MiniMax · modelo de lenguaje
MiniMax M2-her: precio, contexto y benchmarks
MiniMax M2-her es el modelo de MiniMax lanzado el 23 de enero de 2026. Cuesta 0,3 US$ por millón de tokens de entrada y 1,2 US$ de salida, con un contexto de 65,5 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
| Precio | 17/30 | |
|---|---|---|
| Contexto | 2/15 | |
| Funciones | 0/15 |
Lo que hay que saber de MiniMax M2-her
MiniMax, con sede en China, puso MiniMax M2-her en línea el 23 de enero de 2026. Acepta texto como entrada y produce texto. Su ventana de contexto alcanza 65.536 tokens, más que el 12 % de los modelos del registro, y puede escribir hasta 2048 tokens de una vez.
Está disponible desde hace unos 9 meses, lo suficiente para que sus precios y puntuaciones se hayan estabilizado.
Precio de MiniMax M2-her
En OpenRouter, MiniMax M2-her cuesta 0,3 US$ por millón de tokens de entrada y 1,2 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,525 US$ por millón, más caro que el 43 % de los modelos de pago (1,5 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0012 US$. Con 1.000 tareas al día, cuente 36 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,03 US$ por millón.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para MiniMax M2-her. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- No admite la llamada a herramientas: no sirve para manejar un agente IA que deba actuar.
Sus pesos no se publican: solo se puede usar a través de la API de MiniMax o de un intermediario como OpenRouter, lo que implica enviar sus datos fuera de sus máquinas.
Otros modelos de MiniMax
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| MiniMax M3.1 Flash | 19 oct 2026 | 0,26 US$ | — |
| MiniMax M3 | 31 may 2026 | 0,53 US$ | 146,9 |
| MiniMax M2.7 | 18 mar 2026 | 0,53 US$ | 145,8 |
| MiniMax M2.5 | 12 feb 2026 | 0,53 US$ | 146,6 |
| MiniMax M2.1 | 23 dic 2025 | 0,53 US$ | — |
| MiniMax M2 | 23 oct 2025 | 0,45 US$ | — |
| MiniMax M1 | 17 jun 2025 | 0,96 US$ | — |
| MiniMax-01 | 15 ene 2025 | 0,43 US$ | — |
Veredicto
Nota calculada: 32/100, a partir de datos públicos (rendimiento, precio, contexto, funciones).
Limitaciones
- Sin llamada a herramientas: no sirve como cerebro de un agente.
- Ninguna puntuación independiente publicada: rendimiento no verificable.
- Solo texto: no lee imágenes ni archivos.
Evítelo si…
- sus datos no deben salir de sus servidores;
- construye un agente que debe llamar a herramientas.
Alternativas
- Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)0,56 US$
- Perceptron Mk1.50,49 US$
- Perceptron Mk10,49 US$
- Skyfall 36B V20,61 US$
- Gemma 2 27B0,65 US$
- Weaver (alpha)0,49 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta MiniMax M2-her?
0,3 US$ por millón de tokens de entrada y 1,2 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0012 US$.
¿Qué tamaño tiene el contexto de MiniMax M2-her?
65.536 tokens, unas 49.000 palabras, con un máximo de 2048 tokens de salida.
¿Se puede usar MiniMax M2-her en local?
No, MiniMax no publica sus pesos: solo se usa por API.
¿Sirve MiniMax M2-her para un agente IA?
No: sin llamada a herramientas no puede actuar, solo responder.
¿Qué alternativas hay a MiniMax M2-her?
Los modelos más cercanos en precio y rendimiento son Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image), Perceptron Mk1.5 y Perceptron Mk1.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos