MiniMax M2.5 : le modèle IA chinois qui rivalise avec Claude et GPT-5

Le 11 février 2026, la startup chinoise MiniMax a publié M2.5, un modèle de langage open-weight qui vient secouer le classement des modèles LLM local IA les plus performants au monde. Avec un score de 80,2 % sur SWE-Bench Verified (le benchmark de référence en résolution de bugs logiciels), M2.5 se place à 0,6 point de Claude Opus 4.6 d'Claude Opus 4.6 et devant GPT-5.2 d'OpenAI. Le tout pour un coût environ vingt fois inférieur.

Cette sortie s'inscrit dans une vague de lancements sans précédent côté chinois : en l'espace d'une semaine, Zhipu AI (GLM-5), Moonshot AI (Kimi K2.5) et MiniMax ont tous publié des modèles de classe frontière. La concurrence entre les labos IA américains et chinois n'a jamais été aussi intense. Décryptons ce que M2.5 apporte concrètement et pourquoi ce modèle mérite votre attention.

MiniMax : de startup discrète à géant coté en bourse

Avant de plonger dans les détails techniques de M2.5, il est utile de comprendre d'où vient MiniMax. Fondée fin 2021 à Shanghai par Yan Junjie et Zhou Yucong, deux anciens de SenseTime (le géant chinois de la vision par ordinateur), la société fait partie des six « tigres de l'IA » chinois identifiés par les investisseurs.

Yan Junjie, né en 1989 dans la province du Henan, a obtenu son doctorat à l'Institut d'automatique de l'Académie chinoise des sciences avant de devenir le plus jeune vice-président de SenseTime. Fort de cette expérience, il a co-fondé MiniMax avec l'ambition de construire un écosystème complet de produits IA.

En janvier 2026, MiniMax a réalisé son introduction en bourse à Hong Kong (code 00100.HK), levant environ 620 millions de dollars. Le cours a doublé dès le premier jour de cotation, portant la capitalisation boursière au-delà de 13 milliards de dollars. La société compte parmi ses investisseurs Alibaba, Tencent, MiHoYo (l'éditeur de Genshin Impact) et Hillhouse Capital.

Au-delà des modèles de langage, MiniMax développe un écosystème de produits grand public :

• Hailuo AI : un générateur de vidéos par IA comparable à Sora d'OpenAI, dont j'ai analysé un concurrent direct dans mon article sur Seedance 2.0 de ByteDance
• Talkie : un chatbot conversationnel qui a atteint 11 millions d'utilisateurs actifs mensuels, dont plus de la moitié aux États-Unis
• MiniMax Audio : des modèles de synthèse vocale et de génération musicale

La société revendique une présence dans plus de 200 pays, avec plus de 70 % de son chiffre d'affaires généré à l'international. Un chiffre qui tranche avec la perception classique des entreprises tech chinoises focalisées sur leur marché domestique.

Architecture technique : MoE et Lightning Attention

M2.5 repose sur une architecture Mixture of Experts (MoE) de 230 milliards de paramètres au total, mais avec seulement 10 milliards de paramètres activés par token. C'est cette caractéristique qui explique le ratio performance/coût exceptionnel du modèle.

Le principe du Mixture of Experts

Dans un modèle dense classique (comme GPT-4 à ses débuts), chaque token d'entrée traverse l'intégralité des paramètres du réseau. Avec une architecture MoE, le modèle contient plusieurs sous-réseaux spécialisés (les « experts ») et un mécanisme de routage qui sélectionne dynamiquement les experts pertinents pour chaque token. Résultat : on obtient la capacité de raisonnement d'un modèle massif tout en ne mobilisant qu'une fraction de la puissance de calcul à chaque inférence.

MiniMax utilise l'algorithme CISPO pour garantir la stabilité de l'entraînement MoE à grande échelle, un problème notoirement difficile qui a freiné l'adoption de cette architecture pendant des années. DeepSeek, un autre labo chinois que j'ai couvert en détail, utilise également une architecture MoE pour ses modèles les plus récents.

Lightning Attention : le secret de la fenêtre de contexte

L'innovation technique clé héritée des modèles précédents de MiniMax est le mécanisme de Lightning Attention. Il s'agit d'une implémentation optimisée de l'attention linéaire qui réduit drastiquement la complexité computationnelle par rapport à l'attention softmax classique des Transformers.

Concrètement, l'architecture alterne 7 couches d'attention linéaire (Lightning) pour 1 couche d'attention softmax classique. Cette approche hybride préserve la qualité de l'attention classique pour les dépendances les plus critiques tout en offrant l'efficacité de l'attention linéaire pour le reste du traitement.

Le résultat est une fenêtre de contexte de 205 000 tokens pour M2.5, avec la possibilité technique d'étendre bien au-delà grâce au parallélisme de séquence. Pour rappel, le modèle précédent MiniMax-M1 supportait nativement 1 million de tokens de contexte grâce à cette même technologie.

Deux variantes : Standard et Lightning

M2.5 est disponible en deux versions qui partagent les mêmes poids et capacités mais diffèrent par leur débit :

• M2.5 Standard : 50 tokens par seconde, optimisé pour le coût
• M2.5 Lightning : 100 tokens par seconde, optimisé pour la vitesse

Les deux versions sont open-weight sous licence MIT, ce qui signifie qu'elles peuvent être utilisées sans restriction pour des usages commerciaux. Les poids sont disponibles sur Hugging Face et le modèle est déjà intégré dans Ollama pour une exécution locale.

Benchmarks : où se situe M2.5 face à la concurrence

Les benchmarks sont toujours à prendre avec précaution (les labos optimisent naturellement pour les tests les plus médiatisés), mais les résultats de M2.5 sont cohérents sur plusieurs évaluations indépendantes :

Coding et ingénierie logicielle

• SWE-Bench Verified : 80,2 % (Claude Opus 4.6 : 80,8 % — GPT-5.2 : 80,0 %)
• Multi-SWE-Bench : 51,3 % (Claude Opus 4.6 : 50,3 %)
• SWE-Bench Pro : 55,4 %

Sur Multi-SWE-Bench, qui évalue la résolution de bugs sur des bases de code multi-fichiers complexes, M2.5 prend la tête devant Claude Opus 4.6. C'est un résultat significatif car ce benchmark reflète mieux la réalité du développement logiciel professionnel que SWE-Bench Verified.

Capacités agentiques et navigation web

• BrowseComp : 76,3 % (recherche web et synthèse de contexte)
• BFCL Multi-Turn : 76,8 % (appels de fonctions multi-tours)
• MEWC : 74,4 % (coordination de workflows multi-experts)

Ces scores positionnent M2.5 comme un modèle particulièrement adapté aux workflows agentiques où le modèle doit enchaîner des actions, appeler des outils et naviguer dans des environnements complexes.

Vitesse d'exécution

Sur SWE-Bench Verified, M2.5 complète l'évaluation 37 % plus rapidement que son prédécesseur M2.1, avec un temps moyen de 22,8 minutes par tâche, quasiment identique aux 22,9 minutes de Claude Opus 4.6. La différence se joue sur le coût par tâche : environ 0,15 $ pour M2.5 contre environ 3 $ pour Claude Opus 4.6.

Un modèle pensé pour la productivité bureautique

L'une des originalités de M2.5 par rapport à ses concurrents est sa spécialisation explicite sur les tâches de bureautique. MiniMax a entraîné le modèle pour qu'il maîtrise la manipulation de documents Office :

• Word : création, édition, formatage, restructuration de documents complexes avec gestion des tableaux et des styles
• Excel : création de formules, analyse de données, génération de tableaux croisés dynamiques, modélisation financière
• PowerPoint : construction de présentations à partir de spécifications, ajout de graphiques et de mises en page

Dans les évaluations internes de MiniMax sur des tâches bureautiques avancées, M2.5 a obtenu un taux de victoire de 59 % en comparaison directe avec les modèles concurrents. Le mode « MAX » de l'agent MiniMax charge automatiquement les compétences Office adaptées au type de fichier traité.

Cette orientation bureautique est stratégique : c'est un cas d'usage massif en entreprise qui n'est pas directement adressé par la plupart des modèles concurrents. Si vous utilisez déjà des outils comme Claude Code pour le développement, imaginez un équivalent pour la productivité Office à une fraction du coût.

Tarification : le rapport qualité-prix qui change la donne

C'est probablement l'aspect le plus disruptif de M2.5. Voici les tarifs API :

• M2.5 Standard : 0,15 $/million de tokens en entrée — 1,20 $/million de tokens en sortie
• M2.5 Lightning : 0,30 $/million de tokens en entrée — 2,40 $/million de tokens en sortie

Pour mettre ces chiffres en perspective : faire tourner M2.5 Lightning en continu pendant une heure à 100 tokens par seconde coûte environ 1 dollar. La version Standard à 50 tokens par seconde revient à 0,30 $ de l'heure. MiniMax a calculé qu'on pouvait faire tourner quatre instances de M2.5 en continu pendant un an pour 10 000 dollars.

En comparaison, les modèles frontière américains comme Claude Opus 4.6 facturent entre 15 et 75 dollars par million de tokens en sortie. Le ratio est de l'ordre de 1 à 20 en faveur de M2.5. C'est exactement le type de disruption par les coûts qui a propulsé DeepSeek sur le devant de la scène début 2025.

Hébergement local avec Ollama

Étant donné que M2.5 est open-weight sous licence MIT, il est possible de l'exécuter localement via Ollama. Avec seulement 10 milliards de paramètres activés par token, les versions quantifiées du modèle sont accessibles sur du matériel raisonnable. Les poids au format GGUF sont disponibles sur Hugging Face.

# Installation via Ollama (versions quantifiées)
ollama run minimax-m2.5

# Ou directement depuis Hugging Face
huggingface-cli download MiniMaxAI/MiniMax-M2.5 \
  --local-dir MiniMax-M2.5

Pour les entreprises qui ne souhaitent pas envoyer leurs données vers une API externe, cette option d'hébergement local est un avantage compétitif majeur par rapport aux modèles propriétaires fermés.

Contexte géopolitique : la course IA Chine vs États-Unis

La sortie de M2.5 s'inscrit dans un contexte géopolitique tendu autour de l'intelligence artificielle. Les restrictions américaines sur l'export de puces GPU vers la Chine (notamment les NVIDIA H100) étaient censées freiner les progrès des labos chinois. Force est de constater que l'effet inverse se produit : les contraintes poussent les chercheurs chinois vers des architectures plus efficientes.

Le fait que MiniMax ait entraîné son modèle M1 précédent pour environ 535 000 dollars (la phase de reinforcement learning n'ayant nécessité que 512 GPU H800 pendant trois semaines) illustre cette tendance à faire plus avec moins. L'architecture MoE avec seulement 10 milliards de paramètres actifs sur 230 milliards est un exemple parfait d'optimisation sous contrainte.

En février 2026, la Chine aligne désormais plusieurs modèles de classe frontière :

• DeepSeek : modèles de raisonnement open-source (R1, V3)
• MiniMax : M2.5 pour le coding et les agents
• Zhipu AI : GLM-5 pour les tâches multimodales
• Moonshot AI : Kimi K2.5
• Alibaba : Qwen 3 (235 milliards de paramètres)

Cette prolifération de modèles compétitifs, souvent open-weight, accélère la démocratisation de l'IA et met une pression considérable sur les prix des API. Ce que le vibe coding a commencé à transformer dans les pratiques de développement, les modèles chinois accessibles financièrement pourraient l'amplifier massivement.

Cas d'usage concrets : pour qui est M2.5 ?

Développeurs et équipes d'ingénierie

Avec ses scores SWE-Bench au niveau de Claude Opus 4.6, M2.5 est un candidat sérieux pour les pipelines de développement automatisé : revue de code, correction de bugs, génération de tests. Le rapport qualité-prix en fait un choix particulièrement pertinent pour les équipes qui font tourner des agents de développement en continu.

Automatisation bureautique en entreprise

La spécialisation Office de M2.5 ouvre des cas d'usage pour les équipes qui traitent des volumes importants de documents : génération de rapports, transformation de données entre formats, création de présentations à partir de données brutes.

Agents autonomes et workflows complexes

Les scores élevés en BFCL (appels de fonctions) et BrowseComp (navigation web) font de M2.5 un excellent moteur pour les agents IA qui doivent interagir avec des outils externes. L'article que j'ai consacré à OpenClaw montre comment ces agents autonomes commencent à transformer les workflows professionnels.

Startups et PME avec budget limité

Pour les structures qui ne peuvent pas se permettre les tarifs des modèles frontière américains, M2.5 offre une alternative crédible. La licence MIT autorise tous les usages commerciaux sans restriction, et l'hébergement local élimine la dépendance à une API tierce.

Limites et points de vigilance

M2.5 n'est pas sans faiblesses, et il serait malhonnête de ne pas les mentionner :

• Raisonnement général : sur les benchmarks de raisonnement pur (GPQA, ARC-AGI), M2.5 reste en retrait par rapport à Claude Opus 4.6 et aux modèles de raisonnement spécialisés comme DeepSeek R1
• Données d'entraînement : comme pour tous les modèles chinois, la transparence sur les données d'entraînement reste limitée
• Écosystème : l'intégration dans les outils de développement occidentaux (IDE, CI/CD) est moins mature que pour les modèles d'OpenAI ou d'Anthropic
• Langue française : les performances en français ne sont pas documentées de manière spécifique, même si le modèle est multilingue
• Hébergement local : malgré les 10 milliards de paramètres actifs, le modèle complet de 230 milliards nécessite un matériel conséquent pour un hébergement local performant

FAQ

Conclusion : un signal fort pour l'industrie

MiniMax M2.5 n'est pas qu'un modèle de plus dans la liste des LLM chinois. C'est un signal que la parité de performance entre les modèles américains et chinois est désormais atteinte sur les tâches les plus exigeantes comme le développement logiciel et les workflows agentiques. Et cette parité arrive avec un avantage de coût de l'ordre de 10x à 20x.

Pour les développeurs et les entreprises, le message est clair : le marché des LLM se commoditise rapidement. Les modèles open-weight performants se multiplient, les prix chutent, et la valeur se déplace vers l'intégration, l'orchestration et les données propriétaires. Que vous choisissiez M2.5, Claude ou GPT-5, la vraie compétition se joue désormais sur ce que vous construisez au-dessus du modèle, pas sur le modèle lui-même.

MiniMax M2.5 est disponible dès maintenant via l'API MiniMax, sur Hugging Face et via Ollama. Les tarifs démarrent à 0,15 $ par million de tokens en entrée. Difficile de faire plus accessible pour un modèle de cette classe.