蓝点网
·
稀宇科技发布MiniMax-M2.7模型 开启递归自我迭代新纪元(暂未开源)
💡
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
稀宇科技推出的MiniMax-M2.7模型以递归自我迭代为核心，支持深度自我训练，表现优异，适合专业办公场景。API调用价格已公布，但尚未开源。
🎯
关键要点
- 稀宇科技推出MiniMax-M2.7模型，核心定位为递归自我迭代。
- M2.7模型支持深度自我训练和强化学习，适合专业办公场景。
- M2.7在各类基准测试中表现优异，尤其在SWE-Pro和VIBE-Pro测试中接近最佳水平。
- 模型在内部研发场景中实现了无人工干预的百轮以上迭代循环，工作量承担可达30%~50%。
- MiniMax-M2.7支持204.8K上下文窗口，适合大型代码库和长链路对话任务。
- 目前M2.7系列以闭源API形式提供，尚未公布开源计划。
- 产品定价方面，MiniMax-M2.7每百万输入2.1元，每百万输出8.4元，highspeed版价格更高。
❓
延伸问答
MiniMax-M2.7模型的核心特点是什么？
MiniMax-M2.7模型的核心特点是递归自我迭代，支持深度自我训练和强化学习。
MiniMax-M2.7在基准测试中的表现如何？
MiniMax-M2.7在SWE-Pro和VIBE-Pro测试中表现接近最佳水平，分别为56.22%和55.6%。
MiniMax-M2.7适合哪些应用场景？
MiniMax-M2.7适合全栈开发、技术调试、机器学习工程、代码安全审计和日志分析等专业办公场景。
MiniMax-M2.7的定价是多少？
MiniMax-M2.7的定价为每百万输入2.1元，每百万输出8.4元，highspeed版价格更高。
MiniMax-M2.7模型是否开源？
目前MiniMax-M2.7尚未开源，采用闭源API形式提供服务。
MiniMax-M2.7支持的上下文窗口大小是多少？
MiniMax-M2.7最高支持204.8K的上下文窗口。
🏷️
标签
➡️
