minimax
MiniMax: MiniMax M2.7
minimax/minimax-m2.7
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
MiniMax M2.7 es un modelo de texto a texto incluido en OpenRouter con una ventana de contexto amplia, razonamiento obligatorio y controles de API para herramientas, respuestas estructuradas, muestreo, semillas y parada. MiniMax lo describe como un modelo orientado a agentes capaz de construir arneses complejos, coordinar Agent Teams, usar búsqueda dinámica de herramientas y abordar tareas de ingeniería de software y productividad. Su documentación reporta resultados destacados en benchmarks de código, aprendizaje automático, terminal y ofimática/herramientas, pero el paquete se basa en catálogo y afirmaciones del proveedor, por lo que aún hace falta verificación independiente y pruebas con cargas reales.[1][2]
Puntos fuertes
- El catálogo de OpenRouter marca el razonamiento como obligatorio y enumera generación de texto con una ventana de contexto amplia, llamadas a herramientas, elección de herramientas, formatos de respuesta estructurados y controles comunes de muestreo.[1]
- MiniMax describe un ciclo de autoevolución durante el desarrollo en el que el modelo actualizó su memoria, creó Skills para experimentos de RL y mejoró iterativamente un andamiaje de programación.[2]
- Las mediciones reportadas por el proveedor cubren benchmarks de competiciones de ML, ingeniería de software, terminal, documentos de oficina y uso de herramientas, incluida la colaboración multiagente.[2]
Limitaciones
- El paquete contiene datos de catálogo y documentación propia de MiniMax, pero ninguna ficha independiente ni evaluación de terceros; valide calidad, latencia y costo en su carga de trabajo.[1][2]
- El catálogo solo indica entrada y salida de texto; no se señala compatibilidad multimodal.[1]
- Los metadatos de Hugging Face etiquetan la licencia como other sin resumir sus términos; revise la licencia referenciada antes de redistribuir o desplegar.[2]
Dónde utilizarlo
- Evalúelo como motor de razonamiento para agentes de codificación con herramientas que clasifiquen errores, inspeccionen registros, refactoricen código y analicen incidentes de producción.[1][2]
- Prototipe flujos multiagente donde Agent Teams, el uso de skills y la búsqueda dinámica de herramientas puedan ayudar a coordinar tareas complejas.[2]
- Considérelo para pipelines de texto de contexto amplio, como análisis de repositorios, documentos o experimentos de ML, tras confirmar la calidad de salida y el ajuste operativo.[1][2]
Fuentes
- [1] OpenRouter catalog · MiniMax: MiniMax M2.7Fuentes consultadas: 13 nov 2026
- [2] Model documentation · MiniMax: MiniMax M2.7Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
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...
Especificaciones
- ID del modelo
- minimax/minimax-m2.7
- ID canónico
- minimax/minimax-m2.7-20260318
- Creador
- minimax
- Añadido a OpenRouter
- 18.03.2026
- Longitud de contexto
- 196,608
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.210 / salida $0.840
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: obligatorio · parámetros: include_reasoning, reasoning |
| Programación | BB — siguiente 30% de la cohorte | — |
| Agentes | BB — siguiente 30% de la cohorte | parámetros: tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 52.6 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 15.3 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 49.9% · posición 57 | 1,178Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 45.9% · posición 54 | 1,129Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 50.8% · posición 56 | 1,224Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 52.4% · posición 45 | 1,230Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 49.1% · posición 56 | 1,199Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 46.6% · posición 60 | 1,125Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 48.6% · posición 60 | 1,203Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 51.3% · posición 53 | 1,235Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| GMICloudfp8 | 196,608 | $0.210 | $0.840 | — | — | 93.33% |
| Groq | 196,608 | $0.600 | $1.8 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.