MiniMax M2.5 : le modèle IA chinois qui rivalise avec Claude Opus pour 1/20e du prix

La startup chinoise MiniMax a lancé son modèle phare M2.5 le 12 février 2026, offrant des performances de pointe en programmation, utilisation agentique des outils et automatisation bureautique — pour une fraction du coût facturé par les concurrents occidentaux.

Points clés

80,2 % sur SWE-Bench Verified, le standard industriel pour les tâches de programmation réelles
51,3 % sur Multi-SWE-Bench, gérant des bases de code complexes multi-dépôts
76,3 % sur BrowseComp, démontrant des capacités avancées de navigation web et de recherche
37 % plus rapide que son prédécesseur M2.1 sur les benchmarks de programmation
Poids ouverts publiés sur Hugging Face sous licence MIT modifiée

Des performances à la hauteur des meilleurs

M2.5 rivalise directement avec Claude Opus 4.6 d'Anthropic et GPT-5 d'OpenAI sur les benchmarks clés. Sur SWE-Bench Verified, le modèle complète les tâches en 22,8 minutes — quasi identique aux 22,9 minutes de Claude Opus 4.6 — tout en utilisant environ 20 % de rounds de recherche en moins.

Sur le benchmark VIBE-Pro pour le développement UI et produit, M2.5 fait jeu égal avec Claude Opus 4.5. Pour les tâches de productivité bureautique mesurées par GDPval-MM, le modèle atteint un taux de victoire moyen de 59,0 % face aux modèles concurrents.

Une révolution tarifaire

L'aspect le plus frappant de M2.5 est sa structure de prix. MiniMax positionne M2.5 comme "le premier modèle de pointe où les utilisateurs n'ont pas à se soucier du coût" :

M2.5-Lightning : 0,30 $ par million de tokens en entrée, 2,40 $ par million de tokens en sortie
M2.5 standard : moitié du prix de Lightning
Coût d'exécution : environ 1 $ par heure à 100 tokens par seconde

Cela rend M2.5 entre 10 et 20 fois moins cher que Claude Opus, Gemini 3 Pro et GPT-5 pour des charges de travail équivalentes.

Comment MiniMax a construit ce modèle

Derrière les performances de M2.5 se trouve le framework propriétaire Forge de MiniMax, un système d'apprentissage par renforcement natif pour agents ayant atteint une accélération de 40x dans l'entraînement. Le modèle a été entraîné sur plus de 200 000 scénarios de programmation réels couvrant plus de 10 langages de programmation.

Un algorithme innovant baptisé CISPO assure la stabilité de l'entraînement pour l'architecture Mixture of Experts (MoE) à grande échelle, tandis que des récompenses de processus surveillent la qualité de génération lors des exécutions agentiques à contexte long.

Un comportement notable a émergé spontanément : M2.5 a développé une "tendance à rédiger des spécifications" pendant l'entraînement, décomposant et planifiant automatiquement les fonctionnalités avant d'écrire le code — se comportant comme un architecte logiciel expérimenté plutôt qu'un codeur ligne par ligne.

Adoption concrète

MiniMax rapporte que M2.5 gère déjà 30 % des tâches internes de l'entreprise de manière autonome, le code généré par M2.5 représentant 80 % des nouveaux commits dans leurs dépôts. Le modèle s'intègre nativement à la plateforme MiniMax Agent, avec des compétences standardisées pour l'automatisation de Word, PowerPoint et Excel.

Ce que cela signifie

Ce lancement intensifie la guerre des prix en IA entre les laboratoires chinois et occidentaux. Après le Qwen 3.5-Plus d'Alibaba et les perturbations antérieures de DeepSeek, MiniMax M2.5 démontre une fois de plus que les capacités IA de pointe ne sont plus l'apanage des offres les plus chères.

Pour les développeurs et les entreprises, M2.5 offre une option convaincante : des performances quasi identiques aux modèles les plus coûteux à des tarifs drastiquement inférieurs, avec des poids ouverts permettant le déploiement local et la personnalisation.

Source : MiniMax