MiniMax-M2.7 API の技術仕様
| 項目 | 詳細 |
|---|---|
| モデル名 | MiniMax-M2.7 |
| モデルID | minimax-m2.7 |
| 提供元 | MiniMax |
| モデルファミリー | MiniMax テキストモデル |
| 入力タイプ | テキスト |
| 出力タイプ | テキスト |
| コンテキストウィンドウ | 204,800 トークン |
| 公式速度に関する注記 | ~60 tps（MiniMax-M2.7）; ~100 tps（MiniMax-M2.7-highspeed） |
| 主な強み | プログラミング、ツール呼び出し、検索、オフィス生産性、エージェント型ワークフロー |
| 提供形態 | MiniMax API / テキスト生成エンドポイント |
| レビュー対象ページにおける公開マルチモーダル仕様 | レビュー対象のテキストモデルのページには未掲載 |
MiniMax-M2.7 とは？
MiniMax-M2.7 は、要求の厳しいコーディング、エージェント、プロダクティビティのワークフロー向けの、MiniMax の現行フラッグシップテキストモデルです。公式ドキュメントでは、多言語プログラミング、ツール呼び出し、検索、複雑なタスク実行向けのモデルとして位置付けられており、MiniMax のモデルページでは、実環境でのソフトウェアエンジニアリング、オフィス編集、複雑な環境とのインタラクションにおける向上が強調されています。
MiniMax-M2.7 の主な特長
- エンドツーエンドのデリバリー、ログ解析、バグトラブルシューティング、コードセキュリティ、機械学習タスクにおける高いソフトウェアエンジニアリング性能。
- 長文プロンプト、マルチファイル作業、長時間のエージェントセッションに対応する 204,800 トークンの大規模コンテキストウィンドウ。
- Excel、PowerPoint、Word における複雑な編集を含む、オフィスワークフローの強力なサポート。
- エージェント型 API ワークフロー向けのツール呼び出しおよび検索志向の動作。
- Claude Code、OpenCode、Kilo Code、Cline、Roo Code、Grok CLI、Codex CLI などの人気のコーディングツールとの広範な統合サポート。
MiniMax-M2.7 のベンチマーク性能
MiniMax の公式資料では、M2.7 に関して以下のベンチマーク結果が公表されています:
| ベンチマーク | 公表値 | 示唆される内容 |
|---|---|---|
| SWE-Pro | 56.22% | 実環境での高いソフトウェアエンジニアリング性能 |
| VIBE-Pro | 55.6% | プロジェクト全体のデリバリー能力 |
| Terminal Bench 2 | 57.0% | 複雑なエンジニアリングシステムの強力な理解 |
| GDPval-AA | ELO 1495 | オフィスタスクでの高い性能と高忠実度の編集 |
| 複雑スキル（>2,000 トークン） | 97% のスキル遵守 | 長大で構造化されたワークフローにおける高い信頼性 |
MiniMax-M2.7 と近縁の MiniMax モデルの比較
| モデル | ポジショニング | コンテキストウィンドウ | 速度メモ | 最適な用途 |
|---|---|---|---|---|
| MiniMax-M2.7 | 現行フラッグシップのテキストモデル | 204,800 | ~60 tps | 最上位のコーディング、ツール利用、検索、オフィスタスク |
| MiniMax-M2.7-highspeed（CometAPI で近日公開） | M2.7 の高速化バリアント | 204,800 | ~100 tps | レイテンシ重視の際も同等の能力プロファイル |
| MiniMax-M2.5 | 従来のハイエンドテキストモデル | 204,800 | ~60 tps | M2.7 が不要な場合の強力なコーディング／生産性 |
| MiniMax-M2 | 効率的なコーディングとエージェントワークフロー | 204,800 | 公式ドキュメントに掲載はあるが、M2.7 と同じ位置付けではない | コスト重視のエージェント型コーディングおよび一般的なワークフロー自動化 |
MiniMax-M2.7 API の最適なユースケース
- 大規模コードベースのリファクタリングおよび複数ファイルの実装作業。
- 計画立案、検索、ツール利用を伴うエージェント型のデバッグループ。
- Word、Excel、PowerPoint における文書生成と改訂ワークフロー。
- ログやビルド出力を横断的に推論する必要がある、ターミナル中心の自動化。
- 長いコンテキストと多段推論を活用する、検索支援型タスク。
推奨される比較の指針
MiniMax の各モデルで選択する場合、エンジニアリング、ツール利用、検索、オフィス編集において最も強力な公開テキストモデルの位置付けを求めるなら M2.7 を使用してください。性能やワークフローのトレードオフが異なる近縁モデルを求める場合は、M2.5 または M2 を使用してください。
MiniMax-2.7 API へのアクセス方法
手順 1: API キーの取得
cometapi.com にログインしてください。まだユーザーでない場合は、まず登録してください。CometAPI コンソールにサインインします。インターフェースのアクセス認証である API キーを取得します。パーソナルセンターの API token で “Add Token” をクリックし、トークンキー: sk-xxxxx を取得して送信します。
手順 2: MiniMax-2.7 API にリクエストを送信
API リクエストを送信するには “minimax-2.7” エンドポイントを選択し、リクエストボディを設定します。リクエストメソッドとリクエストボディは当社ウェブサイトの API ドキュメントから取得できます。当社ウェブサイトでは利便性のため Apifox テストも提供しています。<YOUR_API_KEY> をアカウントの実際の CometAPI キーに置き換えてください。base url is Chat Completions .
質問やリクエストを content フィールドに挿入します—これはモデルが応答する内容です。API レスポンスを処理して生成された回答を取得します。
手順 3: 結果の取得と検証
API レスポンスを処理して生成された回答を取得します。処理後、API はタスクのステータスと出力データを返します。