minimax

MiniMax M2.7 Turbo

MiniMax M2.7 Turbo — высокоскоростная версия M2.7.

Рассуждения
Вызов инструментов
Структурированный ответ
204 800 токенов

Вход: 72 ₽
Выход: 288 ₽
Кэш: 72 ₽

за 1 млн токенов

Интеллект: 22,8
Код: 52,6
Доступность: 100%

Посмотреть пример API Открыть в студии

API ID

minimax/minimax-m2.7-turbo

Данные каталога получены 28 сентября 2026 г..

Цена

Текстовый диалог · вход: 72,00 ₽ / 1 млн токенов
Текстовый диалог · выход: 288,00 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша: 72,00 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

MiniMax M2.7 Turbo — высокоскоростная версия M2.7.

Релиз: Дата не указана

Характеристики

Доступность100%

15 сентября: нет данных
16 сентября: нет данных
17 сентября: нет данных
18 сентября: нет данных
19 сентября: нет данных
20 сентября: нет данных
21 сентября: нет данных
22 сентября: нет данных
23 сентября: нет данных
24 сентября: нет данных
25 сентября: 100%
26 сентября: 100%
27 сентября: 100%
28 сентября: 100%

Доля успешных запросов к модели у поставщика за последние 24 часа. Обновляется каждый час.

Тип модели: Текст
Вход модели: Текст
Данные, которые модель принимает вместе с запросом.
Выход модели: Текст
Форматы результата, которые создаёт модель.
Контекстное окно: 204 800 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
Максимальный ответ: 131 072 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
Скорость генерации: ≈ 50,9 токенов/с
Средняя скорость вывода по данным поставщика; зависит от нагрузки и длины ответа.
Время до первого токена: ≈ 1,8 с
Среднее время до начала ответа по данным поставщика.
Операции: Текстовый диалог
Возможности модели: Рассуждения, Вызов инструментов, Структурированный ответ

Настройки

Контрольные показатели

Artificial Analysis

16 показателей · проверено 27 сентября 2026 г.

Открыть источник ↗

Индекс интеллекта

22,8 индексИнтеллект · индекс источника

Пояснение показателя

Сводный индекс Artificial Analysis «Индекс интеллекта». Расчёт и направление определяет методика источника.

Условия и источник

Artificial Analysis ↗

Версия методики: Не указана источником

Индекс программирования

52,6 индексПрограммирование · индекс источника

Пояснение показателя

Сводный индекс Artificial Analysis «Индекс программирования». Расчёт и направление определяет методика источника.

Условия и источник

Artificial Analysis ↗

Версия методики: Не указана источником

Агентные задачи

AA-Briefcase716 Elo
Пояснение показателя
Показатель Artificial Analysis «AA-Briefcase». Единица, шкала и направление берутся из методики источника.
Исходная шкала источника
AutomationBench-AA4,4 %
Пояснение показателя
Показатель Artificial Analysis «AutomationBench-AA». Единица, шкала и направление берутся из методики источника.
GDPval-AA v2999 Elo
Пояснение показателя
Показатель Artificial Analysis «GDPval-AA v2». Единица, шкала и направление берутся из методики источника.
Исходная шкала источника

Работа с документами

AA-LCR v1.178,3 %
Пояснение показателя
Показатель Artificial Analysis «AA-LCR v1.1». Единица, шкала и направление берутся из методики источника.
AA-LCR (версия не указана, архивный)78,3 %
Пояснение показателя
Показатель Artificial Analysis «AA-LCR (версия не указана, архивный)». Единица, шкала и направление берутся из методики источника.
GDP.pdf6 %
Пояснение показателя
Показатель Artificial Analysis «GDP.pdf». Единица, шкала и направление берутся из методики источника.
MLCR-AA3,3 %
Пояснение показателя
Показатель Artificial Analysis «MLCR-AA». Единица, шкала и направление берутся из методики источника.

Знания и точность

GPQA Diamond (архивный)87,4 %
Пояснение показателя
Показатель Artificial Analysis «GPQA Diamond (архивный)». Единица, шкала и направление берутся из методики источника.
HLE29,6 %
Пояснение показателя
Показатель Artificial Analysis «HLE». Единица, шкала и направление берутся из методики источника.

Другие измерения

IFBench75,7 %
Пояснение показателя
Показатель с исходным названием «IFBench». Единица, шкала и направление берутся из методики источника.
T²-Bench Telecom (архивный)84,8 %
Пояснение показателя
Показатель с исходным названием «T²-Bench Telecom (архивный)». Единица, шкала и направление берутся из методики источника.

Программирование

SciCode50,1 %
Пояснение показателя
Показатель Artificial Analysis «SciCode». Единица, шкала и направление берутся из методики источника.
Terminal-Bench v4.00 %
Пояснение показателя
Показатель Artificial Analysis «Terminal-Bench v4.0». Единица, шкала и направление берутся из методики источника.
Terminal-Bench Hard (архивный)39,4 %
Пояснение показателя
Показатель Artificial Analysis «Terminal-Bench Hard (архивный)». Единица, шкала и направление берутся из методики источника.

Полосы показывают значения от 0 до 100%, а не место среди моделей. Индексы и Elo приведены без пересчёта; смысл и направление оценки зависят от методики.

Источник и условия измерения

Версия модели: minimax-m2.7-turbo
Вариант теста: Не указан источником
Сведения проверены: 27 сентября 2026 г.
Измерение: Дата не указана источником
ID у источника: MiniMax M2.7 Turbo
Методика: Ссылка на методику не указана.

Различающиеся условия каждого показателя доступны в таблице ниже.

Контрольные показатели: 16

Все оценки в исходных единицах. Общие условия измерения приведены выше.
Показатель	Результат	Условия
AA-Briefcase Пояснение показателя Показатель Artificial Analysis «AA-Briefcase». Единица, шкала и направление берутся из методики источника.	716 Elo	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
AA-LCR v1.1 Пояснение показателя Показатель Artificial Analysis «AA-LCR v1.1». Единица, шкала и направление берутся из методики источника.	78,3 %	Условия и источник Artificial Analysis ↗ Версия методики v1.1
AA-LCR (версия не указана, архивный) Пояснение показателя Показатель Artificial Analysis «AA-LCR (версия не указана, архивный)». Единица, шкала и направление берутся из методики источника.	78,3 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
AutomationBench-AA Пояснение показателя Показатель Artificial Analysis «AutomationBench-AA». Единица, шкала и направление берутся из методики источника.	4,4 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
Индекс программирования Пояснение показателя Сводный индекс Artificial Analysis «Индекс программирования». Расчёт и направление определяет методика источника.	52,6 индекс	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
GDP.pdf Пояснение показателя Показатель Artificial Analysis «GDP.pdf». Единица, шкала и направление берутся из методики источника.	6 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
GDPval-AA v2 Пояснение показателя Показатель Artificial Analysis «GDPval-AA v2». Единица, шкала и направление берутся из методики источника.	999 Elo	Условия и источник Artificial Analysis ↗ Версия методики v2
GPQA Diamond (архивный) Пояснение показателя Показатель Artificial Analysis «GPQA Diamond (архивный)». Единица, шкала и направление берутся из методики источника.	87,4 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
HLE Пояснение показателя Показатель Artificial Analysis «HLE». Единица, шкала и направление берутся из методики источника.	29,6 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
IFBench Пояснение показателя Показатель с исходным названием «IFBench». Единица, шкала и направление берутся из методики источника.	75,7 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
Индекс интеллекта Пояснение показателя Сводный индекс Artificial Analysis «Индекс интеллекта». Расчёт и направление определяет методика источника.	22,8 индекс	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
MLCR-AA Пояснение показателя Показатель Artificial Analysis «MLCR-AA». Единица, шкала и направление берутся из методики источника.	3,3 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
SciCode Пояснение показателя Показатель Artificial Analysis «SciCode». Единица, шкала и направление берутся из методики источника.	50,1 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
T²-Bench Telecom (архивный) Пояснение показателя Показатель с исходным названием «T²-Bench Telecom (архивный)». Единица, шкала и направление берутся из методики источника.	84,8 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником
Terminal-Bench v4.0 Пояснение показателя Показатель Artificial Analysis «Terminal-Bench v4.0». Единица, шкала и направление берутся из методики источника.	0 %	Условия и источник Artificial Analysis ↗ Версия методики v4.0
Terminal-Bench Hard (архивный) Пояснение показателя Показатель Artificial Analysis «Terminal-Bench Hard (архивный)». Единица, шкала и направление берутся из методики источника.	39,4 %	Условия и источник Artificial Analysis ↗ Версия методики Не указана источником

Результат бенчмарка относится к его методике и версии модели. Он не гарантирует качество ответа, скорость или доступность конкретного запроса в Kvantora.

API-запрос

Пример API-запроса подготовлен для этой операции. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

Операция примераЯзык примера

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "minimax/minimax-m2.7-turbo",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))

Документация API Создать API-ключ