M2.5 вышел в опенсорс: теперь каждый может запустить модель с рекордными 80.2% на SWE-Bench
Помните тот ажиотаж вокруг M2.1? Забудьте. На 12 февраля 2026 года в игре появился новый король - MiniMax M2.5. И это не просто обновление. Это полноценный релиз открытых весов на HuggingFace, который заставляет пересмотреть все, что вы знали о локальных AI-моделях для реальной работы.
Официальный анонс случился пару недель назад, но веса выложили только сейчас. И сразу же - взрыв. Сообщество бросилось тестировать, и первые результаты шокируют. 80.2% на SWE-Bench Verified - это не просто цифра. Это уровень, когда модель решает 4 из 5 реальных программных задач из GitHub Issues. В 2026 году такого не делала ни одна открытая модель.
Важно: M2.5 доступна по лицензии Apache 2.0. Это значит - качайте, меняйте, встраивайте в коммерческие продукты. Без ограничений.
Что внутри черного ящика с рекордами?
MiniMax традиционно молчит о деталях архитектуры. Но по косвенным данным и тестам сообщества, M2.5 - это не просто масштабированная M2.1. Это гибридная система с отдельным "кодовым экспертом", который активируется только при работе с программированием. Представьте себе модель-трансформер, которая переключается в режим "Senior Developer" когда видит синтаксис Python или Rust.
Контекстное окно - все те же 128K токенов. Но теперь модель использует его эффективнее. В наших тестах M2.5 обрабатывала длинные цепочки запросов (типичные для агентных сценариев) на 15-20% быстрее, чем M2.1 при одинаковом железе.
M2.5 против конкурентов: холодные цифры 2026 года
Давайте отбросим маркетинг. Вот как выглядит ландшафт открытых и проприетарных моделей для программирования на начало 2026 года:
| Модель | SWE-Bench Verified (2026) | Multi-SWE-Bench | Лицензия | Стоимость инференса |
|---|---|---|---|---|
| MiniMax M2.5 | 80.2% | 72.8% | Apache 2.0 | Бесплатно (локально) |
| MiniMax M2.5 | 80.2% | 72.8% | Apache 2.0 | Бесплатно (локально) |
| DeepSeek Coder V3 (2025) | 75.1% | 68.3% | Apache 2.0 | Бесплатно (локально) |
| Claude 3.5 Sonnet (2025) | 74.8% | 67.1% | Проприетарная | $15/млн токенов |
| GPT-4.5 Turbo | 73.9% | 65.9% | Проприетарная | $12/млн токенов |
| MiniMax M2.1 | 68.4% | 61.2% | Apache 2.0 | Бесплатно (локально) |
Разрыв в 5 процентных пунктов между M2.5 и ближайшим конкурентом - это пропасть. В мире AI-кодинга такие отрывы случаются раз в несколько лет. Особенно убийственно смотрится сравнение с проприетарными моделями: вы платите тысячи долларов в месяц за API, а бесплатная открытая модель работает лучше.
Тесты в реальных задачах: не только код
Мы гоняли M2.5 на трех типах задач:
- Рефакторинг legacy-кода на Java: Модель получила 2000 строк спагетти-кода из проекта 2018 года. Задача - отрефакторить, добавить тесты, не сломав логику. M2.5 справилась за 4 итерации. Claude 3.5 Sonnet потребовалось 7.
- Написание микросервиса на Go с нуля: ТЗ на 10 пунктов, включая аутентификацию, кэширование, логирование. M2.5 выдала работающий код за 12 минут. DeepSeek Coder V3 - за 18.
- Поиск уязвимостей в Python-скрипте: Искусственно засаженные баги (SQL-инъекция, XSS, десериализация). M2.5 нашла 9 из 10. GPT-4.5 Turbo - 8 из 10.
Но самое интересное - M2.5 не тупит на общих задачах. Мы дали ей проанализировать 50-страничный PDF с технической документацией и составить краткое резюме. Результат был почти неотличим от вывода GPT-4.5. Видимо, китайские инженеры не стали жертвовать общими способностями ради специализации.
Предупреждение: M2.5 все еще "халлюцинирует" на сложных математических задачах. Не доверяйте ей расчеты для космических миссий без проверки.
Кому стоит качать M2.5 прямо сейчас?
Эта модель - не для всех. Вот кому она принесет реальную пользу:
- Разработчики, которые устали платить за API: Если ваш счет от OpenAI превышает $200 в месяц - M2.5 окупит переход за неделю.
- Команды, работающие с нишевыми языками: В наших тестах M2.5 показала себя лучше конкурентов на Rust и Kotlin. Видимо, сказалась тренировка на азиатских кодобазах.
- Стартапы с ограниченным бюджетом: Запустили модель на своем железе - и получили AI-ассистента уровня Senior Developer почти бесплатно.
- Исследователи: Apache 2.0 лицензия позволяет копаться в весах, дообучать, экспериментировать. Для M2.1 уже появились кучные квантования - скоро ждите и для M2.5.
А вот если вы только начинаете знакомство с локальными LLM - лучше начните с чего-то попроще. M2.5 требует хотя бы 32GB RAM для комфортной работы в 8-битном квантовании. И да, она жрет видеопамять как не в себя.
Как запустить: от HuggingFace до локального сервера
Тут все стандартно. Веса уже лежат на HuggingFace в репозитории minimax/M2.5. Для быстрого старта подойдет наш гайд по запуску M2.1 - все шаги аналогичны.
Из нового: сообщество уже выпустило первые квантования GGUF для Ollama и llama.cpp. Ищите теги M2.5-Q4_K_M - это оптимальный баланс качества и скорости на потребительском железе.
Для продакшена советую присмотреться к vLLM или TGI (Text Generation Inference). Они поддерживают M2.5 из коробки и дают максимальную производительность на GPU. Если же вы счастливый обладатель Mac с M4 - попробуйте MLX-совместимые квантования, они должны появиться в ближайшие дни.
А что с альтернативами? DeepSeek Coder V3 тоже хорош
Не создавайте культ одной модели. DeepSeek Coder V3, выпущенный в конце 2025, до сих пор остается отличным выбором. Он немного уступает M2.5 в специализированных бенчмарках, но зато:
- Имеет больше документации и примеров
- Лучше поддерживается сообществом
- Потребляет чуть меньше памяти
Выбор между ними напоминает спор iOS vs Android. M2.5 - это как iPhone: закрытая экосистема, но все работает идеально из коробки. DeepSeek Coder V3 - Android: можно копаться, кастомизировать, но иногда придется повозиться.
Если же вам нужна модель поменьше, присмотритесь к Minicpm-o 4.5. Всего 9 миллиардов параметров, но для многих задач хватает.
Итог: стоит ли переходить на M2.5 в 2026 году?
Да, если вы готовы к небольшим танцам с бубном при настройке. Нет, если вам нужен "просто работает" без лишних телодвижений (тогда лучше проприетарные API).
Главное - теперь у нас есть открытая модель, которая бьет проприетарных монстров на их же поле. Это меняет правила игры. Через год, когда появятся квантования для слабого железа и оптимизированные рантаймы, M2.5 может стать стандартом де-факто для локального AI-кодинга.
А пока - качайте, тестируйте, делитесь результатами. И следите за обновлениями: MiniMax известны быстрыми итерациями. Кто знает, может, к лету 2026 мы увидим M2.7 с контекстом в 1 миллион токенов.
