MiniMax M2.7 v reálném provozu: jak si vede v ML a kódu
Menší a chytřejší modely mění hru
AI vývoj se posouvá od otázky „který model zvládne všechno“ k otázce „který model vyřeší právě tento problém efektivně“. To mě přivedlo k testování MiniMax M2.7 — modelu, který si získává pozornost jako rozumná alternativa k velkým hráčům.
Rozhodl jsem se ho nasadit přímo do reálné práce. Kaggle soutěže, správa technických poznámek, refaktoring staršího Python kódu. Nešlo o izolovaný test, ale o úkoly, které řeší každý vývojář.
Jak jsem to celé nastavil
Před samotnými testy jsem si vytvořil jednoduchý CLI wrapper, který směroval moje nástroje přímo na MiniMax API. Stačilo nastavit proměnné prostředí, vybrat M2.7 jako defaultní model a trochu zvýšit timeout pro složitější úkoly.
Klíčovou rozhodnutí přineslo předplatné Plus. Za 40 dolarů měsíčně se odbouraly limity na délku kontextu a denní počet požadavků. Pro vývojářskou práci to znamená, že se můstede