MiniMax M2.7
MiniMax M2.7是一款面向自主化、现实场景生产力及持续迭代的下一代大语言模型，它被设计为能够主动参与自身的进化过程，通过多智能体技术整合了先进的智能体能力，可在实际应用场景中为用户提供高效、灵活的智能服务，助力各类现实任务的落地与优化。
上下文 205K会用工具结构化输出深度推理
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
更适合先从简介和评测分数判断是否匹配你的场景。
- 长文友好：一次塞很多资料也不容易“忘前面”
- 回答前会强制深度思考，复杂题更稳，但可能更慢更贵
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
38.9 一般
评测榜第 47 名 / 123写代码
写程序、改 bug、读仓库时的表现
52.6 中等
评测榜第 48 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
25.9 偏弱
评测榜第 52 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.300/M
你把资料/问题喂给模型的费用
写出回答
$1.20/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.060/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.21（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台“先想清楚再开口”的模型。
- 必须先思考再回答，关闭不了——难题更稳，简单题也可能偏慢
- 支持把思考过程一并返回，方便排查它怎么想的
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| 3d | 1237 | 50.7% | - |
| asciiart | 1167 | 47.8% | - |
| codecategories | 1259 | 52.2% | - |
| dataviz | 1252 | 52.7% | - |
| gamedev | 1244 | 51.7% | - |
| svg | 1176 | 49.3% | - |
| uicomponent | 1237 | 49.4% | - |
| website | 1265 | 52.8% | - |
近期有多热
OpenRouter 日调用量