Minimax
MiniMax M2.5
最大上下文
204.8K
最大輸出
131.1K
發布日期
暫無
MiniMax-M2.7MiniMax M2.7 被介绍为面向生產力和工程任務的模型,強調自主工作流程、多 Agent 協作、实时调试和文件交付。公开描述提到根因分析、财务建模,以及 Word/Excel/PowerPoint 类完整文件生成。它更適合被写成“应用型工作模型”,而不是一般聊天或写作模型。
上下文視窗
204.8K Token
最大輸出
131.1K Token
發布日期
2026年3月18日
模態
| 輸入價格 | 輸出價格 | 快取讀取 |
|---|---|---|
| $0.3/M | $1.2/M | $0.06/M |
推理
工具呼叫
Temperature 參數
附件
知識庫
Endpoint 協議
MiniMax M2.7 是著重真實軟體工程、協作式 Agent 工作與可編輯專業成果的文字推理模型。
可關聯記錄、監控指標、追蹤資料與資料庫證據,診斷缺陷並提出系統層級工程決策。
支援具備穩定角色與自主決策能力的 Agent 團隊,用於拆分並協調複雜的多部分工作。
可多輪處理 Word、Excel 與簡報資料,並維持成果可編輯。
MiniMax M2.7 適合正式環境事故排查、協作式軟體工程專案,以及專業辦公資料的多輪製作。
檢查記錄、追蹤資料、指標與資料庫狀態,找出可能的根因並擬定範圍明確的復原或修正方案。
將分析、實作與驗證分配給協作式 Agent 角色,再把各自輸出整合成單一工程成果。
起草並多輪完善報告、試算表或簡報,在維持結構的同時產生便於後續編輯的資料。
執行前請替換這些路徑參數: {model}
curl 'https://us-api.tokenhub.com/v1beta/models/{model}:generateContent' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"MiniMax-M2.7
| 指數分數 | ||
|---|---|---|
| Artificial Analysis 綜合能力指數 | Artificial Analysis 綜合能力評分 | 38.1 |
| Artificial Analysis 程式碼能力指數 | Artificial Analysis 軟體任務評分 | 41.9 |
| 知識與推理 | ||
| GPQA | 高階科學問題求解 | 87.4% |
| HLE | 廣泛專家級考試集合 | 28.1% |
| 程式碼與工程 | ||
| SciCode | 科學計算程式碼挑戰 | 47% |
| Terminal-Bench Hard | 高難度終端任務執行 | 39.4% |
| 指令遵循與 Agent 任務 | ||
| IFBench | 指令約束遵循 | 75.7% |
| AA-LCR | 長上下文推理 | 68.7% |
| τ²-Bench | Agent 工作流程任務 | 84.8% |
指標來源 Artificial Analysis
MiniMax M2.7 的能力、適用情境、限制與 TokenHub 使用指南。
MiniMax M2.7 是 MiniMax 針對真實軟體工程與代理交付推出的模型。
適合反覆式工程交付、除錯與重構、程式碼庫層級開發,尤其適合重視長時程任務完成度的情境。
核心優勢是強大的真實工程、除錯與端到端交付能力。
長時間自主執行可能消耗大量時間與 Token。 更重視多模態輸入時,可考慮 MiniMax M3。
使用 TokenHub 顯示的精確識別碼,並依帳戶文件確認目前功能。
透過一個 API Key 接入 MiniMax M2.7 與更多 AI 模型。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube