MiniMax-M2.7vsM2.1
在 6 个共同 benchmark 中，MiniMax-M2.7 整体领先：MiniMax-M2.7 领先 5 项，M2.1 领先 1 项，持平 0 项，平均分差 +7.07。
MiniMax-M2.7
MiniMaxAI · 2026-03-18 · 推理大模型
M2.1
MiniMaxAI · 2025-12-23 · 聊天大模型
MiniMax-M2.75 项(83%)(17%)1 项M2.1
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
General Knowledge
MiniMax-M2.7 领先 2/2| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| GPQA Diamond | 8738 / 178Thinking (No Tools) | 8169 / 178 | +6 |
| HLE | 2882 / 157Thinking (No Tools) | 2294 / 157 | +6 |
Agent Level Benchmark
M2.1 领先 1/1| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 8524 / 35Thinking (With Tools) | 8722 / 35 | -2 |
Claw-style Agent Evaluation
MiniMax-M2.7 领先 1/1| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| Pinch Bench | 87.109 / 37Thinking (With Tools) | 84.3018 / 37Thinking (With Tools) | +2.80 |
Coding and Software Engineer
MiniMax-M2.7 领先 1/1| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 56.2016 / 43Thinking (With Tools) | 32.6042 / 43 | +23.60 |
Instruction Following
MiniMax-M2.7 领先 1/1| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| IF Bench | 765 / 29Thinking (With Tools) | 7012 / 29 | +6 |
规格对比
| 字段 | MiniMax-M2.7 | M2.1 |
|---|---|---|
| 发布机构 | MiniMaxAI | MiniMaxAI |
| 发布时间 | 2026-03-18 | 2025-12-23 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 2290亿 | 2300亿 |
| 上下文长度 | 200K | 200K |
| 最大输出 | 200K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | MiniMax-M2.7 | M2.1 |
|---|---|---|
| 文本输入 | $0.3 / 1M tokens | 暂无公开价格 |
| 文本输出 | $1.2 / 1M tokens | 暂无公开价格 |
| 缓存读取 | $0.06 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $0.375 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- MiniMax-M2.7在以下类目领先:General Knowledge (2/2)、Claw-style Agent Evaluation (1/1)、Coding and Software Engineer (1/1)、Instruction Following (1/1)
- M2.1在以下类目领先:Agent Level Benchmark (1/1)
6 个共同 benchmark 上，MiniMax-M2.7 平均高出 7.07 分。
单项差距最大的 benchmark：SWE-Bench Pro - Public — MiniMax-M2.7 56.20，M2.1 32.60（分差 +23.60）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。