
High-Speed-M2.7-Variante für schnelle Rückschlüsse mit starker Allzweckleistung mit starken agentischen Fähigkeiten.
High-Speed-M2.7-Variante für schnelle Rückschlüsse mit starker Allzweckleistung mit starken agentischen Fähigkeiten.
Auch bekannt als MiniMax-M2.7-Highspeed, minimax-m2-7-highspeed
minimax-m2-7-highspeed/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/minimax-m2-7-highspeed:generateContentminimax-m2.7-highspeedminimax/m2.7-highspeedLive Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
MiniMax M2.7 Highspeed 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-highspeed. 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-highspeed",
"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-highspeed",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die MiniMax M2.7 Highspeed 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... |
Gleiche Grenzleistung wie M2.7 mit ~100 tokens/sec Ausgang. Interleaved Denken ist immer auf (kein Umschalten).
Auf EmpirioLabs wird MiniMax M2.7 Highspeed nach Verbrauch abgerechnet. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
MiniMax M2.7 Highspeed unterstützt ein Kontextfenster von 200K Token mit bis zu 32.768 Ausgabe-Token pro Antwort.
Ja. MiniMax M2.7 Highspeed 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-highspeed verwendest.
Ja. Der EmpirioLabs Playground führt MiniMax M2.7 Highspeed 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.