MiniMax 模型对比：M2.7、M2.7-highspeed 与 M3

YiduoChan 通过一个 OpenAI 兼容接口和一个 Anthropic 兼容接口提供三个 MiniMax 文本模型。在它们之间做选择，主要是价格与延迟的权衡；价目表上有三处关键边界，在把工作负载定下来之前值得先弄清楚。

YiduoChan 上的三个 MiniMax 文本模型，即 MiniMax-M2.7、MiniMax-M2.7-highspeed 和 MiniMax-M3，都通过同一个 Base URL 访问，鉴权方式相同，请求格式也都是 OpenAI 兼容格式。区分它们的是价目表，而价目表上有三处边界需要你在设计时考虑：M3 以 512K 提示 tokens 为界的价格分档、highspeed 的输入和输出价格恰好翻倍，以及 M3 1,048,576 tokens 的硬上限。下文价格为 MiniMax 官方公布的按量付费价格，YiduoChan 与之一致；目前所有账号都在倍率为 0.95 的分组中，所以实际扣费比刊例价低 5%。

三个文本模型一览

有两个单元格需要说明。本页没有列出 M2.7 的上下文窗口，请见 M2.7 模型页；M3 的缓存写入价格没有公布，所以如果你在 M3 上大量使用缓存，请对照自己的用量记录确认实际扣费，不要默认它与 M2.7 相同。模型 ID 区分大小写，必须严格按上面的写法发送。

512K 以内，M2.7 与 M3 价格相同

这是本页最有用的一条事实。只要提示不超过 512K tokens，M3 的输入 $0.30、输出 $1.20、缓存读取 $0.06，三项都与 M2.7 完全相同。因此，在提示真正越过边界之前，选择 M3 不会多花一分钱。超过 512K、直到 1M 上限，输入和输出分别翻倍到 $0.60 和 $2.40，缓存读取也翻倍到 $0.12。

实用规则：如果你的提示可能变长，比如语料库在不断扩充的检索流水线、不断累积工具输出的 Agent、输入不受你控制的文档工作流，就把 M3 设为默认。常见情况下你付的是 M2.7 的价格，同时保留了余量，而不是撞上天花板。M2.7 留给提示长度由你自己限定、永远不会接近 512K 的工作负载，在这种场景下多出来的余量买不到任何东西。

-highspeed 到底买到了什么

MiniMax-M2.7-highspeed 模型质量相同、延迟更低。价格上，它的输入恰好是 M2.7 的两倍（$0.60 对 $0.30），输出也恰好是两倍（$2.40 对 $1.20），而缓存读取不变，仍为 $0.06。这种不对称很关键：延迟溢价全部落在未命中缓存的输入和生成的输出上，所以带有大段稳定缓存前缀的工作负载，相对溢价比不走缓存的工作负载小得多。下文的缓存计算示例中，切换到 highspeed 只多花 21.8%，而不是 100%。

把 highspeed 当作为延迟付费，而不是为能力付费。如果响应慢一点只是稍微有点烦人，就不值得付这份溢价；如果响应处在用户可见的交互循环里，比如行内补全、大调用之前的路由或分类环节、与语音相关的对话轮次，往往就值得。

1M 是硬上限

M3 的 1,048,576 tokens 上下文是硬上限，不是可以弹性突破的目标。它之上没有溢出档位，也不能指望平滑截断：超过上限的提示必须先切块、摘要或改用检索，再发送。另外请注意，Anthropic 兼容接口不提供 count_tokens，所以请求前的长度预估只能来自你自己的 tokenizer，或你这边保守的按字符估算规则。

三个按月计算的示例

下面所有计算都先按刊例价算，再乘以 0.95 得到当前分组折扣后的金额。价格单位为每 1,000,000 tokens。

1. 基于 M2.7 的聊天产品

每月 120,000 次请求，平均每次 2,000 输入 tokens、400 输出 tokens，不使用缓存。

• 输入：120,000 × 2,000 = 240,000,000 tokens = 240M × $0.30 = $72.00
• 输出：120,000 × 400 = 48,000,000 tokens = 48M × $1.20 = $57.60
• 刊例价合计：$72.00 + $57.60 = $129.60。按 5% 折扣后：$129.60 × 0.95 = $123.12

同样的工作负载放到 M3 上，总价完全相同（刊例价 $129.60，折后 $123.12），因为 2,000 tokens 的提示远低于 512K。放到 highspeed 上则翻倍：240M × $0.60 = $144.00，加上 48M × $2.40 = $115.20，刊例价 $259.20，折后 $246.24。

2. 跨越 512K 的长上下文流水线

一个运行在 M3 上的文档分析任务，每月 2,000 次，每次输出 8,000 tokens。其中 1,200 次的提示为 400,000 tokens（低于边界），800 次的提示为 700,000 tokens（高于边界）。

• 512K 以下，输入：1,200 × 400,000 = 480,000,000 = 480M × $0.30 = $144.00
• 512K 以下，输出：1,200 × 8,000 = 9,600,000 = 9.6M × $1.20 = $11.52（小计 $155.52）
• 512K 以上，输入：800 × 700,000 = 560,000,000 = 560M × $0.60 = $336.00
• 512K 以上，输出：800 × 8,000 = 6,400,000 = 6.4M × $2.40 = $15.36（小计 $351.36）
• 刊例价合计：$155.52 + $351.36 = $506.88。折后：$506.88 × 0.95 = $481.54

40% 的运行次数占了账单的 69.3%（$506.88 中的 $351.36）。如果重新切块，让这 800 次的提示都落在 500,000 tokens 而不是 700,000，它们就回到了较便宜的档位：800 × 500,000 = 400M × $0.30 = $120.00 输入，加上 6.4M × $1.20 = $7.68 输出，小计 $127.68，而不是 $351.36。新的刊例价合计为 $155.52 + $127.68 = $283.20，折后 $269.04：仅靠调整切块，就按刊例价省下 $223.68。用费用计算器测试这类变体最快。

3. 基于 highspeed 的延迟敏感接口

一个运行在 MiniMax-M2.7-highspeed 上的交互式接口：每月 900,000 次请求，每次 800 输入 tokens、120 输出 tokens，不使用缓存。

• 输入：900,000 × 800 = 720,000,000 = 720M × $0.60 = $432.00
• 输出：900,000 × 120 = 108,000,000 = 108M × $2.40 = $259.20
• 刊例价合计：$691.20。折后：$691.20 × 0.95 = $656.64

同样的流量放在普通 M2.7 上是 720M × $0.30 = $216.00，加上 108M × $1.20 = $129.60，刊例价合计 $345.60，折后 $328.32。按刊例价计，延迟溢价为每月 $345.60。上线之前，请拿它和低延迟的价值比一比。

Prompt 缓存如何改变计算结果

缓存读取 $0.06 是 $0.30 输入价的五分之一，缓存写入 $0.375 是输入价的 1.25×。这个比例只奖励一种特定设计：每个请求开头放一段很长、逐字节稳定的前缀，变化的部分追加在末尾。对前缀重新排序、重新序列化或加上时间戳，都会导致无法命中缓存，又得按完整输入价付费。

假设一个运行在 M2.7 上的编码助手：稳定前缀 40,000 tokens，每轮新增文本 1,000 tokens，输出 600 tokens，每月 50,000 次请求。完全不使用缓存时：

• 输入：50,000 × 41,000 = 2,050,000,000 = 2,050M × $0.30 = $615.00
• 输出：50,000 × 600 = 30,000,000 = 30M × $1.20 = $36.00
• 刊例价合计 $651.00，折后 $618.45

现在假设缓存命中率为 90%，另外 10% 必须写入缓存的前缀按缓存写入价计费：

• 缓存读取：45,000 × 40,000 = 1,800,000,000 = 1,800M × $0.06 = $108.00
• 缓存写入：5,000 × 40,000 = 200,000,000 = 200M × $0.375 = $75.00
• 每轮新增文本：50,000 × 1,000 = 50,000,000 = 50M × $0.30 = $15.00
• 输出：30M × $1.20 = $36.00
• 刊例价合计 $108.00 + $75.00 + $15.00 + $36.00 = $234.00，折后 $222.30

这相当于按刊例价节省 $417.00，比不用缓存的账单低 64.1%。再把这个带缓存的版本放到 highspeed 上：缓存读取仍是 $108.00，缓存写入仍是 $75.00，变化的只有新增输入（50M × $0.60 = $30.00）和输出（30M × $2.40 = $72.00）。刊例价合计变为 $285.00，折后 $270.75，只比 M2.7 的数字高 21.8%，而不是翻倍。在据此做预算之前，请用自己的用量记录核实缓存写入与普通输入的计费方式。

在 Claude Code 和 Cursor 中该设置哪个模型

对于 Claude Code，把 Anthropic 兼容的环境变量指向 YiduoChan。Agent 会话会不断累积上下文，所以主模型选 M3 比较合理；highspeed 则很适合放在快速辅助模型的位置：

export ANTHROPIC_BASE_URL=https://yiduochan.com
export ANTHROPIC_AUTH_TOKEN="<your key>"
export ANTHROPIC_MODEL=MiniMax-M3
export ANTHROPIC_DEFAULT_HAIKU_MODEL=MiniMax-M2.7-highspeed

# Use M2.7 instead when you bound prompt size yourself:
# export ANTHROPIC_MODEL=MiniMax-M2.7

对于 Cursor 以及其他任何 OpenAI 兼容工具，使用 /v1 的 Base URL 和 Bearer Key。流式输出、工具调用和 JSON 模式都按标准格式工作：

curl https://yiduochan.com/v1/chat/completions \
  -H "Authorization: Bearer $YIDUOCHAN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "model": "MiniMax-M2.7-highspeed",
        "messages": [{"role": "user", "content": "Reply with OK."}]
      }'

curl -s https://yiduochan.com/v1/models -H "Authorization: Bearer $YIDUOCHAN_API_KEY"

如果按请求做路由，请把这两条边界显式写进代码，不要让它们停留在隐含状态：

from openai import OpenAI

client = OpenAI(api_key="<your key>", base_url="https://yiduochan.com/v1")

M3_PRICE_BOUNDARY = 512 * 1024  # 524,288 tokens; above this M3 input/output/cache read double
M3_HARD_CEILING   = 1_048_576  # M3 will not accept more than this
HIGHSPEED_MAX_PROMPT = 100_000  # conservative cut-off; check the M2.7 context window in the MiniMax docs

def pick_model(prompt_tokens: int, latency_critical: bool = False) -> str:
    if prompt_tokens > M3_HARD_CEILING:
        raise ValueError("prompt exceeds the M3 1M ceiling & must be chunked")
    if latency_critical and prompt_tokens < HIGHSPEED_MAX_PROMPT:
        return "MiniMax-M2.7-highspeed"
    return "MiniMax-M3"

stream = client.chat.completions.create(
    model=pick_model(prompt_tokens=180_000),
    messages=[{"role": "user", "content": "Summarise the attached spec."}],
    stream=True,
)

选型清单

• 提示可能变长，或者长度不由你控制 → MiniMax-M3。512K 以内它的价格与 M2.7 完全相同。
• 提示长度有上限且较短，成本是首要考虑 → MiniMax-M2.7。
• 响应延迟用户可见，并且值得在输入和输出上付大约两倍的价格 → MiniMax-M2.7-highspeed。
• 提示经常超过 512K → 按 $0.60 / $2.40 / $0.12 做预算，并评估切块到边界以下是否比支付高档价格更便宜。
• 提示可能超过 1,048,576 tokens → 这里没有模型能覆盖，请先切块或改用检索。
• 一段很长的前缀在多个请求中重复出现 → 先把它逐字节固定下来，让 $0.06 的缓存读取发挥作用，再考虑要不要换模型。

计费说明

计费方式为预付美元额度、按量付费、无订阅。最低充值 $5，预设档位有 $5/$10/$20/$50/$100/$200/$500，也可以自定义金额；额度有效期 12 个月，失败的请求从不计费。新账号注册即送 $0.10 试用额度，够发几次测试请求；要用真实用量验证上面这些数字，建议先小额充值一次。5% 的分组折扣是当前应用在你账号上的倍率，不是永久承诺，实时价格请查看定价页。语音模型按输入字符单独计价，见 speech-2.8 定价。MiniMax-H3 视频在本平台暂时不可用。可以从 MiniMax 模型总览、M3 模型页开始，或者直接创建账号；如有问题请发邮件至 support@yiduochan.com。

常见问题

免费注册获取 API Key 查看完整模型定价