Zum Inhalt springen
CrucibleMark

MiniMax M2.7

MiniMax M2.7 ist ein chinesisches Frontier-Generalist-Modell mit einem Kontextfenster von 205.000 Tokens für umfangreiche Dokumente und mehrsprachige Anwendungen. Die MoE-Architektur liefert hohe Leistung für allgemeine Sprach- und Reasoning-Aufgaben, das Modell ist als Cloud-Variante verfügbar und auf produktive Anwendungen ausgelegt. Bei Cloud-Nutzung greift die chinesische Jurisdiktion mit den entsprechenden Datenschutzimplikationen.

MiniMax Version m2.7 Kommerzielle Nutzung erlaubt MoE 205 K Context 12/2025 $0.3 / $1.2 per 1M

  • Restricted Weights
  • Frontier
  • OpenRouter
  • Text
  • Interactive

Sovereign Risk: HIGH MiniMax ist ein chinesisches Unternehmen und unterliegt dem chinesischen National Security Law (NSL), das staatlichen Zugriff auf Daten ermöglichen kann. Das BSI hat im Februar 2025 explizit vor der Nutzung chinesischer KI-Cloud-Dienste gewarnt; diese Risikoeinschätzung gilt hier konservativ ebenfalls.

Tool-Use-Profil: 6 Assets im Detail

Vergleich der Asset-Performance (P1/P2/Combined) gegenüber dem Flotten-Durchschnitt

Asset-Performance (Radar)

Score Breakdown vs. Fleet Average

Tool-Use-Details

Asset-Performance, Zuverlässigkeit und Laufzeit-Profil

Name P1 P2 Combined
EU License Research 100 20 52
HTTP Fetch & Extract 80 80 80
Tool Failure Handling (404) 35 20 29.8
Web Search & Tool Selection 100 60 82
URL Construction & Fetch 75 80 77.5
Multilingual Search & Synthesis 100 40 70

CrucibleMark prüft Tool-Use in 6 voneinander unabhängigen Tests. Klicken Sie auf einen Test-Namen für die Details.

Reliability

  • Tool Call Valid: Nein
  • Retry: Nicht erforderlich
  • Halluzination: Nicht erkannt

Reliability misst, wie verlässlich ein Modell Werkzeugaufrufe tatsächlich ausführt: Tool Call Valid Schema und Format akzeptiert, Retry Required erst nach Wiederholung erfolgreich, Halluzination Flag erfundene Tools oder Parameter erkannt. Alle drei grün bedeutet produktionstauglich.

Betriebsprofil

Call 1
10.35
First Request
MCP
1.23
Protocol Latency
Synthesis
12.46
Response Generation
Total
144.22
Sum of All Phases
Token
13614
Input + Output
Cost
$0
Cost per Run

Das Betriebsprofil zeigt die Laufzeit- und Kostenkennzahlen des Modell-Laufs: Call 1 First Request, MCP Protocol Latency, Synthesis Response Generation, Total Summe aller Phasen, erganzt um Token Input und Output sowie Cost Kosten pro Lauf.

Tool-Use-Review

Erstellt am

Deployment-Urteil

Bedingt deploy, weil MiniMax M2.7 zwar Tools oft korrekt einsetzt, aber bei der Verdichtung von Tool-Ergebnissen zu unzuverlässig bleibt und zudem kein durchgängig valides Tool-Call-Verhalten zeigt.

Tool-Execution-Profil

Die Werkzeugwahl ist die stärkere Seite dieses Modells. Beim Test Web Search & Tool Selection, der prüft ob ohne Hinweis Suche statt direktem Fetch gewählt wird, erkennt es den richtigen Modus sicher. Das spricht gegen starres Musterverhalten und für echte Tool-Intelligenz. Auch HTTP Fetch & Extract läuft operativ sauber.

Schwächer ist die Protokolltreue im Detail. Der globale Befund “Tool-Call valide: false” wiegt im Produktionseinsatz schwerer als die Einzelstärken. Beim URL-Construction-Test, der korrekte URL-Ableitung und anschließenden Fetch misst, arbeitet das Modell brauchbar, aber nicht deterministisch genug für fragile Pipelines. Für MCP-Umgebungen heißt das: gute Absicht bei der Werkzeugwahl, aber keine verlässliche Sicherheit auf der letzten Meile des Calls. Retry war nicht nötig. Das spricht eher gegen ein reines Formatproblem und eher für inkonsistente Ausführung.

Synthesetreue

Wie gut verdichtet es Tool-Ergebnisse? Nur eingeschränkt. Die P2-Leistung ist mit 43.33 der klare Engpass. Zwar liefert MiniMax M2.7 bei HTTP Fetch & Extract und URL Construction & Fetch ordentliche Zusammenfassungen, aber bei EU License Research, Tool Failure Handling (404) und Multilingual Search & Synthesis bricht die Verdichtungsqualität deutlich ein. Für produktive Tool-Pipelines ist das problematisch, weil der eigentliche Mehrwert nicht im Abruf, sondern in der belastbaren Weiterverarbeitung liegt.

Bleibt es im Tool-Ergebnis oder weicht es auf Training aus? Im Honeypot EU License Research, der aktuelle Lizenzrestriktionen aus Web-Quellen erzwingen soll, wurde keine Halluzination erkannt. Das ist der wichtigste Entlastungsfaktor in diesem Review. Der niedrige P2-Wert zeigt trotzdem, dass das Modell die eingeholten Quellen nicht vertrauenswürdig in eine präzise Compliance-Antwort überführt.

Fehlerresilienz

Beim 404-Test, der transparentes Verhalten bei fehlgeschlagenem Tool-Aufruf misst, erfindet MiniMax M2.7 keinen Seiteninhalt. Das ist für Produktion die Mindestanforderung und hier erfüllt. Die Qualität der Fehlerkommunikation bleibt jedoch schwach. Es scheitert also eher an sauberer Einordnung als an sicherheitskritischer Fiktion.

Betriebsprofil

Total 144.22s. Call 1: 10.35s. MCP-Latenz: 1.23s. Call 2: 12.46s. Langsam im Gesamtrun. Kosten/Run: local, daher günstig bis vernachlässigbar im Betrieb. Im Verhältnis zur Leistung ist die Laufzeit zu hoch.

Fazit & Empfehlung

Geeignet für interne Recherche-Pipelines, in denen Tool-Auswahl und mehrsprachige Suche wichtig sind und ein nachgelagerter Prüfschritt die Antwort validiert. Nicht geeignet für Compliance-, Rechts-, oder Incident-Workflows, in denen die Antwort selbst als belastbares Tool-Derivat gelten muss. Wer MiniMax M2.7 einsetzt, sollte es als Tool-Orchestrator mit menschlicher oder programmatischer Ergebnisprüfung verwenden, nicht als letzte Instanz für Synthese und Befundformulierung.

Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT-5.4 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.