Minimax m2.7 ist ein universelles argumenting-chat-modell mit interleaved-denken, funktionsaufruf und promptem caching.
MiniMaxTextgenerierung200K KontextVeröffentlicht 18. März 2026SingaporeProprietärer EndpointMinimax m2.7 ist ein universelles argumenting-chat-modell mit interleaved-denken, funktionsaufruf und promptem caching.
Unterstützt Streaming, Interleaved Thinking, Funktionsaufrufe, tool choice, max tokens, Stop, Temperatur, top p und implizite prompte Cache-Lesevorgänge. Denk-Token werden als Output-Token abgerechnet.
Auch bekannt als MiniMax-M2.7, minimax-m2-7
minimax-m2-7/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/minimax-m2-7:generateContentminimax-m2.7minimax/m2.7Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
MiniMax M2.7 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID minimax-m2-7. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m2-7",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="minimax-m2-7",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die MiniMax M2.7 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| temperature | number | 1 | 0 bis 2 | Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit. |
| top_p | number | 0.95 | 0 bis 1 | Kernprobenwahrscheinlichkeitsmasse. Niedriger = fokussierter. |
| max_tokens | number | 4096 | 1 bis 131072 | Maximale Token in der Antwort. |
| stop | string | - | - | Bis zu 4 Zeichenketten, bei denen das Modell aufhört, weitere Token zu generieren. |
| tools | array | - | - | OpenAI-ähnliche Definitionen von funktionsaufrufenden Werkzeugen. Jeder Eintrag enthält Namen, Beschreibung und Parameter. |
| tool_choice | string | - | - | Auto | Keine | Erforderlich | {Typ:Funktion, Funktion:{Name:"..."}}. Kontrolliert, wann das Modell ein Werkzeug aufrufen muss. |
| response_format | enum | - | - | Geben Sie die Ausgabe als gültiges JSON-Objekt (JSON-Modus) zurück. Beschreibe die Felder, die du in deinem Prompt verwenden möchtest. |
| web_search_linkup | boolean | false | - | Optionale Websuche, betrieben von Linkup. Wenn aktiviert, werden aktuelle Webquellen mit Ihrer neuesten Benutzernachricht als Abfrage abgerufen und dem Modell als zusätzlicher Kontext bereitgestellt. Fügt $0.013 pro Aufruf hinzu, wenn er aufgerufen wird, zusätzlich zu den normalen Tokenkosten des Modells. Standardmäßig deaktiviert. |
| disable_formatting | boolean | false | - | Wenn aktiviert, fügt das Gateway den "Sources"-Footer nicht an Assistant-Antworten an, die die Linkup-Websuche verwendet haben. Nützlich, wenn die Modellausgabe an... |
Unterstützt Interleaved Thinking, Funktionsaufrufe und implizite prompte Cache-Lesevorgänge. Denken ist immer eingeschaltet und wird als Output-Token abgerechnet.
Auf EmpirioLabs wird MiniMax M2.7 nach Verbrauch abgerechnet. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
MiniMax M2.7 unterstützt ein Kontextfenster von 200K Token mit bis zu 32.768 Ausgabe-Token pro Antwort.
Ja. MiniMax M2.7 bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID minimax-m2-7 verwendest.
Ja. Der EmpirioLabs Playground führt MiniMax M2.7 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
