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.
- $0.37 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 49% des 204 modèles open-weight suivis ici
- 1 sur 8 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.
For the same budget, MiniMax M2.7 delivers 6 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $1.56 par 1M de tokens (médiane de 29) — celui-ci coûte $0.37.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 10 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 22.8 sur l'indice d'intelligence d'Artificial Analysis.
MiniMax M2.7 est-il gratuit ?
The weights are free and open — you can self-host MiniMax M2.7 and pay nothing per token. If you prefer a hosted API, list prices are $0.21 per million input tokens and $0.84 per million output tokens.
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 78.3%, SciCode 50.1%, 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.