MiniMax-M2.7

是什么

MiniMax-M2.7 是 MiniMax 于 2026 年 3 月发布的大语言模型。^[2]它的论文编号为 arXiv 2605.26494，公开的检查点标注为 2290 亿参数；Hugging Face 模型卡给出的总参数量同样是 229B，许可证一栏写的是「other」。^[1]参数量本身只提供一个背景：它说明这属于大型模型这一档，以检查点的形式发布，而不是嵌在某个产品里的小模型。

这类模型的定位不在于一问一答，而在于持续执行任务：调用工具、运行代码、在多个步骤之间保持工作状态。

由来

MiniMax 把 M2.7 称为「我们第一个深度参与自身演化的模型」（our first model deeply participating in its own evolution）。^[1]支撑这个说法的是公司内部的一项结果：让模型的一个版本自主优化一套编程脚手架（scaffold），经过 100 多轮迭代，报告性能提升 30%。^[1]

脚手架在这里指的是模型工作时所处的整套外围装置，也就是决定它如何改文件、跑测试、失败后如何重试的那部分代码。让模型去改写这套装置，等于让它改善自己工作的条件，而不只是改善答案。这里的说法是具体且有边界的：一个内部版本、一套脚手架、100 多轮、公司自报的 30%。^[1]

主要特点

模型支持 Agent Teams、复杂 Skills 与动态工具搜索（dynamic tool search），MiniMax 同时强调它在娱乐用途上有更强的人物一致性。^[1]Agent Teams 指把一个任务拆给多个协作的模型实例；Skills 指模型可以加载并遵循的成套流程；动态工具搜索指模型自己去查找有哪些工具可用，而不是一开始就拿到一张固定清单。人物一致性说的是在长时间交互中让一个角色保持稳定的性格与口吻，这对互动娱乐类产品很关键。

基准成绩

MiniMax 报告的成绩包括：SWE-Pro 56.22%、Terminal Bench 2 57.0%、SWE Multilingual 76.5、GPQA Diamond 89.8、AIME 2026 94.2。^[1]在由 22 个机器学习竞赛组成的 MLE Bench Lite 上，模型拿到 66.6% 的奖牌率，MiniMax 称这一成绩仅次于 Opus-4.6 与 GPT-5.4。^[1]

Hugging Face 模型卡上的清单更长：Humanity's Last Exam 为 28，MMLU-Pro 为 81.8；SkillsBench V1.1 为 34.9，Multi SWE Bench 为 52.7，VIBE-Pro 为 55.6%；Toolathon 准确率 46.3%，NL2Repo 为 39.8，MM Claw 为 62.7%；GDPval-AA 的 ELO 为 1495。^[1]

把两组数字放在一起看，可以看出一个比较清晰的轮廓：在竞赛风格的数学与科学题、以及软件工程类任务上，成绩偏高；在智能体与工具使用类基准上，则出现了三十几、四十几这样的分数，与高分项并列。两组之间的落差是这张表里信息量最大的部分——当评价标准从「答对一道题」转向「把多步任务做完」，难点就换了地方。

在发展中的位置

在此之后，MiniMax 于 2026 年 6 月发布了 MiniMax-M3。^[2]两次发布间隔很短，说明 M2.7 是快速迭代序列中的一步，而不是终点；MiniMax 在它身上使用的「自我演化」说法，也应当放在这条序列中理解，它描述的是公司当时在推进的一个方向。