Minimax 2.7
MinimaxFlagship
RaisonnementOutilsSortie structurée
À propos de ce modèle
MiniMax-M2.7 is a next-generation large language model designed for autonomous, real-world productivity and continuous improvement. Built to actively participate in its own evolution, M2.7 integrates advanced agentic capabilities through multi-agent...
Catégorie de performance
Flagship
Minimax 2.7 est un modèle flagship de Minimax : le plus performant de leur gamme.
Meilleur modèle de ce fournisseur. Performances maximales sur les benchmarks, idéal pour les tâches exigeantes.
Tarification
Ce modèle est inclus dans les plans ElosiaAbordable
Coût réduit. Adapté à un usage soutenu et aux interactions volumineuses.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $0.279 |
| Sortie (complétion) | $1.20 |
Capacités
Taille du contexte197K
Tokens de sortie max131K
TokenizerOther
Entréetext
Sortietext
Date de sortie18 mars 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
GPQA Diamond
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
SWE-bench Verified
Non reporté
Raisonnement
IFEval
Non reporté
Agentique
SWE-bench Pro
56.2%
Terminal-Bench 2.0
57%
VIBE-Pro
55.6%
Multi SWE Bench
52.7%
Usages recommandés
ProgrammationAnalyseRechercheExtraction de données
Points forts
- Codage agentique de pointe (SWE-Pro 56,2%, Terminal-Bench 57,0%)
- Capacité de livraison de projets complets (VIBE-Pro 55,6%)
- Modèle auto-évolutif avec des capacités autonomes de recherche
- Extrêmement rentable à 0,30$/1,20$ par M tokens avec 205K de contexte
Limites
- Aucun benchmark académique classique publié (MMLU, GPQA, MATH)
- Texte uniquement — pas de support multimodal
- Communauté et écosystème plus restreints par rapport à Claude/GPT/Gemini
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
