उच्च गति M2.7 संस्करण मजबूत एजेंट क्षमताओं के साथ मजबूत सामान्य उद्देश्य प्रदर्शन के साथ तेजी से inference के लिए ट्यून किया गया।
MiniMaxटेक्स्ट जनरेशन200K कॉन्टेक्स्टरिलीज 18 मार्च 2026Singaporeस्वामित्व वाला एंडपॉइंटउच्च गति M2.7 संस्करण मजबूत एजेंट क्षमताओं के साथ मजबूत सामान्य उद्देश्य प्रदर्शन के साथ तेजी से inference के लिए ट्यून किया गया।
इस नाम से भी जाना जाता है 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-highspeedEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
MiniMax M2.7 Highspeed OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id minimax-m2-7-highspeed उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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)EmpirioLabs पर MiniMax M2.7 Highspeed API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| temperature | number | 1 | 0 से 2 | नमूना तापमान। 0 = नियतात्मक, 2 = अधिकतम यादृच्छिकता। |
| top_p | number | 0.95 | 0 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। निचला = अधिक केंद्रित। |
| max_tokens | number | 4096 | 1 से 131072 | प्रतिक्रिया में अधिकतम टोकन। |
| stop | string | - | - | 4 स्ट्रिंग्स तक जहां मॉडल आगे टोकन उत्पन्न करना बंद कर देगा। |
| tools | array | - | - | OpenAI-शैली फ़ंक्शन-कॉलिंग टूल परिभाषाएँ। प्रत्येक प्रविष्टि में नाम, विवरण, पैरामीटर होते हैं। |
| tool_choice | string | - | - | ऑटो | कोई नहीं | आवश्यक | {प्रकार: फ़ंक्शन, फ़ंक्शन: {नाम: "..."}}। नियंत्रित करता है कि मॉडल को कब किसी उपकरण को कॉल करना चाहिए। |
| response_format | enum | - | - | आउटपुट को वैध JSON ऑब्जेक्ट (JSON मोड) के रूप में लौटाएं। अपने प्रॉम्प्ट में उन फ़ील्ड का वर्णन करें जिन्हें आप चाहते हैं। |
| web_search_linkup | boolean | false | - | लिंकअप द्वारा संचालित वैकल्पिक वेब खोज। सक्षम होने पर, हाल के वेब स्रोतों को आपके नवीनतम उपयोगकर्ता संदेश को क्वेरी के रूप में उपयोग करके पुनर्प्राप्त किया जाता है और मॉडल को अतिरिक्त संदर्भ के रूप में प्रदान किया जाता है। मॉडल की सामान्य टोकन लागत के शीर्ष पर लागू होने पर प्रति कॉल $0.013 जोड़ता है। डिफ़ॉल्ट रूप से अक्षम। |
| disable_formatting | boolean | false | - | सक्षम होने पर, गेटवे "स्रोत" पाद लेख को सहायक प्रतिक्रियाओं में नहीं जोड़ेगा जो लिंकअप वेब खोज का उपयोग करते हैं। उपयोगी जब मॉडल आउटपुट को किसी अन्य सिस्टम में पाइप... |
~100 tokens/sec आउटपुट के साथ M2.7 के समान फ्रंटियर प्रदर्शन। इंटरलेव्ड सोच हमेशा (कोई टॉगल नहीं) पर होती है।
EmpirioLabs पर MiniMax M2.7 Highspeed का बिल उपयोग के अनुसार बनता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
MiniMax M2.7 Highspeed 200K टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 32,768 आउटपुट टोकन के साथ।
हां। MiniMax M2.7 Highspeed OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id minimax-m2-7-highspeed रखकर काम करते हैं।
हां। EmpirioLabs playground ब्राउज़र में MiniMax M2.7 Highspeed को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
