同步自 OpenRouter · 400 个模型 · source=openrouter · 2026-08-10T01:43:48.792Z
MiniMax M2.7
minimax/minimax-m2.7
MiniMax M2.7是MiniMax推出的M2系列自演化大型语言模型，参数量约230B，支持205K上下文长度。它深度参与自身演化循环，能够构建复杂Agent harness、Agent Teams与动态工具搜索，完成高度复杂的生产力任务。在真实软件工程场景中表现突出，包括端到端项目交付、日志分析、bug排查、代码安全与机器学习任务。支持Office套件（Excel/PPT/Word）多轮高保真复杂编辑，以及与40+复杂技能（>2000 tokens）的稳定交互（97% adherence）。基准表现包括SWE-Pro 56.22%、Terminal Bench 2 57.0%、GDPval-AA ELO 1495（开源模型最高）。适用于专业开发、Agent系统构建与生产力工作流。以厂商/网关为准。
自演化多代理编码与生产力模型，专注真实世界软件工程与Agent协作。
minimax-m2.7
MiniMax · 知识库 159 模 / 31 族
自演化多代理编码与生产力模型，专注真实世界软件工程与Agent协作。
MiniMax M2.7是MiniMax推出的M2系列自演化大型语言模型，参数量约230B，支持205K上下文长度。它深度参与自身演化循环，能够构建复杂Agent harness、Agent Teams与动态工具搜索，完成高度复杂的生产力任务。在真实软件工程场景中表现突出，包括端到端项目交付、日志分析、bug排查、代码安全与机器学习任务。支持Office套件（Excel/PPT/Word）多轮高保真复杂编辑，以及与40+复杂技能（>2000 tokens）的稳定交互（97% adherence）。基准表现包括SWE-Pro 56.22%、Terminal Bench 2 57.0%、GDPval-AA ELO 1495（开源模型最高）。适用于专业开发、Agent系统构建与生产力工作流。以厂商/网关为准。
MiniMax-M2.7 is a next-generation large language model designed for autonomous, real-world productivity and continuous improvement. Built to actively participate in its own evolution, M2.7 integrates advanced agentic capabilities through multi-agent...
- 自演化多代理编码与生产力模型，专注真实世界软件工程与Agent协作。
- 归并版本 1 个
- M2.7为M2系列首款深度自演化版本，参数量约230B，上下文205K。勿编造不存在评测分。
适用场景
- 软件开发与调试
- Agent系统构建
- 生产力工作流自动化
- 多轮Office编辑与文档生成
能力 / 优势
- 自演化与模型优化
- 多代理协作（Agent Teams）
- 专业软件工程与调试
- Office文档复杂编辑
- 复杂技能与工具使用
边界 / 不适合
- 图像或视频生成
- 纯创意写作或娱乐对话
接入提示：OpenAI兼容API，通过OpenRouter使用短ID minimax/minimax-m2.7；支持reasoning参数与流式输出；测速入口见OpenRouter平台。
常见问题
M2.7的主要优势是什么？
自演化能力、多代理协作、真实软件工程（SWE-Pro 56.22%）与Office编辑，GDPval-AA ELO 1495为开源最高。
支持哪些接入方式？
OpenRouter OpenAI兼容端点，MiniMax官方API及Hugging Face开源权重。以厂商/网关为准。
历史版本 / 相关变体
| 版本 | 模型 | 参数 | 来源 | 说明 |
|---|---|---|---|---|
| —当前 | MiniMax M2.7 minimax/minimax-m2.7 | — | OpenRouter |
定价与限制
| 输入 | $0.300 / 百万 tokens |
| 输出 | $1.20 / 百万 tokens |
| 缓存读 / 写 | $0.060 / — |
| 最大输出 | 131k |
| 输入模态 | text |
| 输出模态 | text |
| HF | MiniMaxAI/MiniMax-M2.7 |
支持参数
价格与基准分优先同步自 OpenRouter；网关短 ID 由本站平台清单补全，介绍/历史版本融合 Hugging Face 检索与家族知识库。能力验真请用 bench_v1 实验室 · OCR 天梯。
关于本页实体
MiniMax M2.7：怎么用本页做决策
MiniMax M2.7 模型页汇总价格、上下文与能力线索，并与天梯/排行联动。
深度解读见相关指南；跑分与挂价会更新，请以当日快照为准。
相关指南
- 2026 Grok 编码模型天梯：性价比与选型实战榜 — 聚焦Grok Build 0.1编码代理天梯，实测多场景性价比、上下文长度与工具调用稳定性；对比主流模型，提供工程选型清单与硬件适配建议。
- 2026 GrokCode vLLM 本地部署生产清单：并发、显存、量化与模型天梯实战 — vLLM本地部署生产级配置全指南，聚焦并发处理能力、显存优化、量化策略与编码模型天梯性价比对比。结合GrokCode实验室实测数据，提供工程可核验的硬件搭配方案
- Grok / xAI 模型天梯在 vLLM 本地部署的性价比排行榜 — 2026年 GrokCode 模型天梯在 vLLM 本地部署场景下的编码模型排行榜，覆盖 70B 级 TCO 实测、量化策略与业务选型路径。
- 本地部署 70B 模型天梯：TCO 实测与电费卡费量化 — GrokCode 针对 70B 级别本地部署的算力账单化方案，涵盖电费、硬件卡费、量化策略实测数据与 vLLM 生产清单，助力模型天梯性价比选型。
- 编码模型天梯怎么读：Grok 4.5 性价比榜与业务选型实战 — 2026 年最新 Grok 4.5 / Grok 4.20 编码模型天梯拆解：BenchAlign v5、LM Arena、HighWalk 实测数据 + 与
- 2026 模型天梯实测：DeepSeek R1、Qwen3、Grok 4、Claude Opus 5 工程选型指南 — 基于最新基准与真实 API 延迟、成本、编码/推理表现，构建 2026 年中转与本地混合部署的模型天梯。包含量化对比表、场景推荐及避坑清单，帮助开发者快速定位最
- 2026 本地推理模型天梯：7B-70B GPU 量化部署与 TCO 实测指南 — 基于 2026 年最新开源模型基准，构建从 4B 到 70B 参数的本地部署天梯。包含 RTX 5090/4090 实测吞吐、4bit/8bit 量化策略、vL
- 编码模型天梯怎么读：性价比榜与业务选型 — GrokCode 品牌专题：编码模型天梯怎么读：性价比榜与业务选型。 锚点：天梯。
常见问题
- MiniMax M2.7 的价格与能力数据从哪来？
- 公开目录、官方价表与本站监测/天梯快照。账单以官方或供应商当日为准。
主题柱
slug：minimax/minimax-m2.7 · 主题柱讲方法，实时数字以本页表格为准
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗