赞助推荐Fusecode面向 Claude Code、Codex 与模型工作流的企业级编程 API 服务。
LogoLM Speed
  • 免费 API
  • 模型
  • 提供商
  • 排行榜
  • 文档
LogoLM Speed
  1. 首页
  2. 模型
  3. Minimax M2.7
LogoLMSpeed

专业的 LLM API 速度测试工具

GitHubGitHubTwitterX (Twitter)Email
产品
  • 功能
  • 价格
  • 常见问题
排行榜
  • 总览
  • 速度排行
  • 延迟排行
  • 健康度排行
  • 模型价格
  • 模型速度
  • 推理能力
  • 代码能力
模型
  • 全部模型
  • GPT
  • Claude
  • Gemini
  • DeepSeek
  • Llama
  • Qwen
免费模型
  • 全部免费模型
  • 免费 GPT
  • 免费 Claude
  • 免费 Gemini
  • 免费 DeepSeek
  • 免费 Llama
  • 免费 Qwen
工具
  • 速度测试
  • 服务商审计
公司
  • 关于我们
资源
  • 服务商目录
  • 文档
  • 公共 API
  • Botab
  • VidBee
法律
  • Cookie政策
  • 隐私政策
  • 服务条款
© 2026 LM Speed All Rights Reserved.Made by Nexmoe with ❤️
Minimax
MiniMax
·Released on 2026年3月18日

MiniMax M2.7 API 基准测试 价格和服务商数据

选择与 MiniMax M2.7 对比的模型

选择一个模型后会直接打开对应的对比页面。

X (Twitter)分享到 X
LLM

MiniMax M2.7 页面汇总基准测试、API 价格和服务商数据,覆盖 215 家服务商,价格从 $0.0010/request 起。MiniMax M2.7 免费 API 额度来自 10 家服务商。页面同时展示实测速度和首字延迟。

MiniMax M2.7是语言模型,专为通用对话与文本生成任务优化。

质量
#55of 83
51.0
LMSpeed 评分
速度
#109of 139
178char/s
7.32 s
成本
#46of 163
$0.0010/ 1M · 8:1 in:out
$0.0002 in · $0.0008 out

分类性能

基于独立 benchmark family 的实测能力估计,不确定性单独展示。

覆盖
5 / 8
方法论
V3.0
分类性能基于独立 benchmark family 的实测能力估计,不确定性单独展示。智能体45.6代码47.7综合推理54.8知识52.9数学-多语言-多模态-指令遵循55
#1指令遵循55暂定评分·1/4 实测维度
80% 区间: 39.0–71.0
constraint following仅先验
structured output仅先验
novel instruction generalization55
ifbench · aa_if_bench
long multiturn instruction仅先验
#2综合推理54.8估算·2/4 实测维度
80% 区间: 44.0–65.6
abstract logic仅先验
scientific causal54.6
critpt · critpt / gpqa · gpqa / hle · hle
multistep constraints仅先验
evidence verification55
lcr · lcr
#3知识52.9暂定评分·1/4 实测维度
80% 区间: 36.9–69.0
broad knowledge52.9
aa_omniscience · aa_omniscience_index
professional knowledge仅先验
factuality仅先验
retrieval open book仅先验
#4代码47.7正式评分·全站排名 #28·3/4 实测维度
80% 区间: 39.4–55.9
code generation57.7
scicode · scicode
repository engineering45.1
nl2repo · nl2_repo / react_native_bench · react_native_evals / swe_pro · swe_pro / vibecode · vibe_code_bench
debugging testing40.2
swe_multilingual · benchlm_coding_swe_multilingual / swe_rebench · swe_rebench
tooling quality仅先验
#5智能体45.6正式评分·全站排名 #43·4/4 实测维度
80% 区间: 39.6–51.6
planning45.4
deep_planning · gert_labs
tool use51.1
tau · tau2_bench / toolathlon · toolathlon
environment execution50.4
gdpval_aa · benchlm_agentic_gdpval_aa / terminalbench · benchlm_agentic_terminal_bench2
recovery reliability35.5
apex_agents · apex_agents_aa / claw_eval · claw_eval
暂无数据:数学多语言多模态

技术规格

Input and output token limits for this model, plus how it ranks on long-context understanding.

INPUT
204.8Ktokens
≈ 245.8 pages of text
OUTPUT
131.1Ktokens
8K128K1M4M
204.8K

能力

Technical Details

输入

排名

擅长

表现尚可

相对落后

详细分数

更新时间: 2026年7月18日

综合

1 个指标

Overall score51.0#55 / 83
基准
站内排名
分数
来源
更新时间
置信度
Overall score
站内排名#55
分数51.0
来源benchlm.ai
更新时间2026年7月18日
置信度1

速度与延迟

2 个指标

输出速度52.3 tok/s#109 / 139首字延迟1.14 s#70 / 139
基准
站内排名
分数
来源
更新时间
置信度
输出速度
Output speed
站内排名#109
分数52.3 tok/s
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4
首字延迟
Time to first token
站内排名#70
分数1.14 s
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4

价格

2 个指标

输入价格$0.300/M#46 / 163输出价格$1.20/M#44 / 163
基准
站内排名
分数
来源
更新时间
置信度
输入价格
Input price
站内排名#46
分数$0.300/M
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4
输出价格
Output price
站内排名#44
分数$1.20/M
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4

智能体

V3.0

12 个指标 · 正式评分

分数45.6#4380% 区间39.6–51.64/4 实测维度Agentic score44.8#37 / 52Terminal-Bench 2.057.0#30 / 45
维度与证据
规划拆解45.4
1 个基准族 · 1 个指标
deep_planning · gert_labs · z -0.62 · q 1.00
工具调用51.1
2 个基准族 · 2 个指标
tau · tau2_bench · z -0.05 · q 1.00
toolathlon · toolathlon · z -0.09 · q 1.00
环境与长程执行50.4
2 个基准族 · 2 个指标
gdpval_aa · benchlm_agentic_gdpval_aa · z 0.03 · q 1.00
terminalbench · benchlm_agentic_terminal_bench2 · z -0.36 · q 1.00
恢复与完成可靠性35.5
2 个基准族 · 2 个指标
apex_agents · apex_agents_aa · z -0.98 · q 1.00
claw_eval · claw_eval · z -1.89 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
Agentic score
站内排名#37
分数44.8
来源benchlm.ai
更新时间2026年7月18日
置信度1
Terminal-Bench 2.0V3 计分证据
站内排名#30
分数57.0
来源benchlm.ai
更新时间2026年7月18日
置信度1
Τ²-bench resultsV3 计分证据
站内排名#44
分数84.8
来源benchlm.ai
更新时间2026年7月18日
置信度1
ToolathlonV3 计分证据
站内排名#13
分数46.3
来源benchlm.ai
更新时间2026年7月18日
置信度1
MLE-Bench Lite
站内排名#1
分数66.6
来源benchlm.ai
更新时间2026年7月18日
置信度1
MM-ClawBench
站内排名#1
分数62.7
来源benchlm.ai
更新时间2026年7月18日
置信度1
Claw-EvalV3 计分证据
站内排名#26
分数48.7
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA Agentic Index
站内排名#29
分数25.6
来源benchlm.ai
更新时间2026年7月18日
置信度1
APEX-Agents-AAV3 计分证据
站内排名#18
分数10.6
来源benchlm.ai
更新时间2026年7月18日
置信度1
GDPval-AA
站内排名#26
分数32.9
来源benchlm.ai
更新时间2026年7月18日
置信度1
GDPval-AAV3 计分证据
站内排名#26
分数1158.0
来源benchlm.ai
更新时间2026年7月18日
置信度1
Gert LabsV3 计分证据
站内排名#36
分数40.4
来源benchlm.ai
更新时间2026年7月18日
置信度1

代码

V3.0

13 个指标 · 正式评分

分数47.7#2880% 区间39.4–55.93/4 实测维度SciCode47.0%#24 / 184Coding score43.3#55 / 64
维度与证据
代码生成57.7
1 个基准族 · 1 个指标
scicode · scicode · z 0.85 · q 1.00
仓库工程45.1
4 个基准族 · 4 个指标
nl2repo · nl2_repo · z -1.18 · q 1.00
react_native_bench · react_native_evals · z -0.71 · q 1.00
swe_pro · swe_pro · z -0.17 · q 1.00
vibecode · vibe_code_bench · z 0.08 · q 1.00
调试与测试40.2
2 个基准族 · 2 个指标
swe_multilingual · benchlm_coding_swe_multilingual · z 0.49 · q 1.00
swe_rebench · swe_rebench · z -2.66 · q 1.00
工具化开发与质量仅先验
基准
站内排名
分数
来源
更新时间
置信度
SciCodeV3 计分证据
站内排名#24
分数47.0%
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4
Coding score
站内排名#55
分数43.3
来源benchlm.ai
更新时间2026年7月18日
置信度1
SWE-bench Verified*
站内排名#2
分数75.4
来源benchlm.ai
更新时间2026年7月18日
置信度1
SWE-bench ProV3 计分证据
站内排名#23
分数56.2
来源benchlm.ai
更新时间2026年7月18日
置信度1
SWE-RebenchV3 计分证据
站内排名#11
分数51.9
来源benchlm.ai
更新时间2026年7月18日
置信度1
SWE MultilingualV3 计分证据
站内排名#7
分数76.5
来源benchlm.ai
更新时间2026年7月18日
置信度1
Multi-SWE Bench
站内排名#1
分数52.7
来源benchlm.ai
更新时间2026年7月18日
置信度1
VIBE-Pro
站内排名#1
分数55.6
来源benchlm.ai
更新时间2026年7月18日
置信度1
NL2RepoV3 计分证据
站内排名#8
分数39.8
来源benchlm.ai
更新时间2026年7月18日
置信度1
Vibe Code BenchV3 计分证据
站内排名#15
分数27.0
来源benchlm.ai
更新时间2026年7月18日
置信度1
React Native EvalsV3 计分证据
站内排名#11
分数71.4
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA Coding Index
站内排名#29
分数52.6
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-SciCodeV3 计分证据
站内排名#31
分数47.0
来源benchlm.ai
更新时间2026年7月18日
置信度1

综合推理

V3.0

4 个指标 · 估算

分数54.880% 区间44.0–65.62/4 实测维度GPQA87.4%#31 / 187HLE28.1%#33 / 186
维度与证据
抽象逻辑仅先验
科学与因果推理54.6
3 个基准族 · 3 个指标
critpt · critpt · z -0.55 · q 1.00
gpqa · gpqa · z 0.79 · q 1.00
hle · hle · z 0.91 · q 1.00
多步约束仅先验
证据整合与验证55
1 个基准族 · 1 个指标
lcr · lcr · z 0.25 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
GPQAV3 计分证据
站内排名#31
分数87.4%
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4
HLEV3 计分证据
站内排名#33
分数28.1%
来源artificialanalysis.ai
更新时间2026年7月17日
置信度4
AA-LCRV3 计分证据
站内排名#26
分数68.7
来源benchlm.ai
更新时间2026年7月18日
置信度1
CritPtV3 计分证据
站内排名#65
分数0.6
来源benchlm.ai
更新时间2026年7月18日
置信度1

知识

V3.0

8 个指标 · 暂定评分

分数52.980% 区间36.9–69.01/4 实测维度GPQA-D87.0#20 / 23MMLU-Pro (Arcee)80.8#5 / 5
维度与证据
广泛知识52.9
1 个基准族 · 1 个指标
aa_omniscience · aa_omniscience_index · z 0.32 · q 1.00
专业知识仅先验
事实性仅先验
检索与开放资料运用仅先验
基准
站内排名
分数
来源
更新时间
置信度
GPQA-D
站内排名#20
分数87.0
来源benchlm.ai
更新时间2026年7月18日
置信度1
MMLU-Pro (Arcee)
站内排名#5
分数80.8
来源benchlm.ai
更新时间2026年7月18日
置信度1
Artificial Analysis Intelligence IndexV3 计分证据
站内排名#37
分数38.1
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-GPQA Diamond
站内排名#35
分数87.4
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-HLE
站内排名#34
分数28.1
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-Omniscience IndexV3 计分证据
站内排名#29
分数0.7
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-Omniscience Accuracy
站内排名#53
分数26.1
来源benchlm.ai
更新时间2026年7月18日
置信度1
AA-Omniscience Hallucination Rate
站内排名#79
分数34.4
来源benchlm.ai
更新时间2026年7月18日
置信度1

数学

V3.0

1 个指标 · 暂无数据

80% 区间30.8–69.20/4 实测维度AIME25 (Arcee)80.0#5 / 5
维度与证据
基础数学仅先验
竞赛数学仅先验
高阶证明仅先验
应用与工具辅助数学仅先验
基准
站内排名
分数
来源
更新时间
置信度
AIME25 (Arcee)
站内排名#5
分数80.0
来源benchlm.ai
更新时间2026年7月18日
置信度1

多语言

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度
维度与证据
跨语言理解仅先验
多语言生成仅先验
推理迁移仅先验
低资源鲁棒性仅先验

多模态

V3.0

1 个指标 · 暂无数据

80% 区间30.8–69.20/4 实测维度Design Arena Website1277.0#24 / 65
维度与证据
感知与 OCR仅先验
文档与空间理解仅先验
视觉推理仅先验
视频与落地行动仅先验
基准
站内排名
分数
来源
更新时间
置信度
Design Arena Website
站内排名#24
分数1277.0
来源benchlm.ai
更新时间2026年7月18日
置信度1

指令遵循

V3.0

1 个指标 · 暂定评分

分数5580% 区间39.0–71.01/4 实测维度AA-IFBench75.7#18 / 86
维度与证据
约束遵循仅先验
结构化输出仅先验
新指令泛化55
1 个基准族 · 1 个指标
ifbench · aa_if_bench · z 0.37 · q 1.00
多轮与长指令仅先验
基准
站内排名
分数
来源
更新时间
置信度
AA-IFBenchV3 计分证据
站内排名#18
分数75.7
来源benchlm.ai
更新时间2026年7月18日
置信度1

OpenRouter 端点

14 个端点

来自 OpenRouter 的第三方端点数据,和 LMSpeed 自测数据分开展示。部分 30 分钟实时性能字段需要配置 OpenRouter API key 后同步才会出现。

Provider endpoint输入输出1 天在线率30m 延迟30m 吞吐上下文 / 输出
Fireworks
fireworks
$0.300/M$1.20/M99.9%——196.6K tokens / —
Together
together/fp4
$0.300/M$1.20/M99.9%——196.6K tokens / —
Groq
groq
$0.600/M$1.80/M99.7%——196.6K tokens / 131.1K tokens
SambaNova
sambanova
$0.600/M$2.40/M99.7%——196.6K tokens / 196.6K tokens
Minimax
minimax/fp8
$0.300/M$1.20/M99.5%——204.8K tokens / 131.1K tokens
Novita
novita/fp8
$0.270/M$1.08/M99.3%——204.8K tokens / 131.1K tokens
Minimax
minimax/highspeed
$0.600/M$2.40/M99.1%——204.8K tokens / 131.1K tokens
SambaNova
sambanova/minimax-m2.7-dedicated
$0.300/M$1.50/M98.8%——196.6K tokens / 196.6K tokens
DeepInfra
deepinfra/fp8
$0.250/M$1/M98.7%——196.6K tokens / 131.1K tokens
GMICloud
gmicloud/fp8
$0.300/M$1.20/M98.5%——196.6K tokens / —
AtlasCloud
atlas-cloud/fp8
$0.300/M$1.20/M98.1%——196.6K tokens / 196.6K tokens
Mara
mara
$0.240/M$0.960/M96.5%——196.6K tokens / 196.6K tokens
DeepInfra
deepinfra/turbo
$0.400/M$2/M96.1%——196.6K tokens / 131.1K tokens
Morph
morph
$0.279/M$1.20/M94.3%——196.6K tokens / 196.6K tokens

价格对比

对比 MiniMax M2.7 在 205 家服务商的 API 价格。价格从 $0.0010/request 到 $2997.00/M,其中 3173721 API 提供最低价 $0.0010/request。 10 家服务商提供免费 API 额度或免费套餐。

服务商健康度模型变体分组输入 ($/M)输出 ($/M)速度 (t/s)首字延迟检测
6345ywz API
L1
100%
MinimaxFAST/minimax-m2.7
临时渠道
-86%$0.041/M
-97%$0.041/M
442.7 t/s+747%
1.56 s
766668100
L1
100%
Minimaxminimaxai/minimax-m2.7
0倍倍率分组
-95%$0.014/M
-99%$0.014/M
21.3 t/s
23.25 s
—
小水管 API
L1
99%
Minimaxminimax-m2.7
无限制
$2.19/M
Cache read$0.066/MCache write$1.31/MCache write 1h$2.10/M
$2.63/M
89.7 t/s+72%
2.72 s
—
TradingBase API
L1
100%
MinimaxMiniMax-M2.7
default
$0.321/M
Cache read$0.064/MCache write$0.413/MCache write 1h$0.661/M
$1.29/M
39.9 t/s
5.89 s
—
MyDamoxing
L1
100%
MinimaxMiniMax-M2.7
minimax
-62%$0.115/M
Cache read$0.012/M
-62%$0.460/M
34.8 t/s
13.31 s
—
猫羽霖API
L1
99%
Minimaxminimaxai/minimax-m2.7
2api
$0.300/M
Cache read$0.055/M
$1.20/M
29.9 t/s
14.96 s
—
L1
99%
Minimaxminimax-m2.7
2api
$0.300/M
Cache read$0.060/M
$1.20/M
—
—
—
L1
99%
Minimaxminimax/minimax-m2.7
懒人
$0.300/M
Cache read$0.060/M
$1.20/M
—
—
—
贵州大模型云算力 Token
L1
100%
MinimaxMiniMax-M2.7
default
$1.00/M
Cache read$0.100/MCache write$0.500/MCache write 1h$0.800/M
$5.00/M
28.4 t/s
6.64 s
—
V-API
L1
100%
MinimaxMiniMax-M2.7
default
$60.00/M
$60.00/M
—
—
—
YUNWU API
L1
100%
MinimaxMiniMax-M2.7
default
-52%$0.144/M
-52%$0.575/M
—
—
—
PackyAPI
L1
100%
MinimaxMiniMax-M2.7
bailian
-50%$0.150/M
Cache read$0.030/M
-50%$0.600/M
—
—
—
Zero API
L1
100%
Minimaxminimax-m2.7
default
-93%$0.021/M
Cache read$0.0041/M
-93%$0.082/M
—
—
—
简易-API中转站
L1
100%
MinimaxMiniMax-M2.7
default
-11%$0.268/M
-11%$1.07/M
—
—
—
全球AI
L1
100%
MinimaxMiniMax-M2.7
default
$2.10/M
Cache read$0.420/M
$8.40/M
—
—
—
VSLLM
L1
100%
MinimaxMiniMax-M2.7
default
$0.022/request
-
—
—
—
紫脑喵
L1
100%
Minimaxminimax-m2.7
default
$0.030/request
-
—
—
—
GLM BigModel Relay
L1
100%
MinimaxMiniMax-M2.7
other
-58%$0.125/M
Cache read$0.025/M
-58%$0.500/M
—
—
—
乐天图书馆
L1
100%
Minimaxminimax-m2.7
default
-32%$0.205/M
$2.05/M
—
—
—
9527 API
L1
100%
Minimaxminimax-m2.7
free
-30%$0.210/M
Cache read$0.042/MCache write$0.263/MCache write 1h$0.420/M
-30%$0.840/M
—
—
—
当前显示 20 个模型 ID,共 102 个。

替代方案与相似模型

相关模型对比

常见问题

MiniMax M2.7 包含哪些基准测试数据?
LMSpeed 会在数据可用时展示 MiniMax M2.7 的基准测试、API 价格、输出速度、首字延迟和 215 家服务商数据。
MiniMax M2.7 API 价格是多少?
MiniMax M2.7 在 215 家服务商有价格记录,价格从 $0.0010/request 到 $2997.00/M。最低价由 3173721 API 提供。
MiniMax M2.7 API 价格表包含什么?
MiniMax M2.7 API 价格表会对比 215 家服务商的输入价格、输出价格、免费额度、速度、首字延迟和近期健康数据。
哪家服务商的 MiniMax M2.7 API 价格最低?
3173721 API 当前提供 MiniMax M2.7 的最低收录价格:$0.0010/request,共对比 215 家服务商。

别名

FAST/minimax-m2.7MiniMax-M2.7MiniMax-M2.7-freeMiniMax/MiniMax-M2.7MiniMaxAI/MiniMax-M2.7

数据更新于 2026年7月18日 09:29·排名基于社区提交的测试数据与定期健康探测,仅供参考,非官方数据。·标准基准数据可能包含 BenchLM 等公开来源。

通过 API 获取 LMSpeed 数据

免费

免费的大模型价格、基准测试和服务商数据公开 API

  • 实时价格与可用性
  • 速度与延迟基准测试
  • 300+ 模型,600+ 服务商
  • 每天 1,000 次请求
查看 API 文档
输出
发布日期
Mar 2026
官方文档
OpenRouterHuggingFaceOllama
Tokenizer
Other
架构
text->text
内容审核
否
支持参数
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
可以同时对比 MiniMax M2.7 API 价格和速度吗?
可以。LMSpeed 会在同一页展示 MiniMax M2.7 API 价格、输出速度、首字延迟和服务商健康数据,方便一起比较成本和性能。
MiniMax M2.7 的 API 免费吗?
是的,MiniMax M2.7 免费 API 可通过 LMSpeed 上的 10 家服务商使用,包括ApiToken Online, WSocket AI, Moyanjdc API, Dext API, WSocket AI。这些服务商提供免费 API 额度或免费套餐,无需按 token 计费。
哪里可以使用 MiniMax M2.7 免费 API?
LMSpeed 当前收录了 10 家 MiniMax M2.7 免费 API 服务商,包括ApiToken Online, WSocket AI, Moyanjdc API, Dext API, WSocket AI。免费额度和限制可能变化,使用前请查看每一行服务商数据。

ChatGLMGLM-5.1

glm-5-1

Zhipu 的 GLM-5.1是语言模型,专为通用对话与文本生成任务优化。

185 个共享提供商

MoonshotAIKimi K2.5

kimi-k2-5

Moonshot 的 Kimi K2.5是语言模型,专为通用对话与文本生成任务优化。

181 个共享提供商

MinimaxMiniMax M2.5

minimax-m2-5

MiniMax M2.5是旗舰大语言模型,专为高复杂度通用任务与多步推理优化。

179 个共享提供商

DeepSeekDeepSeek V4 Flash

deepseek-v4-flash

DeepSeek V4 Flash是DeepSeek V4 系列的语言模型,专为通用对话与文本生成任务优化。

174 个共享提供商

DeepSeekDeepSeek V4 Pro

deepseek-v4-pro

DeepSeek V4 Pro是DeepSeek V4 系列的语言模型,专为通用对话与文本生成任务优化。

172 个共享提供商

ChatGLMGLM-5

glm-5

Zhipu 的 GLM-5是旗舰大语言模型,专为高复杂度通用任务与多步推理优化。

171 个共享提供商

GGLM-5.1 vs MiniMax M2.7

6 个可验证比较点

可索引

KKimi K2.5 vs MiniMax M2.7

6 个可验证比较点

可索引

MMiniMax M2.5 vs MiniMax M2.7

6 个可验证比较点

可索引