ニュースサマリー

2026年4月12日（CST）、AI企業MiniMaxは、フラッグシップエージェントモデルMiniMax M2.7を正式にオープンソース化し、モデルの全重みをHugging Faceで公開しました。M2.7は、MiniMaxにとってこれまでのオープンソースリリースの中で最も高性能なモデルであり、自身のトレーニングおよび最適化サイクルに積極的に参加する初のモデルです。同社はこの機能を「自己進化」と表現しています。このモデルは、SWE-Proベンチマークで56.22%、Terminal Bench 2で57.0%のスコアを記録し、ソフトウェアエンジニアリングタスクにおいてトップクラスの性能を持つオープンソースモデルの一つとなりました。

モデルアーキテクチャと技術仕様

MiniMax M2.7は、スパースなMixture-of-Experts（MoE）アーキテクチャに基づいており、合計2300億パラメータを持ちながら、トークンあたり100億パラメータのみがアクティブになります。200,000トークンのコンテキストウィンドウをサポートし、256個のエキスパートモジュールを備えています。モデルは、ロータリー位置埋め込み（RoPE）とクエリキーRMS正規化（QK RMSNorm）で強化されたマルチヘッド因果自己注意機構を使用し、大規模なトレーニングを安定させます。トップkエキスパートルーティングメカニズムにより、入力ごとに最も関連性の高いエキスパートのみが関与するため、モデル全体のパラメータ数が多くても推論コストは低く抑えられます。

自己進化：新しいトレーニングパラダイム

M2.7の最も特徴的な機能の1つは、自身の開発に参加できる能力です。MiniMaxの社内エージェントワークフローフレームワークOpenClaw上に構築されており、反復的な自己改善ループを実行します。タスクバッチを完了した後、失敗の軌跡を分析し、特定の誤り箇所を特定し、自身のスケルトンコードを変更し、評価を再実行し、変更を保持するかロールバックするかを決定します。プログラミングパフォーマンス最適化を目的としたある記録された実行では、M2.7はこのループを100ラウンド以上自律的に実行しました。このプロセスにより、人間の介入なしに内部評価セットで30%の改善が見られました。M2.7が独立して発見した戦略には、体系的なサンプリングパラメータチューニング（温度、頻度ペナルティ、存在ペナルティの最適化）や、他のファイル内の類似コードパターン全体へのバグ修正の自動伝播が含まれます。

ソフトウェアエンジニアリングとプロフェッショナルオフィスパフォーマンス

実際のソフトウェアエンジニアリングのコンテキストでは、M2.7はエンドツーエンドのプロジェクトデリバリー、ログ分析、バグ診断、コードセキュリティレビュー、機械学習ワークフローデバッグにおいて強力な能力を発揮しました。SWE-Proベンチマークでは、GPT-5.3-Codexに匹敵する56.22%のスコアを達成しました。Web、Android、iOSターゲット全体での完全なリポジトリレベルのコード生成を評価するVIBE-Proでは、55.6%のスコアでした。複雑なシステム理解においては、Terminal Bench 2で57.0%、NL2Repoで39.8%のスコアでした。

プロフェッショナルオフィスシナリオでは、M2.7はGDPval-AA評価においてオープンソースモデルの中で1位となり、ELOスコアは1,495でした。このモデルは、Excel、PowerPoint、Wordドキュメントの洗練されたマルチラウンド編集をサポートし、年次報告書のデータから収益予測モデルを自律的に構築し、Excelピボットテーブルを生成し、Word調査レポートを作成し、プレゼンテーションデッキを作成することができます。同社はこのワークフローをジュニアアナリストの出力と同等であると説明しています。

マルチエージェント協調とスキル実行

M2.7は、外部オーケストレーションフレームワークを必要とせずに、ネイティブでマルチエージェント協調をサポートします。Agent Teams、Complex Skills、動的なTool Searchメカニズムを使用することで、モデルは長期間のタスクを分解し、協調エージェント間で実行を分散できます。40個の複雑なスキルとケースあたり2,000トークン以上を必要とするテストでは、M2.7は97%のスキル追従率を維持しました。OpenClawワークフローから抽出されたMiniMax独自のリアルタスク評価セットであるMM-Clawでは、M2.7は62.7%のスコアでした。

OpenRoomインタラクティブシステム

M2.7のオープンソースリリースと同時に、MiniMaxはOpenRoomと呼ばれるインタラクティブシステムも公開しました。これは、AIインタラクションをテキストを超えて視覚的なWebベースのGUI環境に拡張するものです。OpenRoomはリアルタイムのシーンフィードバックと動的な人間-AIインタラクションをサポートし、将来の人間-コンピュータインタラクションモダリティのために高度に拡張可能になるように設計されています。

ハードウェアエコシステムと推論デプロイメント

オープンソースリリース当日（2026年4月12日、CST）、MiniMaxは広範なハードウェアおよびソフトウェアパートナーとの推論アダプテーションが完了したことを発表しました。NVIDIAは、技術ブログ（2026年4月11日、EDT）でM2.7のデプロイメントガイドを発表し、NVIDIA Blackwell Ultra GPU上でOpenClawエージェントを安全に実行するためのオープンソースリファレンススタックであるNVIDIA NemoClawを紹介しました。これは、vLLMとSGLangサービングフレームワークの両方に最適化されており、最大2.7倍のスループット向上を実現します。このモデルは、Huawei Ascend（vllm-Ascend経由のAtlas 800 A3およびA2シリーズ）、Moore Threads（MUSAアーキテクチャ、MTT S5000）、その他のシリコンパートナーにも適応されています。ソフトウェア側では、Together AI、Fireworks、Ollama、vLLM、SGLangなどのプラットフォームや、ModelScopeなどのコミュニティエコシステムが、ローンチ日時点でM2.7を統合しています。

入手可能性

MiniMax M2.7のオープンウェイトは、Hugging FaceのMiniMaxAI/MiniMax-M2.7で入手可能です。APIアクセスは、MiniMax開発者プラットフォームのplatform.minimax.ioで利用できます。このモデルは、MiniMax Agent製品からもアクセス可能であり、Hermes AgentやOpenClawなどの人気のエージェントツールにも既に組み込まれています。