Memadukan $/1 juta di seluruh versi terlacak dari baris ini.
Campuran output-to-input 3:1, per 1 juta token
Harga pada 2026-05-10 · Sumber: minimax_official_pricing
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
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...
minimax-m2.7 adalah model Teks dari MiniMax (CN). HotON.ai melacaknya pada $0.30 per 1 juta token masukan dan $1.20 per 1 juta token keluaran, dengan jendela konteks token 1000K. Skor efisiensi gabungannya adalah 96/100 dengan perkiraan $0.001 per tugas yang berhasil.
minimax-m2.7 dilacak pada $0.30 per 1 juta token masukan dan $1.20 per 1 juta token keluaran. Beban kerja output-to-input 3:1 rata-rata berpadu menjadi $0.97 per 1 juta token. Angka adalah ilustrasi data demo.
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
minimax-m2.7 mendukung hingga jendela konteks token 1000K — cukup besar untuk dokumen panjang dan percakapan panjang dalam satu permintaan.
Dalam rangkaian terlacak HotON.ai, minimax-m2.7 lebih murah dibandingkan 50% model dalam hal harga input dan menempati peringkat #22 dari 521 berdasarkan efisiensi keseluruhan.
Ya — minimax-m2.5 adalah opsi berbiaya lebih rendah di $0.99 per 1 juta token keluaran, namun tetap mencakup kasus penggunaan Teks yang serupa. Bandingkan keduanya secara berdampingan di HotON.ai.
Harga nyata (melalui katalog TestKey, diperbarui setiap hari). Kualitas (Arena Elo) nyata dimana modelnya diperingkat di LMArena. Kecepatan, ketersediaan, dan efisiensi merupakan perkiraan yang dimodelkan.