MiniMax-M2.7

M2.7是MiniMaxAI在2026年3月18日发布的模型，也是业内首个深度参与自身训练流程的大语言模型。与以往模型不同，M2.7在训练过程中主动承担了强化学习流程中数十个复杂任务的构建，包括监控实验、排查日志、修复代码和运行评测，研究员仅在需要做关键决策时介入。官方数据显示，M2.7能承担整个研发工作流约30–50%的工作量。

核心亮点：模型参与自身训练

M2.7最大的技术特点在于”模型训练模型”的闭环机制。MiniMax让M2.7在训练过程中自主优化内部的软件工程脚手架，模型自主执行了超过100轮完整的迭代循环，流程涵盖：

• 分析失败原因
• 规划代码改动
• 修复并提交代码
• 运行评测
• 查看结果
• 决定保留或回退

最终在内部评测中实现了30%的性能提升。这套机制使M2.7成为目前少数真正参与过自身训练迭代的商用大模型之一。

评测表现

根据官方公布的数据，M2.7在多项基准测试中相较上代M2.5均有明显提升，部分指标已接近同期顶级闭源模型水平。Artificial Analysis大模型智力指数从42分提升至50分，涨幅约20%。

在MLE-Bench Lite（22个机器学习任务，每次24小时自主迭代）中，M2.7三次测试平均得牌率66.6%，最佳成绩为9金5银1铜，与Gemini 3.1 Pro持平。

软件工程能力

官方重点强调了M2.7在真实生产环境中的工程能力。在内部案例中，M2.7面对线上告警时可自主完成以下流程：

1. 分析监控指标与部署时间线
2. 连接数据库验证根本原因
3. 优先采用非阻塞方式建索引进行止血处理
4. 提交代码合并请求

据官方介绍，基于M2.7已多次将线上故障恢复时间压缩至三分钟以内。需注意，上述案例均为内部数据，尚无独立第三方复现。

新功能：原生 Agent Teams 支持

M2.7新增了原生的Agent Teams多智能体协作能力，支持多个AI智能体分工合作完成复杂任务。官方认为，这种能力必须内化到模型本身，单纯依靠提示词工程无法实现稳定的多智能体协作。

办公与娱乐场景

除软件工程外，M2.7在办公和娱乐场景也有所强化：

• 金融文档分析：可读取年报和业绩会纪要，交叉对比多篇研报，自动建立营收预测模型，输出PPT、Word和Excel图表。据参与评估的金融从业者反馈，产出物可直接用作初稿。
• 角色扮演与人设保持：强化了对话中的人设一致性，旨在将Agentic模型的使用场景从生产力工具延伸至互动娱乐。
• OpenRoom 开源项目：MiniMax配套发布了开源原型项目OpenRoom，是一个Web界面的AI互动空间，AI角色可与场景实时互动并产生视觉反馈，可在 openroom.ai 直接体验。该项目大部分代码由AI编写，目前仍处于原型阶段。

发布信息与注意事项

• 发布时间：2026年3月18日正式官宣（3月16日曾短暂出现在官方文档和DesignArena评测平台）
• 接口价格：与上代M2.5保持一致，无调整
• 开源状态：目前未宣布开源，未来情况不明
• 可用性：已全量上线，可通过官网及API直接使用