MiniMax M2.1 Highspeed variant with ~100 tokens/sec output speed. Same capabilities as M2.1 at 2x cost for latency-sensitive applications.
MiniMax M2.1 Highspeed 是开源权重 MiniMax M2.1（230B 总参 / 10B 激活 MoE）的推理加速版本，每秒输出约 100 tokens，为标准 M2.1 速度的约 1.6 倍，成本为 2 倍。关键点：Highspeed 运行相同的模型权重，产生相同的输出质量，并支持相同的 204,800 token 上下文窗口。速度提升完全来自推理层优化：针对低延迟调整的 MoE 专家路由、并发下更激进的分批处理，以及长上下文请求的内存管理改进。
对于 TheRouter 的路由操作者而言，当你需要 M2.1 的编码和 agent 能力但面对用户的延迟至关重要时，M2.1 Highspeed 是低延迟选择——适用于实时编码助手、实时聊天、流式 agent 输出。通过 TheRouter 调用的价格为 $0.80/M 输入 tokens 和 $3.20/M 输出 tokens（标准 M2.1 的 $0.40/$1.60 的 2 倍）。批处理作业、离线评估或端到端延迟对用户不可见的场景请使用标准 M2.1；当约 60 tps 和约 100 tps 之间的差距决定了是「操作流畅」还是「等待感」时，请选择 Highspeed。
| 类型 | 费率 |
|---|---|
| 输入 | $0.648 每百万 Tokens |
| 输出 | $2.59 每百万 Tokens |
| 可用性 | 在 platform.minimax.io 上以 MiniMax-M2.1-highspeed 名称提供，通过 TheRouter api.therouter.ai/v1 使用 model ID minimax/m2.1-highspeedplatform.minimax.io — Supported Models ↗ | 已核实 |
| 输出速度 | 约 100 tokens/秒（MiniMax 官方数据）；标准 M2.1 为约 60 tpsplatform.minimax.io — Model Overview ↗ | 已核实 |
| 架构 | 230B 总参数 / 10B 激活 MoE — 与标准 M2.1 相同的权重；仅在推理层优化（路由、批处理、KV 内存）github.com/MiniMax-AI — M2.1 repository ↗ | 已核实 |
| 上下文窗口 | 204,800 tokens — 与标准 M2.1 相同platform.minimax.io ↗ | 已核实 |
| Prompt 缓存 | 支持自动 prompt caching——重复系统提示和长上下文前导可减少缓存 token 延迟 60–80%platform.minimax.io — Model Overview ↗ | 待核实 |
| 许可 | 与 M2.1 相同的 Modified-MIT（开源权重允许商用）；通过 MiniMax 平台或 TheRouter 的 Highspeed API 访问为标准商用 API 许可huggingface.co/MiniMaxAI ↗ | 待核实 |
| 支持的推理后端 | SGLang、vLLM、Transformers、MLX-LM、KTransformers（与标准 M2.1 开源权重共用）github.com/MiniMax-AI ↗ | 已核实 |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
SWE-bench Verified 多个框架（Claude Code、Droid、mini-SWE-agent）结果一致——框架无关的编码表现 | 74.0%% | minimax.io — official announcement ↗ | |
Multi-SWE-bench | 49.4%% | minimax.io — official announcement ↗ | |
SWE-bench Multilingual Rust、Java、Golang、C++、Kotlin、TypeScript、JavaScript、Objective-C | 72.5%% | minimax.io — official announcement ↗ | |
VIBE (aggregate) Web 91.5 | Android 89.7 | iOS 88.0 | Simulation 87.1 | Backend 86.7——端到端从零到一应用搭建 | 88.6%% | minimax.io — official announcement ↗ | |
Toolathlon | 43.5%% | minimax.io — official announcement ↗ | |
BrowseComp | 47.4%% | minimax.io — official announcement ↗ | |
AIME 2025 | 83.0%% | minimax.io — official announcement ↗ | |
MMLU | 90.0%% | minimax.io — official announcement ↗ |
所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "minimax/m2.1-highspeed",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'通过 TheRouter 使用标准 OpenAI 兼容的 chat completion——只需修改 baseURL 和 model。
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax/m2.1-highspeed",
"messages": [
{"role": "system", "content": "You are a helpful coding assistant."},
{"role": "user", "content": "Write a Rust function to parse a CSV line."}
],
"temperature": 0.3,
"max_tokens": 4096
}'MiniMax 发布 M2.1（230B 总参数 / 10B 激活 MoE），SWE-bench Verified 达 74.0%，支持多语言编程，同时推出新的 Highspeed API 层级，面向延迟敏感应用提供约 100 tps。Highspeed 变体使用相同的模型权重，仅推理层经过优化。
不。Highspeed 使用完全相同的模型权重（230B 总参数 / 10B 激活 MoE），产生的输出质量完全相同。速度提升完全来自推理层优化：调整的 MoE 专家路由、并发批处理和 KV 缓存内存管理。相同的答案，更快。
当端到端延迟对用户可见时使用 Highspeed——实时编码助手、实时聊天、流式 agent 输出。对批处理作业、离线评估或约 40 tps 速度差不可见的场景，使用标准 M2.1（minimax/m2.1）。Highspeed 的 2 倍 token 成本（$0.80/$3.20 vs $0.40/$1.60）使这种权衡严格落在延迟与成本之间。
不。Highspeed 变体是 MiniMax 平台（和 TheRouter 上）的 API 层级 SKU。底层模型权重与开源权重 M2.1 版本（Modified-MIT 许可）相同，但产生速度提升的推理优化是专有 API 功能。如需自部署，请使用标准 M2.1 开源权重，在消费级 GPU 上约 60-70 tps。