MiniMax 发布 M2.7：可重写自身代码的开源模型

新闻摘要

2026年4月12日（北京时间），人工智能公司MiniMax正式开源其旗舰级Agent模型MiniMax M2.7，并在Hugging Face上公开了完整的模型权重。M2.7是MiniMax迄今为止能力最强的开源版本，也是该系列中首个能够主动参与自身训练和优化循环的模型——MiniMax公司将其描述为“自进化”能力。该模型在SWE-Pro基准测试中得分56.22%，在Terminal Bench 2中得分57.0%，在软件工程任务方面表现出类拔萃，跻身顶级开源模型之列。

模型架构与技术规格

MiniMax M2.7基于稀疏专家混合（MoE）架构构建，拥有2300亿个总参数，但每个token仅激活100亿个。它支持200,000个token的上下文窗口，并包含256个专家模块。模型采用多头因果自注意力机制，并增强了旋转位置嵌入（RoPE）和查询-键均方根归一化（QK RMSNorm），以实现大规模训练的稳定性。其Top-k专家路由机制确保每个输入只激活最相关的专家，从而在模型参数量巨大的情况下保持较低的推理成本。

自进化：一种新的训练范式

M2.7最显著的特点之一是其参与自身开发的能力。该模型构建在MiniMax内部Agent工作流框架OpenClaw之上，执行一个迭代的自我改进循环：完成一批任务后，它会分析失败轨迹，识别具体的错误点，修改自身的脚手架代码，重新运行评估，然后决定是否保留或回滚更改。在一个针对编程性能优化的记录运行中，M2.7自主运行了超过100轮此循环。该过程在无人干预的情况下，在内部评估集上实现了30%的性能提升。M2.7独立发现的策略包括系统性采样参数调整——优化温度、频率惩罚和存在惩罚——以及跨文件相似代码模式的自动错误修复传播。

软件工程与专业办公表现

在实际软件工程场景中，M2.7在端到端项目交付、日志分析、错误诊断、代码安全审查和机器学习工作流调试方面展现出强大的能力。在SWE-Pro基准测试中，其得分达到56.22%，与GPT-5.3-Codex相当。在评估针对Web、Android和iOS目标的完整代码库生成能力的VIBE-Pro测试中，M2.7得分55.6%。在复杂系统理解方面，Terminal Bench 2得分57.0%，NL2Repo得分39.8%。

在专业办公场景中，M2.7在GDPval-AA评估中位列开源模型第一，ELO评分为1,495。该模型支持对Excel、PowerPoint和Word文档进行复杂的多轮编辑，并能自主从年报数据构建收入预测模型、生成Excel数据透视表、起草Word研究报告以及制作演示文稿——MiniMax公司称此工作流相当于初级分析师的产出。

多Agent协同与技能执行

M2.7原生支持多Agent协同，无需外部编排框架。通过Agent Teams、复杂Skills和动态工具搜索机制，该模型能够分解长周期任务，并将执行分配给协同的Agent。在涉及40个复杂技能、每例需要超过2,000个token的测试中，M2.7保持了97%的技能遵循率。在MM-Claw（MiniMax从OpenClaw工作流中提取的专有真实任务评估集）上，M2.7得分62.7%。

OpenRoom交互系统

与M2.7的开源发布同步，MiniMax还发布了一个名为OpenRoom的交互系统，将AI交互从文本扩展到一个可视化的、基于Web的GUI环境。OpenRoom支持实时场景反馈和动态人机交互，并设计为高度可扩展，以适应未来的人机交互模式。

硬件生态与推理部署

在开源发布当天（2026年4月12日，北京时间），MiniMax宣布已完成与广泛的硬件和软件合作伙伴的推理适配。英伟达在其技术博客（2026年4月11日，美国东部时间）上发布了M2.7的部署指南，介绍了NVIDIA NemoClaw——一个用于在NVIDIA Blackwell Ultra GPU上安全运行OpenClaw Agent的开源参考栈，并针对vLLM和SGLang服务框架进行了优化，吞吐量提升高达2.7倍。该模型还适配了华为昇腾（通过vllm-Ascend的Atlas 800 A3和A2系列）、摩尔线程（MUSA架构，MTT S5000）以及其他芯片合作伙伴。在软件方面，截至发布日，Together AI、Fireworks、Ollama、vLLM、SGLang等平台以及ModelScope等社区生态系统已集成M2.7。

可用性

MiniMax M2.7的开源权重可在Hugging Face上获取，地址为MiniMaxAI/MiniMax-M2.7。API访问可通过MiniMax开发者平台platform.minimax.io进行。该模型也可通过MiniMax Agent产品访问，并已集成到Hermes Agent和OpenClaw等流行Agent工具中。