MiniMax M2、M2.1和M2.5登陆Amazon Bedrock

Amazon Bedrock持续扩充可用模型目录：平台迎来了MiniMax M2、M2.1和M2.5，三款来自中国厂商MiniMax的开放权重模型，各自针对不同任务配置进行优化。集成带来了工具调用、隐式提示缓存和多轮智能体工作流支持，模型即刻可在14个AWS区域使用，无需等待名单或特殊审批。

三款模型，三个侧重

每款模型在上下文容量、架构和用途之间提供不同的权衡。

MiniMax M2提供创纪录的百万token上下文窗口——足以在单次调用中处理完整的商业文档、长篇法律合同或数月的对话历史。最大输出为8,192 token，三个变体均一致。M2是需要长期上下文一致性任务的自然选择：企业档案分析、大型研究论文摘要，或追踪需要完整上下文才能得出正确结论的大型代码库。

MiniMax M2.1将窗口缩减至196,384 token，但以改进的推理深度和编码任务精度作为补偿。它经过训练能可靠地遵循复杂的多步骤指令，在数学证明、代码形式验证和细节级精度至关重要的分析中表现出色。当逻辑一致性比纯粹的上下文范围更重要时，这是首选变体。

MiniMax M2.5带来了架构创新：混合专家（MoE）架构，总计2300亿参数，每token仅有100亿处于激活状态。该模型具备2300亿网络的知识和能力，但计算成本仅相当于100亿参数的密集网络——使其比同等深度的可比密集模型更为经济。

M2.5架构是如何构建的？

混合专家方法将模型分成一组专门的子网络（专家）。对于每个输入token，门控网络选择处理它的一小部分专家——在M2.5的情况下，该子集对应100亿参数的活跃容量，而网络的其余部分对该特定token保持非活跃状态，但可用于同一序列中的其他token。

M2.5特别突出的是专注于智能体执行逻辑的强化学习阶段：模型直接在涉及工具调用、错误处理、分支和超时管理的场景中训练。这些恰恰是较小模型和纯文本训练模型容易失败的边缘情况——M2.5将它们视为首要训练信号，使其对自主多步骤工作流更为稳健。

服务层级与集成

Amazon Bedrock为所有MiniMax模型提供三个访问层级：

• Priority ——相较Standard延迟最高改善25%；适用于实时系统和关键任务应用
• Standard ——均衡价格和性能的默认按需层级
• Flex ——面向夜间批处理和批量处理等串行和延迟容忍任务的低价选项

集成提供两个API接口。bedrock-mantle端点提供兼容OpenAI SDK的Chat Completions格式——已有OpenAI集成的组织只需切换URL和模型ID，无需更改其余代码。bedrock-runtime端点提供原生AWS接口：Converse API和InvokeModel，完全支持Python、TypeScript、Java等语言的AWS SDK。

隐式提示缓存无需特殊配置即可激活：系统提示或文档的重复段落在平台侧自动缓存，降低迭代对话和智能体循环中的延迟和成本。工具调用和函数调用在所有三款模型上均可用，使用标准JSON schema语法定义工具。

区域可用性

模型在14个AWS区域可用：美国东部（北弗吉尼亚、俄亥俄）、美国西部（俄勒冈）、欧洲区域（法兰克福、斯德哥尔摩、米兰、爱尔兰、伦敦）、亚太区域（东京、孟买、悉尼、雅加达、墨尔本）以及南美（圣保罗）。这一分布涵盖了要求特定地理边界内数据驻留的主要监管区域——这对受GDPR监管的欧洲应用和具有本地数据存储要求的亚洲市场尤为重要。

MiniMax M2、M2.1和M2.5现已登陆Amazon Bedrock——除拥有相应权限的标准AWS账户外，无需任何特殊前提条件。