M
MiniMax M2.7OPEN
MiniMax-M2.7 est un grand modèle de langage de nouvelle génération conçu pour la productivité autonome dans le monde réel et l'amélioration continue.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.52 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 36% des 191 modèles open-weight suivis ici
- 7 sur 11 modèles MiniMax suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour MiniMax M2.7, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, MiniMax M2.7 offre 12 fois plus de capacité. Les open weights signifient également que vous pouvez l'auto-héberger et ne rien payer par jeton.
Les modèles à ce niveau coûtent $1.13 par 1M de tokens (médiane de 25) — celui-ci coûte $0.52.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · Gemini 3.7 Flash (batch) · GPT-5.6 Luna et 8 de plus
À propos de ce modèle
MiniMax M2.7 est un modèle d'IA open-weight de MiniMax. Vous pouvez le télécharger et le self-host gratuitement ; les prix ci-dessous sont les tarifs d'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que MiniMax M2.7 ?
MiniMax M2.7 est un modèle de langage IA de MiniMax. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 38.9 sur l'indice d'intelligence d'Artificial Analysis.
MiniMax M2.7 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger MiniMax M2.7 et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 0,3 $ par million de tokens d'entrée et de 1,2 $ par million de tokens de sortie.
À quoi sert MiniMax M2.7 ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 87.4%, Humanity's Last Exam 29.6%, Long Context Reasoning 75.3%, SciCode 47%, IFBench 75.7%, τ²-Bench 84.8%, τ-Bench Banking 9.9%, Terminal-Bench 55.4%, Terminal-Bench Hard 39.4%. Il est particulièrement utilisé pour génération de code.
Puis-je auto-héberger MiniMax M2.7 ?
Oui. MiniMax M2.7 a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.