Quel est le score de MiniMax-M2.7 ?

MiniMax-M2.7 obtient un score IA de 74,8, avec une marge de 69,1 à 80,5, dans l'édition du 9 novembre 2026. Il est classé 96e sur 257 modèles, à partir de 13 mesures. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches MiniMax-M2.7 est-il le plus fort ?

Ses deux meilleures tâches sont web (76,9) et maths (74,8). Sa tâche la plus faible est français (69,8).

Combien coûte MiniMax-M2.7 ?

0,24 € par million de jetons en entrée et 1,04 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,76 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

Qui édite MiniMax-M2.7 ?

MiniMax-M2.7 est édité par MiniMax (Chine), et il est sorti le 18 mars 2026. Ses poids sont ouverts, sous licence Modified MIT.

Fiche modèle · édition du 9 novembre 2026

MiniMax-⁠M2.7

MiniMax · Chine · sorti le 18 mars 2026MiniMax · Chine · 18 mars 2026

Poids ouverts · Modified MIT
Ryzen AI Max 192 Go
Classe énergétique C

74,8de 69,1 à 80,5Rang 96 · 65 %?

Empreinte?

RaisonnementCode71,1AgentsUsage74,3Maths74,8Sciences74,3Français69,8VisionÉcriture72,1Web76,9

Son bilan?

Au classement général, 96e sur 257, dans un groupe de 24 modèles trop proches pour être départagés.
Pas encore classé en maths et sciences : trop peu de mesures.
Pas encore mesuré en raisonnement, tâches d'agent et compréhension d'images.

L'essayer surMiniMax (nouvel onglet)

Estimationenviron 0,76 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Pour coder

Ces forfaits de code proposent ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

74,8de 69,1 à 80,5

Rang96Groupe 7, ex æquoCouverture65 %13 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluée	Indice	Rang chez eux	Vitesse	Premier jeton	Prix par million de jetonsentrée / sortie
MiniMax-M2.7	22,8	non publié	0,0 jetons/s	0,00 s	0,3 $ / 1,2 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'une machine Ryzen AI Max de 192 Go (160 Go utiles), en version allégée à 4 bits, par exemple une machine à Ryzen AI Max+ PRO 495 de 192 Go. Mémoire estimée : 158,7 Go.

Cartes graphiquesTrop juste
PC portables GeForce RTXTrop juste
PC portables Intel Core UltraTrop juste
PC portables Snapdragon X2Trop juste
Mac 256 Gopar exemple Mac Studio M5 Ultra, 256 GoOui, allégé 4 bits
Ryzen AI Max 192 Gopar exemple Ryzen AI Max+ PRO 495, 192 GoOui, allégé 4 bits
2 DGX Spark, 256 Gopar exemple Deux DGX Spark en grappeOui, allégé 4 bits
Sans carte graphiqueTrop juste
ServeurOui

Mémoire selon la versionAllégée, 4 bits158,7 GoAllégée, 8 bits277,7 GoComplète, 16 bits529,0 GoLe pointillé marque 160 Go, la mémoire utile d'une machine Ryzen AI Max de 192 Go. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de génération

EstiméMac Studio M5 Ultra, 256 GoMac 256 Go · 1,2 To/s · version allégée à 4 bitsde 55 à 140 jetons/s estimés

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix: 0,24 € / 1,04 €entrée / sortie, par million de jetons
Fenêtre de contexte: 204 800 jetonsenviron 154 000 mots
Entrées: Texte
Réflexion: Non communiqué
Paramètres: 230 milliards
Licence: Modified MITpoids ouverts, téléchargeables
Classe énergétique: Csur une échelle de A à G
Hébergement en Europe: Possible
Connaissances jusqu'à: Non communiqué

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du 9 novembre 2026

Disponible dans: OpenCodeà l'usage
Droid (Factory)retrait annoncé

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

Selon l'outil

Le même modèle n'obtient pas le même score selon l'outil qui le pilote. Ces mesures viennent des classements publics, une par outil.

MiniMax-M2.7 sur Terminal-Bench 2.0

2 outils · écart de 2,1 points

IndusAGI Coding Agent (autre agent)45,1 %
Harness Agent (autre agent)42,9 %

autre agent

Modèle sorti le 18 mars 2026 · source : tbench.ai

Le classement Terminal-Bench date chaque ligne du jour de sortie du modèle et ne publie pas la date de chaque mesure.

Tous les modèles mesurés dans plusieurs outils →

Toutes les mesures

17 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

Arena, questions de code1 479,9 Elo77,9InconnueACTIFarena.ai

Arena, questions d'experts1 453,0 Elo76,8InconnueACTIFarena.ai

Arena, questions de maths1 422,5 Elo74,6InconnueACTIFarena.ai

Arena, texte1 414,8 Elo73,5InconnueACTIFarena.ai

Arena, questions en français1 436,7 Elo73,9InconnueACTIFarena.ai

SciCode50,1 %83,0InconnueACTIFartificialanalysis.ai

Arena, écriture créative1 363,6 Elo69,1InconnueACTIFarena.ai

Terminal-Bench 2.045,1 %76,5Inconnue · IndusAGI Coding AgentARCHIVÉtbench.ai

Code Arena, WebDev1 397,7 Elo77,1InconnueACTIFarena.ai

Terminal-Bench 2.042,9 %75,8Inconnue · Harness AgentARCHIVÉtbench.ai

compar:IA935,0 Elo40,3InconnueACTIFarene.comparia.beta.gouv.fr

WeirdML (v2)37 %65,6InconnueACTIFhtihle.github.io

Voir les 5 autres mesures

ExploitBench13,3 %77,3InconnueARCHIVÉepoch.ai

ProofBench3 %75,3InconnueSATURÉvals.ai

CritPt0,6 %59,3InconnueACTIFepoch.ai

GBAEval0 %74,6InconnueACTIFgbaeval.com

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de MiniMax-M2.7 ?: MiniMax-M2.7 obtient un score IA de 74,8, avec une marge de 69,1 à 80,5, dans l'édition du 9 novembre 2026. Il est classé 96e sur 257 modèles, à partir de 13 mesures.?
Dans quelles tâches MiniMax-M2.7 est-il le plus fort ?: Ses deux meilleures tâches sont web (76,9) et maths (74,8). Sa tâche la plus faible est français (69,8).
MiniMax-M2.7 peut-il tourner en local ?: Tient à partir d'une machine Ryzen AI Max de 192 Go (160 Go utiles), en version allégée à 4 bits, par exemple une machine à Ryzen AI Max+ PRO 495 de 192 Go. Mémoire estimée : 158,7 Go.
Combien coûte MiniMax-M2.7 ?: 0,24 € par million de jetons en entrée et 1,04 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,76 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite MiniMax-M2.7 ?: MiniMax-M2.7 est édité par MiniMax (Chine), et il est sorti le 18 mars 2026. Ses poids sont ouverts, sous licence Modified MIT.