MiniMax M2.5 im Test: Das KI-Modell, das die Konkurrenz beim Programmieren schlägt und nur ein Zehntel kostet

Am 1. Februar kam eine Bombe namens MiniMax M2.5 auf den Markt. Während Giganten wie OpenAI und Anthropic darum kämpfen, wer das intelligentere Modell hat, hat MiniMax die Spielregeln geändert. Ihr neues Modell ist nämlich nicht nur leistungsstark – es ist auch lächerlich günstig. Wie günstig? Für einen Dollar läuft es eine ganze Stunde lang ununterbrochen mit einer Geschwindigkeit von 100 Token pro Sekunde. Das ist, als würden Sie einen Programmierer einstellen, der rund um die Uhr arbeitet und Sie weniger als einen Kaffee kostet.

Wenn KI schneller Code schreibt als Menschen

M2.5 hat etwas erreicht, wovon andere Modelle nur träumen können. Im Benchmark SWE-Bench Verified erzielte es eine Erfolgsquote von 80,2 %. Was bedeutet das in der Praxis? Das Modell kann echte Bugs im Code beheben, die Architektur ganzer Systeme entwerfen und Anwendungen von Grund auf schreiben. Und das nicht nur in Python – es beherrscht mehr als 10 Programmiersprachen, darunter Go, Rust, TypeScript und Kotlin.

Doch hier kommt die verrückte Wendung. MiniMax trainierte sein Modell in 200.000 realen Umgebungen. Nicht in Simulationen, nicht mit synthetischen Daten. Sondern in echten Projekten. Das Modell lernte, Code wie ein Senior-Entwickler zu schreiben – zunächst zerlegt es das Problem, entwirft die Architektur und beginnt erst dann mit der Programmierung.

Eine Geschwindigkeit, die Sie umhauen wird

Die Geschwindigkeit von M2.5 ist beeindruckend. Es erledigt Aufgaben im SWE-Bench-Benchmark 37 % schneller als sein Vorgänger M2.1. Es kann mit Claude Opus 4.6 mithalten, kostet aber nur ein Zehntel davon. Stellen Sie sich vor, vier Instanzen dieses Modells laufen ein ganzes Jahr lang ohne Unterbrechung. Wie viel kostet Sie das? Zehntausend Dollar. Für ein ganzes Jahr. Vier KI-Agenten, die pausenlos arbeiten.

Warum ist es so günstig? MiniMax hat die gesamte Infrastruktur auf Effizienz ausgelegt. Das Modell läuft nativ mit 100 Token pro Sekunde – doppelt so schnell wie die Konkurrenz. Gleichzeitig wurde ihm beigebracht, wirtschaftlich zu denken. Es löst Probleme nicht mit roher Gewalt, sondern intelligent. Es benötigt weniger Schritte und weniger Token und erzielt dennoch bessere Ergebnisse.

Worin glänzt MiniMax M2.5 wirklich?

• Büroarbeit? Kein Problem
  Um das richtig zu verstehen, müssen wir uns ansehen, wie MiniMax sein Modell für Büroarbeit trainiert hat. Das Unternehmen verließ sich nicht nur auf Daten aus dem Internet. Es holte Senior-Experten aus den Bereichen Finanzen, Recht und Sozialwissenschaften hinzu. Sie entwickelten Aufgaben, bewerteten die Ergebnisse und brachten dem Modell bei, wie echte Arbeit in Excel, Word oder PowerPoint erledigt wird.
  Das Ergebnis? M2.5 kann ein Finanzmodell nach den spezifischen Standards Ihres Unternehmens erstellen. Es schreibt für Sie einen Forschungsbericht mit perfekter Formatierung. Es erstellt eine Präsentation, die aussieht, als hätte sie jemand mit zehn Jahren Berufserfahrung angefertigt. Im internen Benchmark GDPval-MM erreichte es gegenüber anderen Modellen eine durchschnittliche Erfolgsquote von 59 %.
• Wenn KI wie ein Profi sucht
  Die Suche im Internet klingt einfach, oder? Versuchen Sie aber einmal, eine Antwort auf eine komplexe Fachfrage zu finden. Sie müssen Dutzende Seiten durchsuchen, Informationen filtern und Quellen überprüfen. M2.5 erledigt das wie ein Experte. Im Benchmark BrowseComp erreichte es mit Kontextmanagement 76,3 %. Das bedeutet, dass es komplexe Websites durchsuchen, relevante Daten extrahieren und daraus eine sinnvolle Antwort zusammenstellen kann.
  Und hier kommt ein weiterer Trick – das Modell hat gelernt, effizient zu sein. Während sein Vorgänger M2.1 mehr Schritte benötigte, um eine Aufgabe zu lösen, schafft M2.5 es mit 20 % weniger Schritten. Es sucht nicht blindlings. Es weiß, wonach es sucht, und steuert direkt auf das Ziel zu.
• MiniMax Agent: KI als Kollege
  Das Unternehmen MiniMax hat M2.5 in sein Produkt MiniMax Agents integriert. Und hier wird es wirklich interessant. Nutzer können eigene „Experten“ erstellen – spezialisierte KI-Assistenten für konkrete Aufgaben. Sie möchten eine KI, die für Sie Marktforschung nach dem Framework Ihres Unternehmens betreibt? Kein Problem. Sie benötigen einen Assistenten, der Finanzmodelle nach Ihren Standards erstellt? Erledigt.
  Bislang haben Nutzer mehr als 10.000 dieser Experten erstellt. Und die Zahl steigt rasant. MiniMax selbst nutzt sein Modell intern – 30 % aller Aufgaben im Unternehmen werden von KI erledigt. Beim Programmieren ist es noch verrückter: 80 % des neu geschriebenen Codes stammen von M2.5.

Ein Wettlauf gegen die Zeit

In den vergangenen dreieinhalb Monaten hat MiniMax drei Modelle veröffentlicht: M2, M2.1 und jetzt M2.5. Das Verbesserungstempo ist höher als bei Konkurrenten wie Claude, GPT oder Gemini. Im Benchmark SWE-Bench Verified verbessern sie sich schneller als alle anderen.

Was steckt dahinter? Reinforcement Learning auf Steroiden. MiniMax hat Hunderttausende Trainingsumgebungen aus realen Aufgaben erstellt, die im Unternehmen erledigt werden. Das Unternehmen entwickelte ein eigenes Framework namens Forge, das ein Modell gleichzeitig mit verschiedenen Agenten und Tools trainieren kann. Das Ergebnis? Eine 40-fache Beschleunigung des Trainings.

Wir werden Zeugen von etwas Großem. KI hört auf, ein luxuriöses Spielzeug für große Unternehmen zu sein. Wenn der Betrieb eines Modells einen Dollar pro Stunde kostet, kann es sich jeder leisten. Kleine Start-ups. Freelancer. Studierende. Jeder, der einen intelligenten Assistenten braucht, der nicht einschläft, sich nicht beschwert und für ein paar Cent arbeitet.