M2.7 开源模型评测：MiniMax AI 自主训练与复杂任务能力突破

2026年4月12日，AI圈迎来关键进展：MiniMax正式开源M2.7模型。该模型的核心突破在于，它宣称能够使AI主动参与自身的训练与优化闭环，从而构建复杂的智能体架构，胜任高难度的生产级任务。

实际表现如何？官方数据显示，M2.7在真实软件工程场景中展现出扎实能力，覆盖端到端项目交付、日志深度分析、Bug精准定位、代码安全审查及机器学习任务等多维度。在SWE-Pro编码基准测试中，M2.7取得56.22%得分，逼近当前顶级模型水准。在评估完整项目交付的VIBE-Pro测试中达到55.6%，在考验复杂系统理解的Terminal Bench 2测试中获得57.0%的强劲成绩。

更值得关注的是M2.7的“自我进化”机制。其内部系统可自动收集反馈、构建评估数据集，并持续优化模型架构、技能模块和记忆机制。例如，针对编程能力专项优化时，M2.7能自主运行超100轮训练循环，内部测试实现30%的性能跃升。这种自我迭代闭环为AI的持续进化开辟了新路径。

除核心模型能力外，MiniMax为M2.7配备了“OpenRoom”交互系统。该系统将人机交互从纯文本对话扩展至可视化界面，支持实时场景反馈，且设计高度可扩展，预示未来人机协作将探索更直观的全新交互方式。

目前，M2.7模型已在以下平台开源：

Huggingface：https://huggingface.co/MiniMaxAI/MiniMax-M2.7

MiniMax API：https://platform.minimax.io/docs/guides/models-intro