MiniMax · 2026-02 · 稀疏 MoE
MiniMax-M2.5
MiniMax-M2.5 是 MiniMax 于 2026-02 发布的 分组查询注意力（GQA） Transformer，共 62 层，隐藏维度 3072，上下文窗口 196,608 个 token。
层堆栈
注意力 ×62 · 层数 62
关键参数
| 实验室 | MiniMax |
|---|---|
| 发布时间 | 2026-02 |
| 总参数 | 228.3 B |
| 激活参数 | 10.6 B |
| 上下文 | 196,608 tokens |
| 注意力 | GQA (48:8) |
| 层数 | 62 |
| 隐藏维度 | 3,072 |
| 注意力头 | 48 |
| 词表 | 200,064 |
| 位置编码 | RoPE |
| 归一化 | RMSNorm |
| 激活函数 | silu |
| 训练精度 | fp8 |
| 架构类名 | MiniMaxM2ForCausalLM |
架构概览
注意力
分组查询注意力（GQA） — 48 q-heads / 8 kv-heads. RoPE θ=5,000,000.
前馈 / MoE
它是稀疏混合专家模型：256 个路由专家、top-8 路由；每个 token 约激活 10.6B 参数。
配置中包含 3 个额外的多 token 预测（MTP）层，用于加速解码。
字段级对比
对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。
与前代 MiniMax-M2 的全字段对比
| 模型 | MiniMax-M2.5 | MiniMax-M2 | 倍数 |
|---|---|---|---|
| model_type | minimax_m2 | minimax_m2 | ＝ |
| architectures | MiniMaxM2ForCausalLM | MiniMaxM2ForCausalLM | ＝ |
| hidden_size | 3072 | 3072 | ≈1 |
| num_hidden_layers | 62 | 62 | ≈1 |
| num_attention_heads | 48 | 48 | ≈1 |
| num_key_value_heads | 8 | 8 | ≈1 |
| head_dim | 128 | 128 | ≈1 |
| intermediate_size | 1536 | 1536 | ≈1 |
| hidden_act | silu | silu | ＝ |
| num_experts_per_tok | 8 | 8 | ≈1 |
| rope_theta | 5000000 | 5000000 | ≈1 |
| max_position_embeddings | 196608 | 196608 | ≈1 |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 200064 | 200064 | ≈1 |
| attn_type_list | 1×62 | 1×62 | ＝ |
| mtp_transformer_layers | 1 | 1 | ≈1 |
| num_local_experts | 256 | 256 | ≈1 |
| num_mtp_modules | 3 | 3 | ≈1 |
| qk_norm_type | per_layer | per_layer | ＝ |
| rotary_dim | 64 | 64 | ≈1 |
| scoring_func | sigmoid | sigmoid | ＝ |
| shared_intermediate_size | 0 | 0 | ＝ |
| tie_word_embeddings | false | false | ＝ |
| transformers_version | 4.46.1 | 4.57.1 | ≠ |
| use_cache | true | true | ＝ |
| use_mtp | true | true | ＝ |
结构最相似的模型
- MiniMax-M2 (MiniMax, 2025-10) 1.000
- MiniMax-M2.7 (MiniMax, 2026-04) 1.000
- Qwen3.8-Flash-Next (Qwen, 2026-08) 0.934
- GLM-4.5-Air (GLM, 2025-07) 0.934
- Qwen3-Next 80B A3B (Qwen, 2025-09) 0.933
- Qwen3-Coder-Next (Qwen, 2026-01) 0.933
相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。
原始 config 字段
28 个字段
| architectures | MiniMaxM2ForCausalLM |
|---|---|
| attn_type_list | 1×62 |
| head_dim | 128 |
| hidden_act | silu |
| hidden_size | 3072 |
| intermediate_size | 1536 |
| max_position_embeddings | 196608 |
| model_type | minimax_m2 |
| mtp_transformer_layers | 1 |
| num_attention_heads | 48 |
| num_experts_per_tok | 8 |
| num_hidden_layers | 62 |
| num_key_value_heads | 8 |
| num_local_experts | 256 |
| num_mtp_modules | 3 |
| qk_norm_type | per_layer |
| rms_norm_eps | 0.000001 |
| rope_theta | 5000000 |
| rotary_dim | 64 |
| scoring_func | sigmoid |
| shared_intermediate_size | 0 |
| tie_word_embeddings | false |
| transformers_version | 4.46.1 |
| use_cache | true |
| use_mtp | true |
| use_qk_norm | true |
| use_routing_bias | true |
| vocab_size | 200064 |