MiniMax: MiniMax M2.7

Dołącz do naszej ? WeChat · ? Discord społeczności. MiniMax Agent · ⚡️ API · CLI · Strona MiniMax ? Hugging Face · ? GitHub · ?️ ModelScope · ? LICENCJA

MiniMax-M2.7 to nasz pierwszy model głęboko uczestniczący we własnej ewolucji. M2.7 jest zdolny do budowania złożonych uprzęży agentów i wykonywania wysoce skomplikowanych zadań produktywnościowych, wykorzystując Zespoły Agentów, złożone Umiejętności i dynamiczne wyszukiwanie narzędzi. Aby uzyskać więcej szczegółów, zobacz nasz wpis na blogu.

M2.7 inicjuje cykl samoewolucji modelu: podczas rozwoju pozwalamy modelowi aktualizować własną pamięć, budować dziesiątki złożonych umiejętności dla eksperymentów RL i ulepszać własny proces uczenia się na podstawie wyników eksperymentów. Wewnętrzna wersja M2.7 autonomicznie optymalizowała rusztowanie programistyczne przez ponad 100 rund — analizując trajektorie niepowodzeń, modyfikując kod, uruchamiając oceny i decydując, czy zachować, czy cofnąć — osiągając 30% poprawę wydajności. Na MLE Bench Lite (22 konkursy ML) M2.7 osiągnął 66.6% wskaźnik medali, ustępując tylko Opus-4.6 i GPT-5.4.

M2.7 zapewnia wyjątkowe rzeczywiste zdolności programistyczne obejmujące analizę logów, rozwiązywanie problemów, refaktoryzację, bezpieczeństwo kodu i uczenie maszynowe. Poza generowaniem kodu, M2.7 demonstruje silne rozumowanie na poziomie systemu — korelując metryki monitorowania, przeprowadzając analizę śledzenia, weryfikując przyczyny źródłowe w bazach danych i podejmując decyzje na poziomie SRE. Używając M2.7, wielokrotnie skróciliśmy czas odzyskiwania po incydentach produkcyjnych do poniżej trzech minut. Na SWE-Pro M2.7 osiągnął 56.22%, dorównując GPT-5.3-Codex, z jeszcze silniejszą wydajnością na rzeczywistych benchmarkach inżynieryjnych: SWE Multilingual (76.5) i Multi SWE Bench (52.7). Na VIBE-Pro (55.6%) M2.7 jest prawie na równi z Opus 4.6. Na Terminal Bench 2 (57.0%) i NL2Repo (39.8%) M2.7 demonstruje głębokie zrozumienie złożonych systemów inżynieryjnych.

M2.7 obsługuje również natywne Zespoły Agentów do wieloagentowej współpracy ze stabilną tożsamością roli i autonomicznym podejmowaniem decyzji. M2.7 osiągnął wynik ELO 1495 na GDPval-AA (najwyższy wśród modeli o otwartych wagach), przewyższając GPT5.3. Obsługuje Word, Excel i PPT z wysokiej jakości wieloetapową edycją, tworząc edytowalne wyniki. Na Toolathon M2.7 osiągnął 46.3% dokładności (globalna czołówka) i utrzymuje 97% zgodności umiejętności w ponad 40 złożonych umiejętnościach na MM Claw. Na kompleksowym benchmarku MM Claw M2.7 osiągnął 62.7%, blisko Sonnet 4.6.

M2.7 charakteryzuje się wzmocnioną spójnością postaci i inteligencją emocjonalną. Udostępniliśmy jako open-source OpenRoom, interaktywne demo, które umieszcza interakcję AI w przestrzeni Web GUI z wizualną informacją zwrotną w czasie rzeczywistym i interakcjami scen. Wypróbuj na openroom.ai.

• MiniMax Agent: https://agent.minimax.io/
• MiniMax API: https://platform.minimax.io/
• Token Plan: https://platform.minimax.io/subscribe/token-plan