Transcription
Хорошо, Mini Max M2 доступен на Olama. Сегодня 30 октября 2025 года, и в этом видео мы протестируем Miniax M2, используя Olama.
Miniax M2 был выпущен 28 октября 2025 года, и вы можете видеть, что это мини-модель, созданная для максимального кодирования и агентских рабочих процессов. Мы увидим один или два примера этого. Но это модель "смесь экспертов" с общим количеством параметров 230 миллиардов. Но всего с 10 миллиардами активных параметров, она создана для элитной производительности в задачах кодирования и агентских задачах.
Всего с 10 миллиардами активированных параметров она обеспечивает сложную сквозную производительность использования инструментов, ожидаемую от ведущих современных моделей. Мы можем взглянуть на бенчмарки. Мы видим, что для SWE bench verified у нас 69,4%, для multiSswe bench у нас 36,2%, для terminal bench 46,3%, для artifacts bench 66,8%, для square bench 77,2%, для Gaia text only 75,7%. Это довольно удивительно. Для browse comp у нас 44,0%, для zero у нас fin search global, fin search com global у нас 65,5%.
Теперь вы можете видеть, что это первая или лучшая среди моделей с открытым исходным кодом, и она догоняет и составляет довольно хорошую конкуренцию закрытым моделям, таким как Gemini flawed и GPT5. Это доступно на Olama, и, как мы знаем, мы представили Olama cloud, в которой мы можем запускать очень большие модели, такие как эта, которая имеет 230 миллиардов параметров, в облаке, и ваша система не должна нести нагрузку всей этой модели.
Теперь, чтобы начать работу с Olama, мы уже знаем, что если вы зайдете на ola.com, нажмете "скачать", и поскольку я нахожусь на Windows, я могу перейти и скачать для Windows. Как только я это скачаю, следующее, что мне нужно сделать, это перейти и установить файл .exe, который у меня есть.
Как только мы установим это, мы перейдем и запустим Olama. Это новый интерфейс для Olama, и я просто закрою его. Я перейду в командную строку, cmd, а затем я перейду и запущу. Мы увидим список различных команд, которые вы можете ввести: Start, Create, Show, Run, Stop. Я создал множество видео об Olama о том, что это такое. Но давайте посмотрим на список моделей, которые у меня есть.
Всего 12 часов назад я скачал этот Miniax M2 Cloud, который является той моделью, о которой мы говорим. Как начать работу: просто запустите minimax M2 cloud. Имейте в виду, что это не работает на моей локальной системе. Это работает в облаке. Итак, модель запускается в облаке. Она подключается к ola.com, где у меня есть учетная запись, и она подключена к облаку.
Теперь она бесплатна для использования до, я думаю, 9 ноября 2025 года. Я могу использовать ее бесплатно. Давайте проверим это. Какая столица Индии? Итак, вы можете видеть, что у нее есть режим мышления. Столица Индии — Нью-Дели, которая является частью столичной территории Дели. Итак, у нас это работает. Это работает.
Давайте перейдем к GitHub Copilot. И если вы зайдете в Copilot или нажмете здесь, чтобы выбрать модель. Перейдите в "Управление моделями", а затем нажмите "OAM". Вы сможете выбрать модели, которые у вас есть. Я выберу Max Mini Max M2. Это выбрано, и нажмите "ОК".
Итак, в выпадающем списке мы можем выбрать minimax m2 здесь, и это сделано. Теперь мы можем перейти и выбрать любой файл, например, и сказать "объясни мне этот файл". Итак, вы можете видеть, что minax m2 используется, который работает на Olama, который работает на Olama cloud. Я прочитаю содержимое main 2.py, чтобы объяснить вам его содержимое.
Итак, вы можете видеть, что он читает файл main 2.py и дает вывод, дает объяснение кода. Обзор. Есть демонстрация структурированного вывода на языке. Мы можем видеть ключевые компоненты, которые здесь являются моделью pydantic. Есть функция инструмента, создание агента, и он дает довольно хорошее объяснение того, что делает этот код.
В качестве другого примера давайте откроем новый. Поезд отправляется со станции А в 6:00, а другой отправляется со станции Б в 120 км и со скоростью 40 км/ч в сторону А. Когда они встретятся? Объясните шаг за шагом. Это логическое рассуждение. Он должен справиться с этим.
Итак, он дает ответ: поезда встретятся через 1 час и 12 минут. Если вы возьмете это и вставите в ChatGPT, мы увидим тот же ответ: 1 час и 12 минут, что кажется правильным. Таким образом, вы можете использовать minimax внутри GitHub Copilot внутри редактора VS Code.
Теперь, если вы ищете недорогие и хорошие GPU, вы можете перейти на get.runpot.io/p48. Когда вы зарегистрируетесь в первый раз, вы можете получить кредит, случайный кредит от 5 до 500 долларов. Вы можете получить свой бонус. Я использую Runport для своей повседневной работы.
Как вы можете видеть, есть разные GPU, которые вы можете использовать, и это действительно удивительно. Стоимость начинается от 0,25 доллара до 5 долларов в час, и доходит до 3 долларов в час за GPU 141TV. Итак, вы можете протестировать этот GPU, если хотите. Вы можете перейти и посмотреть следующие видео на моем канале, и я увижу вас там. Спасибо.