minimax/minimax-m2.7
204,800 context · $0.30/M input tokens · $1.20/M output tokens
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.
Tarification
Paiement à l'usage
Aucun coût initial, payez uniquement ce que vous utilisez
Essayer le modèle
Utilisation de l'API
Utilisez les exemples de code suivants pour intégrer notre API :
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)Introduction au modèle
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
Infos
Fonctionnalités prises en charge
Guide d'accès API
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.
Entrée
$0.3 /M
Sortie
$1.2 /M
Contexte
205K
Utilisation d'outils
Pris en charge
Essayez Minimax M2.7 sur WaveSpeedAI
Accédez à Minimax M2.7 via notre API unifiée — compatible OpenAI, sans démarrages à froid, prix transparents.
Questions fréquentes sur Minimax M2.7
Combien coûte l'API Minimax M2.7 ?+
Tarification sur WaveSpeedAI : $0.30 par million de tokens d'entrée et $1.20 par million de tokens de sortie. Le prompt caching et le traitement par batch sont facturés séparément et réduisent le coût effectif sur les charges longues et répétitives.
Quelle est la fenêtre de contexte de Minimax M2.7 ?+
Minimax M2.7 prend en charge jusqu'à 205K tokens de contexte et jusqu'à — tokens de sortie par requête.
Minimax M2.7 est-il compatible avec OpenAI ?+
Oui. WaveSpeedAI expose Minimax M2.7 via un endpoint compatible OpenAI à https://llm.wavespeed.ai/v1. Pointez le SDK officiel d'OpenAI vers cette base URL avec votre clé API WaveSpeedAI — aucune autre modification de code requise.
Comment démarrer avec Minimax M2.7 ?+
Connectez-vous à WaveSpeedAI, créez une clé API dans Access Keys, puis envoyez une requête à https://llm.wavespeed.ai/v1/chat/completions avec l'id du modèle affiché ci-dessus. Les nouveaux comptes reçoivent des crédits gratuits pour évaluer Minimax M2.7.