MiniMax M2.7是MiniMax公司於2026年3月18日發布的新一代Agent旗艦大模型。該模型首次展示“模型自我進化”路徑，其關鍵在於構建了以Agent為核心的自我進化系統，通過Agent Harness體系深度參與自身訓練與最佳化流程，在部分研發場景中可承擔30%—50%的工作量，可連續執行超過100輪“分析—改進—驗證”的循環，並在內部評測集上實現約30%的效果提升。
在SWE-bench Pro測試中，M2.7正確率達到56.22%，追平GPT-5.3-Codex；在VIBE-Pro測試中得分55.6%，與Opus 4.6持平；在Terminal Bench 2測試中得分57.0%。在Kaggle MLE Lite測試中，M2.7在24小時內完成22道題，獲得9枚金牌、5枚銀牌、1枚銅牌，得牌率66.6%，僅次於Opus-4.6和GPT-5.4，與Gemini-3.1持平。M2.7強化了多智慧型體協作能力。在辦公場景的GDPval-AA測試中，其ELO得分為1495，為國產模型最高。目前，該模型已在MiniMax Agent與開放平台全球上線。2026年3月20日，“MiniMax 開放平台”發布公告稱，由於MiniMax-M2.7模型受到的歡迎超出團隊預期，MiniMax平台將在尖峰時段實施動態限流策略。
基本介紹
- 外文名：MiniMax M2.7
- 發布時間：2026年3月18日
發展歷史,性能特點,
發展歷史
2026年3月18日，國產AI大模型公司MiniMax發布新一代模型M2.7，首次展示“模型自我進化”路徑。
2026年3月20日，“MiniMax 開放平台”在社交平台發布了一則“MiniMax M2.7 服務調整公告”。公告稱，由於 MiniMax-M2.7 模型受到的歡迎超出團隊預期，流量增長過快，為保障對所有用戶的服務穩定性和可用性，MiniMax 平台將在尖峰時段實施動態限流策略。4月，國產大模型 MiniMax 2.7 確認本周開源：Token 成本將進一步下探。
性能特點
該模型通過構建Agent Harness（智慧型體執行框架）體系，深度參與自身訓練與最佳化流程，在部分研發場景中可承擔30%—50%的工作量，並在內部評測集上實現約30%的效果提升。M2.7的關鍵在於構建了一套以Agent為核心的自我進化系統。在該體系中，模型不僅承擔生成與推理任務，還通過構建複雜的Agent Harness（智慧型體執行框架），參與數據處理、實驗設計、訓練調優與評測反饋等完整研發流程。換言之，模型開始成為模型研發流程的一部分，而非單一工具。在涵蓋多種程式語言的SWE-Pro中，M2.7以56.22%的正確率追平GPT-5.3-Codex；在Repo級代碼生成基準VIBE-Pro上，M2.7得分55.6%，幾乎與Opus 4.6持平。
