resultados del M1 demuestran que están trabajando en serio.
Posicionamiento del M1
El M1 es la serie de modelos de razonamiento de MiniMax, que compite directamente con la serie o de OpenAI y el R1 de DeepSeek. Sus capacidades principales se centran en el razonamiento matemático, la generación de código y el análisis lógico.
En SWE-bench Verified, el MiniMax M2.5 (versión iterativa del M1) obtuvo un 80,2 % — por detrás de Claude Opus 4.5 y Gemini 3.1 Pro, pero 0,2 puntos porcentuales por encima de GPT-5.2. Este resultado lo sitúa en el primer escalón a nivel mundial.
Arquitectura MoE
La serie M1 también utiliza la arquitectura MoE (Mezcla de Expertos), en la misma línea que DeepSeek y Qwen. Mantiene un alto número de parámetros (gran capacidad) mientras controla el coste computacional durante la inferencia real.
Combinada con la tecnología Lightning Attention, MiniMax ofrece una buena relación coste-beneficio en escenarios de inferencia con contexto largo — para la misma tarea, consume menos potencia de cálculo y tiempo.
Estrategia discreta
En comparación con otras empresas nacionales de modelos de IA, MiniMax mantiene un perfil muy bajo en relaciones públicas. No se muestra entusiasta a la hora de publicar resultados de benchmarks o materiales de marketing, y las actualizaciones de productos rara vez van acompañadas de eventos de lanzamiento.
Este estilo tiene ventajas e inconvenientes: la ventaja es que no da la impresión de "fanfarronería"; la desventaja es un bajo reconocimiento en el mercado. Muchos desarrolladores ni siquiera saben que los modelos de MiniMax ya pueden competir directamente con los líderes del sector.
Vía de comercialización
MiniMax ha adoptado una doble vía de comercialización: To C + API:
- To C: Hailuo AI dirigido a usuarios comunes
- API: Interfaz para desarrolladores
Esta estrategia difiere de la de Anthropic (comenzó solo con API y luego añadió To C) y OpenAI (ChatGPT primero, luego API). MiniMax siguió ambos caminos desde el principio, posiblemente porque, al ser un actor relativamente pequeño, necesita múltiples fuentes de ingresos para sostener la investigación y el desarrollo.
Fuente de referencia: Ranking SWE-bench, CocoLoop, Documentación oficial de la API de MiniMax