MiniMax-M2.7 er utviklingen i MiniMaxs M2-serie av store språkmodeller (LLM-er), utformet for høyeffektiv resonnering, koding og agentorienterte arbeidsflyter. Med utgangspunkt i suksessen til M2 og M2.5, introduserer den forbedringer i batch-generering, kostnadseffektivitet og skalerbar API-distribusjon (f.eks. via CometAPI). Den retter seg mot bedriftsbruk av KI, inkludert automatisering, flertrinns resonnering og storskala innholdsproduksjon.
What is MiniMax-M2.7?
A flagship model built for coding and agents
MiniMax-M2.7 presenteres av MiniMax som en aktuell flaggskips-tekstmodell for krevende arbeidsflyter innen koding, agenter og produktivitet.
MiniMax-M2.7 er den nyeste generasjonen stor språkmodell (LLM) lansert av MiniMax i mars 2026 som del av M2-familien. Den er utformet som en høyytelses, kostnadseffektiv, agentorientert KI-modell som utvider kapasitetene til forgjengeren M2.5, samtidig som den introduserer forbedringer i resonnering, selvforbedringssløyfer og utførelse av oppgaver i virkelige miljøer.
M2.5 demonstrerte allerede nær toppnivå (SOTA) ytelse (oppnådde 80.2% på SWE-Bench Verified) samtidig som den var dramatisk billigere enn konkurrentene, og oppnådde sammenlignbare resultater med modeller som GPT, Gemini og Claude til under en tidel av kostnaden.
M2.7 bygger videre på dette fundamentet, med vekt på:
- Autonome agentsløyfer
- Reduserte iterasjonskostnader
- Bedre konsistens i resonnering
- Forbedret produksjonsklarhet
Self-evolving?
M2.7 ble bygget med en utviklingsprosess som lot den oppdatere egen hukommelse, skape ferdigheter i sitt rammeverk og forbedre læringsprosessen basert på eksperimentresultater. Enkelt sagt signaliserer selskapet at M2.7 ble trent og optimalisert med en sterk agentsløyfe i tankene, ikke bare en statisk chat-benchmark-oppskrift.
5 features of MiniMax-M2.7
Stronger software-engineering behavior
MiniMax-M2.7 er særlig sterk på ende-til-ende prosjektleveranser, logganalyse, feilsøking av feil, kodesikkerhet og maskinlæringsoppgaver. Det gjør modellen relevant ikke bare for kodegenerering, men også for de mer krevende, tidkrevende delene av utviklingsarbeidet: sporing av feilårsaker, navigering i store kodelagre og å sy flere trinn sammen til et fungerende resultat. M2.7 opprettholder en 97% etterlevelse av ferdigheter mens den arbeider med mer enn 40 komplekse ferdigheter, som hver overstiger 2,000 tokens—en detalj som peker på tiltenkt bruk i langtidsarbeidsflyter.
A large context window for long tasks
MiniMax-M2.7-modellen har et kontekstvindu på 204,800 tokens, som er en stor praktisk fordel for brukere som håndterer lange prompt, kodebaser med flere filer eller lengre agentsesjoner. Standardmodellen M2.7 genererer rundt 60 tokens per sekund, og en «highspeed»-variant rundt 100 tokens per sekund. Denne kombinasjonen er viktig fordi et stort kontekstvindu alene ikke er nok; brukere trenger også praktisk gjennomstrømning for at modellen skal forbli responsiv i reelle arbeidsflyter.
Office editing and document work are part of the story too
MiniMax understreker også at M2.7 ikke bare handler om koding. Selskapet sier at modellen har forbedret kompleks redigering i Excel, PowerPoint og Word, med bedre flerrunde-revisjoner og høyfidelitetsredigering. Det rapporteres også om en GDPval-AA ELO på 1495, og at dette er høyest blant open-source-modeller. Det er en dristig påstand, og best lest som MiniMax’ egen vurdering av modellens kontorproduktivitet, snarere enn en bransjeomfattende konsensus, men det er likevel viktig fordi det utvider lanseringen utover programvareutvikling.
Tool use and environment interaction are core design themes
MiniMax understreker at M2.7 kan samhandle med komplekse miljøer og arbeide med et stort sett av ferdigheter, noe som er i tråd med selskapets bredere agentstrategi. M2.7 beskrives som å ha sterk kodeforståelse, fleromgangsdialog og resonneringsevner, og de presenterer den som egnet for verktøyrike miljøer snarere enn enkel én-runds chat. I praksis betyr dette at modellen selges som en kontroller eller samarbeidspartner, ikke bare en tekstgenerator.
Self-Improvement Mechanisms
En nøkkelinnovering i M2.7 er modellens selvforbedringssløyfer:
- Iterativ forbedring av resonnering
- Tilbakemeldingsbaserte korrigeringer
- Reduserte hallusinasjonsrater
Dette muliggjør mer pålitelige resultater innen:
- Koding
- Forskning
- Bedriftsarbeidsflyter
Access and Price of Minimax-M2.7
MiniMax-M2.7 er tilgjengelig via MiniMax’ egen Open Platform og er også listet på CometAPI, så det finnes to enkle tilgangsveier avhengig av om du vil jobbe direkte med MiniMax eller gjennom en API-aggregator. MiniMax’ dokumentasjon sier at M2.7 kan brukes med faktureringsalternativer som Token Plan og Pay-As-You-Go, og de anbefaler spesielt å bruke M2.7 i verktøy for koding som Claude Code.
En av MiniMax’ mest disruptive fordeler er prising. Sammenlignet med konkurrenter: opptil 10×–20× billigere enn ledende frontmodeller. M2.7 fortsetter denne trenden, noe som gjør den:
- Ideell for storskala distribusjon
- Egnet for langvarige agenter
- Tilgjengelig for oppstartsbedrifter og virksomheter
I CometAPI,Minimax M2.7 API-pris er 20% lavere:
| Comet-pris (USD / M Tokens) | Offisiell pris (USD / M Tokens) | Rabatt |
|---|---|---|
| Inndata:$0.24/M; Utdata:$0.96/M | Inndata:$0.3/M; Utdata:$1.2/M | -20% |
MiniMax-M2.7 er tilgjengelig via MiniMax’ egen Open Platform og er også listet på CometAPI, så det finnes to enkle tilgangsveier avhengig av om du vil jobbe direkte med MiniMax eller gjennom en API-aggregator. MiniMax’ dokumentasjon sier at M2.7 kan brukes med faktureringsalternativer som Token Plan og Pay-As-You-Go, og de anbefaler spesielt å bruke M2.7 i verktøy for koding som Claude Code.
Det praktiske poenget er enkelt: hvis du vil ha den mest direkte, offisielle ruten, bruk MiniMax’ Open Platform; hvis du vil ha et rimeligere tredjeparts tilgangslag, annonserer CometAPI for tiden lavere pris per token for M2.7.
Conclusion
MiniMax-M2.7 ser ut som et seriøst steg i selskapets agentmodell-veikart, med vekt på programvareutvikling, kontorproduktivitet, interaksjon med komplekse miljøer og en treningshistorie preget av selvforbedring. Benchmark-påstandene er sterke nok til å fortjene oppmerksomhet, og den uavhengige Kilo-testen antyder at modellen kan hevde seg i reelle kode-agent-scenarier. For utviklere er den mest fornuftige måten å tenke på M2.7 som en dyplesende, verktøy-kapabel modell som belønner klare instruksjoner, strukturerte arbeidsflyter og nøye kostnadsstyring.
Utviklere kan få tilgang til MiniMax-M2.7 via CometAPI(CometAPI tilbyr en pris som er langt lavere enn den offisielle prisen for å hjelpe deg med integrasjonen.) nå. Før du får tilgang, må du sørge for at du har logget inn på CometAPI og hentet API-nøkkelen. Klar til å begynne?