MiniMax M2.7 chega a US$ 1,20 por milhão de saída — mas sem nota de QI

O preço é o argumento — e é tudo que você tem

O M2.7 da MiniMax entrou no catálogo treze dias atrás cobrando US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída. Em um mercado onde o topo da tabela — Gemini 3.1 Pro Preview e GPT-5.3-Codex — cobra US$ 12 e US$ 14 pela mesma saída, a diferença é grande demais para ignorar. Antes de testar, vale parar e perguntar: o que exatamente está sendo vendido por esse preço?

O catálogo não publicou nota de inteligência

Aqui está o problema que o preço baixo não resolve. O M2.7 não tem índice de QI, não tem nota de coding, não tem agentic, não tem blended, não tem país de origem publicado, não tem data de corte de conhecimento. É um lançamento com a tabela de preço completa e a tabela de desempenho vazia. Em outras palavras: você sabe quanto paga, mas não sabe o que leva para casa.

Quando o índice de QI do catálogo está vazio, o motivo mais comum é que o criador não submeteu o modelo para a bateria de testes — não que o modelo tenha zerado. Mas sem número, qualquer comparação é chute.

Onde ele pode fazer sentido — e onde não

A descrição oficial fala em "produtividade autônoma no mundo real" e "capacidades agentic multi-agente". É o tipo de frase que cabe em qualquer release. O que diferencia o M2.7 de outros modelos agentic é a combinação de dois números concretos: contexto de 204.800 tokens e cache de leitura a US$ 0,06 por milhão.

O cache barato é o detalhe que importa para quem roda o mesmo prompt repetidamente — pipelines de agente, RAG com prompt fixo, classificação em lote. Pagar US$ 0,06 em vez de US$ 0,30 na entrada reutilizada muda a conta no fim do mês. Para esse perfil de uso, o M2.7 vale um teste curto: coloque um workload real, meça qualidade, compare com o que você já paga.

Para tudo que exige raciocínio de ponta — código complexo, análise jurídica, pesquisa que precisa de baixa taxa de erro — o argumento de preço não segura. O topo do mercado hoje cobra caro porque entrega nota alta; sem nota publicada, o M2.7 não entra nessa conversa.

O tabuleiro em 31 de março de 2026

O catálogo tem 379 modelos listados, de 54 criadores, com 29 lançamentos nos últimos 30 dias. O topo por QI continua sendo Gemini 3.1 Pro Preview (47,738) e GPT-5.3-Codex (45,512). Logo abaixo, com salto grande, aparecem Xiaomi MiMo-V2-Omni (35,866), Claude Sonnet 4.6 (35,108) e Qwen3.5 397B A17B (34,262). O M2.7 não aparece nessa lista porque não tem nota.

Para quem busca o mais barato acima de QI 45, a resposta hoje segue sendo Gemini 3.1 Pro Preview e GPT-5.3-Codex — e mesmo esses dois não são exatamente "baratos". O M2.7 entra em outra categoria: a dos modelos sem nota publicada, onde o preço é o único filtro disponível.

Ficha técnica

O que fazer com isso

Se você já roda agente em produção e o gargalo é custo de cache, monte um teste A/B curto com o M2.7 e meça qualidade no seu workload específico. Se o gargalo é qualidade de raciocínio, ignore o lançamento até sair benchmark. E se você está começando a escolher modelo agora, o M2.7 não é ponto de partida — é experimento de otimização para quem já tem baseline.