Новости
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Загрузка...
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Новая модель с открытыми весами MiniMax M2.7 оптимизирована для кодинга и автономных агентов. Благодаря архитектуре MoE она сочетает мощь 230B параметров с низкими затратами на инференс.
10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.
Об авторе →MiniMax M2.5: новый SOTA-уровень в кодинге и «интеллект почти даром»
Китайский гигант MiniMax представил модель M2.5, которая обходит конкурентов на SWE-bench и предлагает радикально низкую стоимость эксплуатации для AI-агентов.
MiniMax M2: убийца Claude Sonnet для Cursor и MCP-агентов?
Китайский стартап MiniMax представил модель M2, оптимизированную специально для кодинга и работы агентов. Она в 2 раза быстрее Sonnet 3.5 и стоит в 12 раз дешевле.
Релиз MiniMax M2.1: прорыв в мультиязычном кодинге и мобильной разработке
Китайский стартап MiniMax представил модель M2.1 с упором на Rust, Go и нативную мобильную разработку (iOS/Android). Идеальный инструмент для сложных системных задач.
Обзор MiniMax M2: бюджетный киллер для кодинга с LiveCodeBench 82.6
Разбираем свежие бенчмарки и цены MiniMax M2. Модель показывает впечатляющие 82.6 в LiveCodeBench при цене в разы ниже конкурентов.
MiniMax представила M2.1: 40-кратное ускорение обучения и уровень Gemini 3.1
Китайский стартап MiniMax раскрыл детали архитектуры M2 и системы Forge, которая ускоряет обучение агентов в 40 раз и показывает впечатляющие результаты на SWE-bench.
MiniMax M2.1: новая MoE-модель с 230 млрд параметров стала открытой
Китайский стартап MiniMax представил открытую модель M2.1 на архитектуре Mixture-of-Experts. 230 млрд параметров, высокая скорость инференса и заточенность под агентские воркафлоу.
NVIDIA анонсировала релиз MiniMax M2.7 — новой модели с открытыми весами, которая должна стать «рабочей лошадкой» для сложных агентных воркаутов. Это обновление развивает идеи версии M2.5, делая упор на рассуждения (reasoning), ML-исследования и, что особенно важно для нас, на software engineering.
Главная фишка MiniMax M2.7 — это использование архитектуры Sparse Mixture-of-Experts (MoE). При общем объеме в 230 миллиардов параметров, для каждого конкретного токена активируются только 10 миллиардов.
Это позволяет модели сохранять когнитивные способности гиганта, но при этом работать быстро и дешево. Для стабильности обучения на таких масштабах NVIDIA применила Rotary Position Embeddings (RoPE) и Query-Key RMSNorm.
Технические характеристики:
Для тех, кто строит сложные системы через Cursor или Windsurf, MiniMax M2.7 предлагает отличный баланс между «умностью» и производительностью.
Разработчики могут начать эксперименты с MiniMax M2.7 через бесплатные GPU-акселерированные эндпоинты на платформе NVIDIA. Для продакшена модель доступна через NVIDIA NIM, что упрощает масштабирование в облачных или локальных инфраструктурах.
Если вы искали альтернативу топовым закрытым моделям для своих кодинг-агентов, которая не разорит вас на инференсе — к M2.7 определенно стоит присмотреться.
