大模型较技：MiniMax M2 对比 GLM 4.6 对比 Claude Sonnet 4.5

一、

曩月，吾撰文一篇，较二大模型。

遂有留言，谓二模型甚寡，可增他模型否？

适值上周（十月廿七日），MiniMax 公司揭 M2 模型，代表国产大模型之新境。

吾思之，可试其实战之效，较智谱公司之 GLM 4.6 与 Anthropic 公司之 Claude Sonnet 4.5。

盖其皆属今世最先进之编程大模型，与吾辈开发者息息相关。

二、

先须明言，实吾于__JHSNS_SEG_aad658e4_11__颇生疏MiniMax公司(MiniMax)其性沉静。

吾知此公司专研大模，产有文模、视模、音模等，然皆非盛名，故吾未甚留意。

上周，余游于推特，睹有老外议之。一、二、三），方知 MiniMax 释新旗舰 M2。

上方言者者，HuggingFace大模型社区之主也，言M2模型于Artificial Analysis之能试，列世界第五，开源模型独冠。

是日，HuggingFace之热榜，亦居首焉。

OpenRouter之大模型全球调用，本周亦列第三。

余闻之，甚感兴趣，欲试之。

三、

MiniMax公司言，M2模型之编程之能，尤为卓绝，乃当今最优之编程模型者。

世人所知，国际流行之编程模型，今为Claude Sonnet 4.5，国内GLM 4.6模型亦强，余遂并此三者而较之。

为简明计，吾直于官之网页版（国版。海外版）于上试之，众皆可随而为之。

网页版实乃官方之智能体产品也。极小极大代理，其下所用者，M2模型也。

网页使用无费，API调用今亦然。免期为期两周。其后定价为百万 tokens 输入/输出，计人民币二点一元/八点四元，官方称此价仅及 Claude 之八。

其佚事，吾亦列之。文档仓库于 GitHub，API 调用指南（兼容 OpenAI 与 Anthropic 格式）可阅官方之文，模型下载于 HuggingFace，下载既可于本地部署（若条件允）。

四、

吾之测试题，源自名程序员西蒙·威利森（Simon Willison），其网站有 Cluase Sonnet 4.5 之测试结果。

曩者，吾以是题测智谱公司之 GLM 4.6 模型，诸君可资参考。。

是论 MiniMax M2 之试演。

五、

首题，试模型之解行代码。

引代码之库 https://github.com/simonw/llm ，乃以下命运行试例。

pip install -e '.[test]'
pytest

上之提示，令模型取一 Python 之库，行其中试例，并返其果。

观网页所示，Minimax Agent 必具沙盒，于隔离之命令行中运行代码（下图）。

其运行约三刻，乃示结果：通试四百六十六案。此果无谬。

吾惊喜者，非惟运行之果，复呈覆析之图（下图），明试案所覆代码之功能。未尝见他模主动示此。

全对之语观此间。

六、

次题，试众所重之码生之能，观其能否依求生应用之程。

吾仍用前所仓，求M2增一功能，非惟易码，亦须改库之构，并增相配之试案。

一、代码仓库https://github.com/simonw/llm乃AI对话之应用，能存用户之提示与AI之应于SQLite数据库中。

二、今以线性集合存单对话与应答。尔试于应答表中增一列，名曰 parentresponseid，以该列构对话应答为树状之形。

三、撰新 Pytest 测试之例，以验吾之设计。

四、撰《tree_notes.md》之文，初书其设计于斯，继以之为笔记，用诸运行之际。

此任较繁，运行稍久。

此处有段插曲。行进之际，忽报读取 GitHub 仓库不果，遂现吾意料之外之景。

竟自切换至第三方之deepwiki.com，以取其库。其后，析数据库结构时，复切换至datasette.io，以析SQLite之数据库。此第三方云服务之自切换，吾亦初见，惜未及截图。

任务既成，乃给出一段总结（下图），详述所为之事，如改数据库、增测试用例等。