模型比較
MiniMax-M2
對比
Qwen3-Next-80B-A3B-Thinking
2026年2月28日
定價
輸入
$
0.3
/ M Tokens
$
0.14
/ M Tokens
輸出
$
1.2
/ M Tokens
$
0.57
/ M Tokens
元數據
創建於
2025年10月22日
2025年9月9日
許可證
MIT
APACHE-2.0
供應商
MiniMaxAI
Qwen
規格
州
Deprecated
Available
架構
Mixture of Experts
Qwen3-Next
經過校準的
不
不
專家混合
是
是
總參數
230B
80B
啟用的參數
10B
3B
推理
不
不
精確
FP8
FP8
上下文長度
197K
262K
最大輸出長度
131K
262K
支援的功能
無伺服器
支持
支持
無伺服器的 LoRA
不支持
不支持
微調
不支持
不支持
嵌入
不支持
不支持
重新排名者
不支持
不支持
支援圖片輸入
不支持
不支持
JSON 模式
支持
不支持
結構化輸出
不支持
不支持
工具
支持
支持
完成最後一步
不支持
不支持
聊天前綴完成
支持
支持
MiniMax-M2在比較中
看看如何 MiniMax-M2與其他熱門型號在關鍵層面上進行比較。
對戰
MiniMax-M2.5
對戰
Step-3.5-Flash
對戰
MiniMax-M2.1
對戰
Qwen3-VL-235B-A22B-Instruct
對戰
Qwen3-VL-235B-A22B-Thinking
對戰
Ring-flash-2.0
對戰
Qwen3-Next-80B-A3B-Instruct
對戰
Qwen3-Next-80B-A3B-Thinking
對戰
gpt-oss-120b
對戰
step3
對戰
Qwen3-235B-A22B-Thinking-2507
對戰
Qwen3-Coder-480B-A35B-Instruct
對戰
Qwen3-235B-A22B-Instruct-2507
對戰
Qwen2.5-VL-72B-Instruct
對戰
Qwen2.5-72B-Instruct
對戰
Qwen2.5-72B-Instruct-128K
對戰
對戰
