Transcription
Итак, сейчас появляется новая модель, которая просто взрывает интернет, и называется она Miniax M2. И люди называют ее самой быстрой моделью с открытым исходным кодом, когда-либо созданной для кодирования и агентов. Она открыта, она дешева и она невероятно быстра. В реальном мире Miniax утверждает, что она работает в два раза быстрее, чем Claude Sonnet, примерно за 8% стоимости. Да, это не опечатка. Итак, в этом видео давайте поговорим о том, что такое M2 на самом деле, почему она привлекает столько внимания и чем она отличается от всех других новых моделей, которые мы видели в этом году. Итак, начнем с компании. Это глобальная компания, занимающаяся фундаментальными моделями ИИ, основанная в начале 2022 года, и их миссия — «интеллект со всеми», что, по сути, означает предоставление мощных инструментов ИИ, доступных любому и везде. Таким образом, они действительно используют эту модель с открытым исходным кодом. Их цель — раздвинуть границы ИИ в направлении AGI. И они не просто создают текстовые модели. Они фактически разработали полный набор мультимодальных систем, таких как Halo 2.3 для разговоров, Speech 2.6 для голоса и Music 2.0 для генерации аудио. Все эти модели, включая M21, могут понимать и создавать контент в различных форматах: текст, аудио, изображения, видео и даже музыку. Их экосистема уже обеспечивает работу множества продуктов, которые вы, возможно, видели. Miniax Agent, Helio AI, Talki, Miniax Audio и их платформа Open AI для разработчиков. На данный момент их модели достигли более 157 миллионов пользователей в более чем 200 странах, а более 50 000 компаний и разработчиков используют их технологии по всему миру. Это довольно серьезный охват для компании, о которой большинство людей на Западе еще даже не слышали. Итак, что же такое Miniaax M2? Это, по сути, их последняя флагманская фундаментальная модель, и это то, что они называют системой «смесь экспертов» (mixture of expert system), что означает, что она огромна, но умна в том, как она работает. Она имеет 230 миллиардов общих параметров, но только 10 миллиардов активируются во время инференса. Таким образом, вместо того, чтобы использовать весь мозг или всю мощность каждый раз, она активирует только нужных экспертов для конкретной задачи. Это похоже на вызов команды специалистов, а не на вызов всей компании. Одна только эта настройка обеспечивает экономическую эффективность модели. Она дает ей мощь большой модели, но с эффективностью маленькой модели, и именно это делает ее такой быстрой и доступной для запуска. Miniax M2 в настоящее время бесплатна в течение ограниченного времени. Так что, если вы заинтересованы в тестировании этой модели, вы можете перейти по ссылке в моем описании. Знаете, что интересно? Miniax на самом деле не просто создала эту модель из ниоткуда. Они начали с создания агентов, настоящих внутренних ИИ-помощников, чтобы помочь своим командам справиться с хаосом быстрого роста. Сначала эти агенты были довольно простыми. Но со временем они начали браться за все более и более крупные задачи: исследование технических проблем, анализ данных, написание кода, обработка отзывов пользователей и даже отбор резюме для отдела кадров. По сути, эти агенты стали частью компании. Они работали бок о бок с людьми, помогая Miniax стать тем, что они называют «организацией, ориентированной на ИИ» (AI native organization), и именно тогда команда осознала нечто важное. Они считают, что AGI — это не просто интеллект, это производственная мощность. Это новый вид рабочей силы, и агенты — это то, как эта рабочая сила принимает форму, эволюционируя от простых чат-ботов до настоящих цифровых коллег, которые также могут думать, планировать и выполнять задачи самостоятельно. Но была проблема. Ни одна модель в настоящее время, по их словам, не могла справиться с тем, что им было нужно. Быстрые модели были слишком дорогими. Дешевые модели были недостаточно умными. Это был так называемый «невозможный треугольник». Производительность, цена и скорость. Можно было выбрать два, но никогда все три. Они увидели огромный пробел на рынке, и не только для себя. Даже крупные компании, пытающиеся создавать системы агентов, платили сотни долларов за пользователя или ждали часами завершения одной задачи. Поэтому команда спросила: «Что, если мы сможем разрушить этот треугольник?» Что, если они смогут создать модель, которая будет достаточно умной, чтобы кодировать, рассуждать и использовать инструменты, но при этом достаточно быстрой и дешевой, чтобы ее мог развернуть кто угодно? Этот вопрос, эта миссия привели их к созданию Miniax M2. Модель, разработанная не только для скорости или масштаба, но и для реальной работы. Такой ИИ делает эру агентов доступной для всех, и это также позволило им воплотить свое видение «интеллекта со всеми». И это не просто скорость, это действительно хорошо в плане искусственного анализа в глобальных рейтингах. Miniax M2 в настоящее время занимает первое место среди всех моделей с открытым исходным кодом по общему интеллекту. Она показала невероятно высокие результаты в математике, науке, следовании инструкциям, кодировании и использовании инструментов. Несколько цифр, которые стоит упомянуть: бенчмарк по разработке программного обеспечения подтвердил, что она набрала 69,4, что практически наравне с GPT5 и Claude 4.5. На терминальном бенчмарке 46,3 — отлично справляется с выполнением и исправлением кода в оболочке. На бенчмарке browse comp 44, что является огромным скачком по сравнению с другими открытыми моделями в плане онлайн-поиска и извлечения информации. На бенчмарке fin search comp 65,5, что означает сильные способности в финансовом и логическом анализе данных. Miniax решает проблему «невозможного треугольника», потому что позволяет вам выбирать производительность, скорость и цену с этой моделью. Хорошо, давайте протестируем эту модель по-настоящему. И первое, что вы можете увидеть, это то, что я выбрал профессиональный режим. У вас также есть возможность изменить свой MCP. Есть некоторые другие настройки, с которыми вы можете поиграть, такие как переменные среды и тому подобное. Итак, профессиональный режим на самом деле доступен бесплатно в течение ограниченного времени, и вы тоже можете им воспользоваться. Так что не стесняйтесь попробовать. А внизу вы можете увидеть, что есть своего рода предложение проектов, которые люди делали. Вы можете увидеть, что есть проекты по кодированию, есть некоторые исследовательские проекты и многое другое. Я еще не проверил их, но вы можете ознакомиться с ними и посмотреть, что создали люди. Но для сегодняшнего видео мы попросим Miniax создать игру Тетрис. Итак, давайте дадим ей это. Хорошо. Нажимаем «запустить». Итак, она запускается прямо сейчас. Эм, хорошо. Она начинает выполнять код или, скорее, разрабатывает план игры, что она собирается делать. И вы можете видеть, что план игры довольно прозрачен. Так что это почти как если бы вы работали с сотрудником, и он рассказывает вам, как он собирается выполнить поставленный проект. Итак, да, здесь есть некоторые хорошие детали об этом. Эм, а затем, хорошо, что она делает сейчас? Теперь она фактически проверяет память, чтобы увидеть, вводили ли мы этот запрос раньше. Если у нее есть какая-то прошлая память или данные, которые она может использовать, она их использует. Так работает ее эффективность. Но мы видим, что, очевидно, это первый раз, когда мы используем эту модель. Так что памяти нет. Теперь она спрашивает меня, хочу ли я разработать ее как классический Тетрис или как пользовательский дизайн. Я просто решу сделать классическую версию Тетриса. Итак, давайте дадим ей это. Итак, она выполняет. Да, она также думает о ключевых особенностях веб-сайта. Так что вы можете видеть, что она очень подробная и ориентирована на план. Вы также можете видеть процесс на стороне экрана. Так что, если вы пытаетесь выполнить и хотите увидеть, что происходит, вы также можете увидеть это сбоку. И, э, давайте посмотрим, что она делает. Хорошо. Итак, похоже, у нас есть версия Тетриса. Так что мы можем видеть, что проект фактически построен. Но что круто в Miniax 2, так это то, что она фактически протестирует проект для нас. Так что она разработает план тестирования. Так что она разработала около 11 областей тестирования, которые она хочет протестировать в коде, что, я думаю, круто, потому что этот агент не только создает что-то для вас, но и думает о том, как он может улучшить себя. Так что она разработает план тестирования, который мы можем увидеть сбоку. И вы можете видеть, что у нее есть своего рода контрольный список, а также шаги, которые она хочет протестировать. Так что это довольно круто. Я думаю, это очень важно для нас, особенно когда вы что-то создаете, потому что, знаете, ИИ иногда может ошибаться. Но если у вас есть ИИ, который способен очищать себя, тестировать себя и улучшать, почему бы и нет, верно? Итак, мы видим, что она провела некоторые тесты. Она что-то провалила. Так что это круто. Она также распознает, что провалилось. Она снова запустит его и попытается исправить эту ошибку. Так что будет интересно посмотреть. Так что мы можем видеть, что это как бы непрерывный процесс. Она тестирует себя, исправляет себя, ломает что-то, а затем исправляет себя. Так что это очень круто. Так что давайте дадим ей поработать еще немного. Так что сейчас идет больше тестирования. Вы можете видеть, что она прошла несколько повторений теста, так что она пытается улучшить конечный продукт, что очень важно. Хорошо. Вы также можете видеть, что все файлы, которые она создавала. Так, например, скриншоты, используемые для тестирования, находятся здесь. Вы можете видеть, что она распознала, что что-то не так. Так что у нее есть эти скриншоты. У вас также есть память обо всем этом здесь. У вас также есть весь файл игры, весь код для него. У вас также есть прогресс тестирования. Так что, как я создал своего рода прогресс для процесса тестирования здесь. Хорошо, выглядит довольно хорошо. Выглядит довольно чисто. Давайте начнем игру. Эм, знаете, кнопки, кажется, работают. О, кнопка пробела, кажется, немного глючит. Каждый раз, когда я пытаюсь нажать вниз, она не совсем срабатывает. Как вы можете видеть, я попробовал еще раз. Но, знаете, игра работает. Давайте посмотрим, сможет ли она правильно рассчитать систему очков. Так что, если я уберу линию, даст ли она мне за это очки? Так что, давайте поиграем в Тетрис. Я не профессиональный игрок в Тетрис, но я бы не сказал, что я плох. Так что, давайте посмотрим. Хорошо. Хорошо. Она дает нам это. Это круто, ребята. Я буквально просто дал ей запрос: «Сделай мне Тетрис». Я ничего особенного не сказал, кроме того, что попросил классический Тетрис, и она выдала что-то, с чем я могу фактически взаимодействовать, играть и использовать. Так что это безумие. Так что это Miniax M2, модель, созданная для того, чтобы сделать ИИ-агентов быстрее, умнее и доступнее для всех. Вы можете перейти по ссылке в описании, чтобы попробовать ее самостоятельно. И если вам понравился этот разбор, обязательно поставьте лайк, подпишитесь и включите уведомления. Скоро вас ждет еще много интересного. Увидимся в следующем.