MiniMax M2.7 | MiniMax Agent LLM API Pricing

Name: Minimax M2.7 API
Brand: minimax
Price: 0.3 USD
Availability: InStock

API-Nutzung

Verwenden Sie die folgenden Codebeispiele zur Integration mit unserer API:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["WAVESPEED_API_KEY"],
    base_url="https://llm.wavespeed.ai/v1",
    timeout=120.0,
    max_retries=2,
)

try:
    response = client.chat.completions.create(
        model="minimax/minimax-m2.7",
        messages=[{"role": "user", "content": "Hello!"}],
    )
    print(response.choices[0].message.content or "")
except Exception as exc:
    raise SystemExit(f"LLM request failed: {exc}") from exc

Modelleinführung

Minimax minimax-m2.7

MiniMax-M2

MiniMax-M2.7 represents the journey of recursive self-improvement with enhanced reasoning and agentic capabilities.

Why It Looks Great

MoE (Mixture of Experts) architecture for efficient processing
204800 context window for long document handling
Competitive pricing at $0.3/$1.2 per million tokens

Key Features

Context Window: 204800 tokens
Max Output: N/A tokens
Vision: Supported
Function Calling: Supported

Specifications

Specification	Value
Provider	Minimax
Model Type	Large Language Model (LLM)
Architecture	MoE (Mixture of Experts)
Context Window	204800 tokens
Max Output	tokens
Input	Text
Output	Text
Vision	Supported
Function Calling	Supported

Pricing

Token Type	Cost per Million Tokens
Input	$0.3
Output	$1.2

How to Use

Write your prompt — describe the task, provide context, and specify desired output format.
Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: minimax/minimax-m2.7

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="minimax/minimax-m2.7",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "minimax/minimax-m2.7",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: minimax/minimax-m2.7
Provider: Minimax

Minimax M2.7 API

minimax/minimax-m2.7

MiniMax M2.7 is a next-generation flagship text model designed for agent-centric workflows, with strong improvements in coding, complex office tasks, and long-context reasoning. Built on the OpenClaw (Agent Harness) framework, it enables continuous self-improvement in real-world environments, allowing the model to actively participate in execution and decision-making for higher-quality and more efficient task completion.

Häufige Fragen zu Minimax M2.7

Wie viel kostet die Minimax M2.7-API?+

Preise auf WaveSpeedAI: $0.30 pro Million Input-Tokens und $1.20 pro Million Output-Tokens. Prompt-Caching und Batch-Verarbeitung werden separat berechnet und reduzieren die effektiven Kosten bei langen, sich wiederholenden Workloads.

Wie groß ist das Kontextfenster von Minimax M2.7?+

Minimax M2.7 unterstützt bis zu 205K Kontext-Tokens und bis zu — Output-Tokens pro Anfrage.

Ist Minimax M2.7 OpenAI-kompatibel?+

WaveSpeedAI stellt Minimax M2.7 unter https://llm.wavespeed.ai/v1 über die OpenAI-kompatible Chat-Completions-Schnittstelle bereit. Bei den meisten OpenAI-SDK-Clients reichen Base-URL und API-Schlüssel; optionale Felder hängen vom Modell ab.

Wie starte ich mit Minimax M2.7?+

Melden Sie sich bei WaveSpeedAI an, erstellen Sie unter Access Keys einen API-Schlüssel und senden Sie eine Anfrage mit der oben gezeigten Modell-ID an https://llm.wavespeed.ai/v1/chat/completions. Verfügbarkeit, Fähigkeiten und Preise finden Sie im aktuellen Modellkatalog.

Preise

Modell ausprobieren