กลับไปที่บล็อก

การลดต้นทุนคู่มือ

ราคา MiniMax-M2.7 API ในปี 2026: 1M tokens ราคาเท่าไร

MiniMax-M2.7 ราคาเท่าไรต่อ 1M input และ output tokens วิธีคิดราคางานแชทหรือเอเจนต์ และวิธีส่งคำขอแรก

โดย CheapTokens Teamเผยแพร่เมื่อ ใช้เวลาอ่าน 3 นาที

ราคา MiniMax-M2.7 API: บริบท 180K และคำตอบ 8,192 tokens
ในหน้านี้
  1. MiniMax-M2.7 ราคาเท่าไรต่อ 1M tokens
  2. ตัวอย่างที่ 1: บอทซัพพอร์ต 1,000 คำขอ
  3. ตัวอย่างที่ 2: ลูปเอเจนต์ 200 ขั้นตอน
  4. ส่งคำขอแรก
  5. โมเดลไหนเหมาะกับงานไหน

MiniMax-M2.7 ราคา $0.30 ต่อ 1M input tokens และ $1.20 ต่อ 1M output tokens บน OpenRouter (ราคาอ้างอิง 26 ตุลาคม 2026) บน CheapTokens โมเดลเดียวกันถูกกว่า OpenRouter เมื่อคิดรวมทั้งหมด โดยนับ input และ output รวมกัน: $0.05 ขาเข้าและ $0.15 ขาออกต่อ 1M tokens ตอนนี้ และตารางด้านล่างจะคำนวณใหม่เองหากราคาเปลี่ยน

นั่นคือคำตอบสั้น ๆ ส่วนที่มีประโยชน์คือความหมายต่อบิลของคุณ เพราะคำขอหนึ่งครั้งจ่ายสองครั้ง: ครั้งหนึ่งสำหรับสิ่งที่คุณส่งไป อีกครั้งสำหรับสิ่งที่โมเดลเขียนกลับมา

MiniMax-M2.7 ราคาเท่าไรต่อ 1M tokens#

token คือข้อความไม่กี่ตัวอักษร บิลนับแยกกันสำหรับ input (พรอมป์และประวัติของคุณ) และ output (คำตอบ) หากการแยกนี้เป็นเรื่องใหม่สำหรับคุณ input vs output tokens และ token คืออะไร ใช้เวลาห้านาที

ราคาที่คุณตรวจสอบได้:

  • OpenRouter ราคาอ้างอิง ณ 26 ตุลาคม 2026: $0.30 ขาเข้า, $1.20 ขาออก ต่อ 1M tokens
  • CheapTokens: ราคาสดในย่อหน้าแรกและในตัวอย่างด้านล่าง

บน CheapTokens โมเดลนี้เป็น MiniMaxAI/MiniMax-M2.7 พร้อมหน้าต่างบริบท 180K และ output สูงสุด 8,192 tokens ต่อคำตอบ ราคาคงที่ต่อโมเดล ไม่มีค่าธรรมเนียมชั่วโมงเร่งด่วน และยอดคงเหลือเดียวครอบคลุมทุกโมเดลในแคตตาล็อก

ตัวอย่างที่ 1: บอทซัพพอร์ต 1,000 คำขอ#

สมมติว่าบอทของคุณได้รับ 1,000 ตั๋วต่อวัน แต่ละคำขอมี input ประมาณ 300 tokens (คำถามบวกคำสั่งสั้น ๆ) และได้ output กลับมาประมาณ 150 tokens

  • Input: 1,000 × 300 = 300,000 tokens
  • Output: 1,000 × 150 = 150,000 tokens

บน OpenRouter นั่นคือ 0.3 × $0.30 + 0.15 × $1.20 = $0.09 + $0.18 = $0.27 (ราคาอ้างอิง 26 ตุลาคม 2026) นี่คือวันเดียวกันบนราคาสด:

โมเดล ค่าใช้จ่าย OpenRouter
GLM-5.3-Flash $0.012 $0.0238
DeepSeek-V4-Flash $0.0195 $0.0378
MiniMax-M2.7 $0.0375 $0.27

300,000 โทเค็นอินพุตและ 150,000 โทเค็นเอาต์พุตรวมทั้งหมด ราคาต่อ 1M โทเค็นเป็นราคาปัจจุบันและเปลี่ยนแปลงไปพร้อมกับอัตราค่าบริการของเรา คอลัมน์ OpenRouter แสดงราคาอ้างอิงสำหรับปริมาณงานเดียวกัน

สังเกตว่าเงินไปที่ไหน: คำตอบยาวครึ่งหนึ่งของคำถาม แต่ output กลับเป็นบรรทัดที่มากกว่า เพราะ output token แต่ละตัวมีราคาสูงกว่า input token

ตัวอย่างที่ 2: ลูปเอเจนต์ 200 ขั้นตอน#

เอเจนต์ในเครื่องมือเขียนโค้ดมีพฤติกรรมต่างออกไป ทุกขั้นตอนส่งไฟล์ ผลลัพธ์จากเครื่องมือ และประวัติซ้ำ ดังนั้น input จึงใหญ่กว่า output มาก ลองใช้ 200 ขั้นตอน แต่ละขั้นมี input ประมาณ 20,000 tokens และ output 500 tokens

  • Input: 200 × 20,000 = 4,000,000 tokens
  • Output: 200 × 500 = 100,000 tokens

OpenRouter: 4 × $0.30 + 0.1 × $1.20 = $1.20 + $0.12 = $1.32 (ราคาอ้างอิง 26 ตุลาคม 2026) บน CheapTokens:

การรันเอเจนต์ 4M input และ 0.1M output tokens
  • OpenRouter (26 ต.ค. 2026)$1.32
  • CheapTokens$0.215

input จำนวนมากเป็นสภาวะปกติของเอเจนต์ ไม่ใช่ความผิดพลาด Aider cost breakdown แสดงสิ่งที่เครื่องมือดังกล่าวส่งในทุกขั้นตอน

ส่งคำขอแรก#

API เข้ากันได้กับ OpenAI และ Anthropic ใช้ model id แบบเต็ม: ชื่อย่อจากตารางราคาไม่ได้รับการยอมรับจาก API และ id แตกต่างกันระหว่างผู้ให้บริการ

bash
curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "max_tokens": 300,
    "messages": [{"role": "user", "content": "Summarise in one sentence what a token is."}]
  }'

การตอบกลับมีบล็อก usage พร้อม prompt_tokens และ completion_tokens คูณค่าเหล่านั้นด้วยราคาในตาราง แล้วคุณจะได้ค่าใช้จ่ายที่แน่นอนของการเรียกครั้งนั้น finish_reason ของ length หมายความว่าคำตอบชน max_tokens ดู ทำไมคำตอบจึงหยุดกลางประโยค

รายละเอียดการตั้งค่าอยู่ใน docs รายการราคาเต็มอยู่ใน pricing page และหน้าโมเดลคือ MiniMax on CheapTokens

โมเดลไหนเหมาะกับงานไหน#

สำหรับเอเจนต์หลายขั้นตอนที่มี input จำนวนมาก สิ่งที่สำคัญคือบริบท 180K และราคาการรันเอเจนต์ในแผนภูมิด้านบน สำหรับรายงานยาวในคำตอบเดียว ขีดจำกัดคือ 8,192 output tokens ต่อคำตอบ ดังนั้นแบ่งงานที่ใหญ่กว่าออกเป็นส่วน ๆ สำหรับการเปรียบเทียบกับโมเดลอื่น อ่าน GLM vs DeepSeek vs MiniMax หรือคู่มือราคาสำหรับ DeepSeek และ GLM