MiniMax: MiniMax M2.7

O MiniMax M2.7 é um modelo de geração de texto da MiniMax, listado em api14 sob o id de modelo minimax/minimax-m2.7. Ele está na categoria de texto e é descrito pelo fornecedor como um modelo de linguagem de grande escala de próxima geração, concebido para produtividade autónoma no mundo real e melhoria contínua, com capacidades agênticas incorporadas através de trabalho multiagente. Se está a escolher um modelo de texto de uso geral para uma aplicação, esta é a entrada atual do fornecedor nessa linha.

O modelo recebe texto como entrada e devolve texto como saída, pelo que se adequa a fluxos de trabalho padrão de prompt e conclusão, e não a tarefas de imagem ou áudio. A sua janela de contexto é de 204800 tokens, o que é suficientemente grande para conter documentos longos, conversas prolongadas ou ficheiros de código consideráveis num único pedido. A saída máxima é de 131072 tokens, pelo que as respostas podem ser muito longas quando precisa. A saída de raciocínio é suportada, o que significa que o modelo pode expor os seus passos de pensamento juntamente com a resposta final, se os pedir.

Estas capacidades apontam para alguns usos práticos. Contexto longo mais saída longa adequa-se a análise de documentos, resumo de relatórios extensos e trabalho de redação em que o modelo precisa de reter muito material de origem e produzir um resultado substancial. O suporte de chamada de ferramentas e de raciocínio torna-o uma escolha razoável para fluxos de trabalho ao estilo de agente, em que o modelo decide que funções chamar e resolve uma tarefa por passos. A vertente multiagente na descrição do fornecedor sugere que se destina exatamente a este tipo de trabalho de produtividade autónoma, e não apenas a conversa de um único turno.

Pode chamá-lo através da API compatível com OpenAI da api14, usando o id de modelo minimax/minimax-m2.7, pelo que as bibliotecas de cliente OpenAI existentes funcionam com uma alteração do URL base e da chave. Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, logit_bias, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, temperature, tool_choice, tools, top_k e top_p. Isto abrange controlos de amostragem, determinismo através de seed, saída estruturada através de response_format e uso de ferramentas através de tools e tool_choice. Use include_reasoning ou reasoning quando quiser que o raciocínio do modelo seja apresentado.

Quanto a limites, os factos aqui não listam restrições para além dos tamanhos de contexto e de saída, pelo que a principal restrição a planear é o contexto de 204800 tokens e o teto de saída de 131072 tokens. Se a sua tarefa não for baseada em texto, ou se não precisar de raciocínio ou de chamada de ferramentas, um modelo mais simples pode ser mais adequado. Para trabalho de texto com contexto longo, agêntico e orientado por ferramentas, este modelo cobre essas necessidades diretamente.