minimax/minimax-m2.7
วันที่เผยแพร่: 2026-03-18
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.
ราคา
จ่ายตามการใช้งาน
ไม่มีค่าใช้จ่ายล่วงหน้า จ่ายเฉพาะสิ่งที่คุณใช้
ลองใช้โมเดล
การใช้งาน API
ใช้ตัวอย่างโค้ดต่อไปนี้เพื่อผสานรวมกับ API ของเรา:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'minimax/minimax-m2.7',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'minimax/minimax-m2.7',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}แนะนำโมเดล
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
ข้อมูล
ฟังก์ชันที่รองรับ
คู่มือการเข้าถึง 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.
อินพุต
$0.3 /M
เอาต์พุต
$1.2 /M
คอนเท็กซ์
205K
การใช้เครื่องมือ
รองรับ
ลองใช้ Minimax M2.7 บน WaveSpeedAI
เข้าถึง Minimax M2.7 ผ่าน API แบบรวมของเรา — เข้ากันได้กับ OpenAI ไม่มี cold start ราคาโปร่งใส
คำถามที่พบบ่อยเกี่ยวกับ Minimax M2.7
Minimax M2.7 API ราคาเท่าไหร่?+
ราคาบน WaveSpeedAI: $0.30 ต่อล้านโทเคนอินพุต และ $1.20 ต่อล้านโทเคนเอาต์พุต Prompt caching และ batch processing คิดค่าบริการแยกและช่วยลดต้นทุนที่แท้จริงสำหรับภาระงานที่ยาวและทำซ้ำ
Minimax M2.7 มี context window เท่าใด?+
Minimax M2.7 รองรับสูงสุด 205K โทเคนคอนเท็กซ์ และสูงสุด — โทเคนเอาต์พุตต่อคำขอ
Minimax M2.7 เข้ากันได้กับ OpenAI หรือไม่?+
WaveSpeedAI ให้บริการ Minimax M2.7 ที่ https://llm.wavespeed.ai/v1 ผ่านอินเทอร์เฟซ Chat Completions ที่เข้ากันได้กับ OpenAI ไคลเอนต์ OpenAI SDK ส่วนใหญ่ใช้งานได้โดยเปลี่ยน base URL และ API key ส่วนฟิลด์เสริมขึ้นอยู่กับโมเดล
จะเริ่มใช้ Minimax M2.7 ได้อย่างไร?+
ลงชื่อเข้าใช้ WaveSpeedAI สร้าง API key ใน Access Keys แล้วส่งคำขอไปยัง https://llm.wavespeed.ai/v1/chat/completions โดยใช้ model id ที่แสดงด้านบน ตรวจสอบความพร้อมใช้งาน ความสามารถ และราคาจากแคตตาล็อกโมเดลปัจจุบัน