MiniMax, M2.7 공개: 스스로 코드를 재작성하는 오픈 소스 모델
뉴스 요약
2026년 4월 12일(CST), AI 기업 MiniMax는 플래그십 에이전트 모델인 MiniMax M2.7을 공식 오픈 소스화하여 전체 모델 가중치를 Hugging Face에 공개했습니다. M2.7은 MiniMax의 가장 뛰어난 오픈 소스 릴리스이며, 자체 학습 및 최적화 주기에 적극적으로 참여하는 첫 번째 모델입니다. 이는 회사가 "자체 진화"라고 설명하는 기능입니다. 이 모델은 SWE-Pro 벤치마크에서 56.22%, Terminal Bench 2에서 57.0%를 기록하며 소프트웨어 엔지니어링 작업에서 최상위 성능을 보이는 오픈 소스 모델 중 하나로 자리매김했습니다.
모델 아키텍처 및 기술 사양
MiniMax M2.7은 희소 혼합 전문가(MoE) 아키텍처를 기반으로 하며, 총 2,300억 개의 매개변수를 갖지만 토큰당 100억 개만 활성화됩니다. 200,000개의 토큰 컨텍스트 창을 지원하며 256개의 전문가 모듈을 포함합니다. 이 모델은 회전 위치 임베딩(RoPE)과 QK RMSNorm으로 강화된 다중 헤드 인과적 자체 주의 메커니즘을 사용하여 대규모에서 안정적인 학습을 지원합니다. Top-k 전문가 라우팅 메커니즘은 입력당 가장 관련성 높은 전문가만 참여하도록 하여 모델의 전체 매개변수 수가 많음에도 불구하고 추론 비용을 낮게 유지합니다.
자체 진화: 새로운 학습 패러다임
M2.7의 가장 독특한 기능 중 하나는 자체 개발에 참여할 수 있는 능력입니다. MiniMax의 내부 에이전트 워크플로우 프레임워크인 OpenClaw 위에 구축된 이 모델은 반복적인 자체 개선 루프를 실행합니다. 작업 배치를 완료한 후 실패 궤적을 분석하고 특정 오류 지점을 식별하며 자체 스캐폴드 코드를 수정하고 평가를 다시 실행한 다음 변경 사항을 유지할지 또는 롤백할지 결정합니다. 프로그래밍 성능 최적화를 목표로 한 한 번의 기록된 실행에서 M2.7은 인간의 개입 없이 100회 이상 이 루프를 자율적으로 실행했습니다. 이 과정에서 내부 평가 세트에서 30%의 성능 향상을 가져왔습니다. M2.7이 독립적으로 발견한 전략에는 체계적인 샘플링 매개변수 튜닝(온도, 빈도 페널티, 존재 페널티 최적화)과 다른 파일의 유사한 코드 패턴에 대한 버그 수정의 자동 전파가 포함되었습니다.
소프트웨어 엔지니어링 및 전문 사무 성능
실제 소프트웨어 엔지니어링 환경에서 M2.7은 엔드투엔드 프로젝트 제공, 로그 분석, 버그 진단, 코드 보안 검토 및 머신러닝 워크플로우 디버깅 전반에 걸쳐 강력한 성능을 보여주었습니다. SWE-Pro 벤치마크에서 GPT-5.3-Codex와 동등한 56.22%를 기록했습니다. 웹, Android, iOS 대상을 포함한 전체 리포지토리 수준 코드 생성을 평가하는 VIBE-Pro에서는 55.6%를 기록했습니다. 복잡한 시스템 이해를 위해 Terminal Bench 2에서는 57.0%, NL2Repo에서는 39.8%를 기록했습니다.
전문 사무 시나리오에서 M2.7은 GDPval-AA 평가에서 오픈 소스 모델 중 1,495의 ELO 점수로 1위를 차지했습니다. 이 모델은 Excel, PowerPoint, Word 문서의 정교한 다중 라운드 편집을 지원하며, 연간 보고서 데이터에서 수익 예측 모델을 자율적으로 구축하고, Excel 피벗 테이블을 생성하고, Word 연구 보고서를 작성하고, 프레젠테이션 데크를 제작할 수 있습니다. 이는 회사가 주니어 분석가 출력에 상응한다고 설명하는 워크플로우입니다.
다중 에이전트 조정 및 스킬 실행
M2.7은 외부 오케스트레이션 프레임워크 없이도 다중 에이전트 조정을 기본적으로 지원합니다. 에이전트 팀, 복잡한 스킬, 동적 도구 검색 메커니즘을 사용하여 모델은 장기 작업을 분해하고 조정된 에이전트 간에 실행을 분배할 수 있습니다. 사례당 2,000개 이상의 토큰이 필요한 40개의 복잡한 스킬이 포함된 테스트에서 M2.7은 97%의 스킬 준수율을 유지했습니다. OpenClaw 워크플로우에서 파생된 MiniMax의 독점 실제 작업 평가 세트인 MM-Claw에서 M2.7은 62.7%를 기록했습니다.
OpenRoom 대화형 시스템
M2.7의 오픈 소스 릴리스와 함께 MiniMax는 텍스트를 넘어 시각적인 웹 기반 GUI 환경으로 AI 상호 작용을 확장하는 대화형 시스템인 OpenRoom도 공개했습니다. OpenRoom은 실시간 장면 피드백과 동적 인간-AI 상호 작용을 지원하며, 향후 인간-컴퓨터 상호 작용 모달리티에 대해 높은 확장성을 갖도록 설계되었습니다.
하드웨어 생태계 및 추론 배포
오픈 소스 출시일(2026년 4월 12일, CST)에 MiniMax는 광범위한 하드웨어 및 소프트웨어 파트너와의 추론 적응 완료를 발표했습니다. NVIDIA는 기술 블로그(2026년 4월 11일, EDT)에서 M2.7 배포 지침을 발표했으며, NVIDIA Blackwell Ultra GPU에서 OpenClaw 에이전트를 안전하게 실행하기 위한 오픈 소스 참조 스택인 NVIDIA NemoClaw를 소개했습니다. 이 스택은 vLLM 및 SGLang 서빙 프레임워크 모두에 대한 최적화를 통해 최대 2.7배의 처리량 향상을 제공합니다. 이 모델은 Huawei Ascend(vllm-Ascend를 통한 Atlas 800 A3 및 A2 시리즈), Moore Threads(MUSA 아키텍처, MTT S5000) 및 기타 실리콘 파트너에도 적용되었습니다. 소프트웨어 측면에서는 Together AI, Fireworks, Ollama, vLLM, SGLang를 포함한 플랫폼과 ModelScope와 같은 커뮤니티 생태계가 출시일 기준으로 M2.7을 통합했습니다.
가용성
MiniMax M2.7 오픈 가중치는 Hugging Face의 MiniMaxAI/MiniMax-M2.7에서 사용할 수 있습니다. API 액세스는 platform.minimax.io의 MiniMax 개발자 플랫폼을 통해 가능합니다. 이 모델은 MiniMax Agent 제품을 통해서도 액세스할 수 있으며, Hermes Agent 및 OpenClaw를 포함한 인기 있는 에이전트 도구에 이미 내장되어 있습니다.