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。
综合评估
MiniMax-M2.7 领先 2/2| 评测项 | MiniMax-M2.7 | M2.1 | 分差 |
|---|---|---|---|
| GPQA Diamond | 8735 / 175Thinking (No Tools) | 8166 / 175thinking | +6 |
| HLE | 2874 / 149Thinking (No Tools) | 2286 / 149thinking | +6 |
Agent能力评测
M2.1 领先 1/1| 评测项 | MiniMax-M2.7 | M2.1 |
|---|
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 | 2290.0 | 2300.0 |
| 上下文长度 | 200K | 200K |
| 最大输出 | 204800 | 131072 |
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 | 0.3 美元/100 万tokens |
| 文本输出 | $1.2 / 1M tokens | 1.2 美元/100 万tokens |
| 缓存读取 | $0.06 / 1M tokens | 0.03 美元/100 万tokens |
| 缓存写入 | $0.375 / 1M tokens | 0.375 美元/100 万tokens |
小结
- MiniMax-M2.7在以下类目领先:综合评估 (2/2)、OpenClaw智能体能力综合测评 (1/1)、指令跟随 (1/1)、编程与软件工程 (1/1)
- M2.1在以下类目领先:Agent能力评测 (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。