MiniMax M2.7 在 2026 年 3 月发布，主打”模型自我进化”和工程/办公生产力。在多项工程类基准上，它已经逼近 GPT‑5.4、Claude Opus 4.6 等一线闭源模型。[1]
模型概览
M2.7 是 M2 系列最新版本，官方将其定位为”开启递归自我改进之旅”的 Agent 旗舰模型，面向软件工程、办公自动化和研发流程等复杂生产场景。[2]
相比 M2.5，通用智力指数（Artificial Analysis）从 42 提升到 50，增幅约 20%。在同档位模型中，M2.7 的综合能力已进入第一梯队。[3]
核心技术突破
自我进化与 Agent Harness
M2.7 被用来搭建强化学习训练流水线中的数十个复杂 skill，让模型自己监控实验、分析日志、修 Bug、跑评测。官方称在部分研发流程中可承担 30%–50% 的工作量，并能连续执行 100 轮以上”分析‑改进‑验证”闭环，在内部评测集上带来约 30% 效果提升。[4]
原生多智能体与工具链
M2.7 支持 Agent Teams、多工具搜索、OpenClaw/MM‑Claw 等复杂环境交互。在包含 40 个、长度超过 2000 token 的复杂技能集合上，技能遵循率仍能保持约 97%，工具型 Agent 评测中已接近 Claude Sonnet 4.6 水平。[5]
专业办公与长上下文
在 GDPval‑AA 办公与专业知识评测中，M2.7 在 45 个模型中 ELO 约 1495–1500，仅次于 Opus 4.6、Sonnet 4.6 和 GPT‑5.4。它可以高保真多轮编辑 Word/Excel/PPT、阅读年报并自动生成研究报告与图表。[6]
工程与智能体基准成绩
软件工程基准 SWE‑Bench Pro 上，M2.7 得分约 56.2%，高于自家 M2.5 的 55.4%，并非常接近 Sonnet 4.6（57.2）、Opus 4.6（57.3）和 GPT‑5.4（57.7）。[2]
端到端项目交付的 VIBE‑Pro 上，M2.7 得分 55.6，与 Opus 4.6 持平，略低于 Sonnet 4.6 的 56.1。复杂系统理解的 Terminal Bench 2 中，M2.7 得分 57.0，同样位于第一梯队。[1]
多轮机器学习工程任务的 MLE‑Bench lite 中，M2.7 得分 66.6，显著高于 M2.5 的 51.5，接近 Gemini 3.1 Pro（66.6），但仍落后于 Sonnet 4.6（72.7）、Opus 4.6（75.7）和 GPT‑5.4（71.2）。[3]
主要工程类基准对比（节选）
| 基准 | M2.7 | M2.5 | Gemini 3.1 Pro | Sonnet 4.6 | Opus 4.6 | GPT‑5.4 |
|---|---|---|---|---|---|---|
| SWE‑Bench Pro | 56.2 | 55.4 | 54.2 | 57.2 | 57.3 | 57.7 |
| Multi‑SWE | 52.7 | 51.3 | – | 51.0 | 50.3 | 49.0 |
| VIBE‑Pro | 55.6 | 54.2 | 41.0 | 56.1 | 55.6 | – |
| MLE‑Bench lite | 66.6 | 51.5 | 66.6 | 72.7 | 75.7 | 71.2 |
与 M2.5 的代际提升
官方和第三方测评都认为，M2.7 相比 M2.5 的”质变”更多体现在智能体和自我优化能力，而非单纯的答案质量小幅提升——在 Agent 化的 MLE‑Bench、强化学习流水线自动化等场景中，两代模型差距明显。[4]
Artificial Analysis 的智力指数从 42 提升到 50，结合 SWE‑Bench Pro、VIBE‑Pro 等基准的 1–2 个百分点增幅，可以理解为：推理与工程任务总体向上半档，已经逼近但整体仍略逊于最新一线闭源模型。[3]
早前对 M2.5 的中文场景评测显示，其相对 M2.1 准确率提升约 2.1 个百分点、响应时间缩短约 52%，迭代速度极快。在此基础上，M2.7 更像是”往高端顶一格”，而不是重新定义价格/性能区间——官方也强调 M2.7 上线后接口定价保持不变。[7]
API 形态与接入方式
M2.7 暂未开源，仅以云 API 形式提供。它支持原生 MiniMax API 以及 OpenAI 兼容格式，统一 base URL 为 https://api.minimax.io/v1（国内为 minimaxi.com），可以直接用 OpenAI SDK 调用。开发者只需把 OPENAI_BASE_URL 指向 MiniMax，再在 model 字段填 MiniMax-M2.7 即可。[8]
官方列出的 M2.7 规格为 204,800 token 上下文窗口，推理版输出速度约 60 token/s。同等能力但更快的 MiniMax-M2.7-highspeed 版本输出速度可达约 100 token/s，适合对时延敏感的业务。[9]
OpenAI 兼容接口支持 reasoning_split 选项，可以把对话中的思维链与最终回答分开返回，方便做可解释性或审计分析——这一点对构建工程类 Agent 尤其有价值。[9]
适用场景与当前局限
适用场景
大规模软件工程与 AIOps：自动读代码、查日志、修 Bug、做安全审计，以及端到端交付中小型项目，在 SWE‑Bench Pro、VIBE‑Pro、Terminal Bench 等指标上已验证能力。[5]
企业办公与知识工作：长文档理解、年报分析、预算建模、自动生成 PPT/Excel 报告等，在 GDPval‑AA 等评测中 ELO 接近行业最强闭源模型，中文生态和 Office 深度打磨相对成熟。[6]
研发流程自动化：尤其是强化学习、模型训练流水线的自动管理，让模型充当”研究助理 Agent”，从文献调研到实验排障、指标分析都可部分自动化。官方声称在真实内部流程中已承接 30%–50% 工作量。[10]
局限与需要注意的点
权重未开源。目前性能数据主要来自官方和少数第三方实验室（如 DataLearner、Artificial Analysis），社区复现和独立评测仍相对有限，真实长期稳定性还有待更多实战验证。[5]
虽然在 SWE‑Bench、VIBE‑Pro 等工程基准上接近或对标一线闭源模型，但在更高难度的 MLE‑Bench、通用 Agent 评测上，与 Sonnet 4.6、Opus 4.6、GPT‑5.4 仍存在 5–10 个百分点不等的差距——顶级极限任务上不一定是”最强选项”。[6]
参考文献
[1] PingWest – MiniMax M2.7 发布报道，https://www.pingwest.com/w/312215
[2] MiniMax 官方 – M2.7 模型页面，https://www.minimaxi.com/models/text/m27
[3] DataLearner – M2.7 智力指数与基准评测，https://www.datalearner.com/blog/1051773819295084
[4] 新华网经济参考报 – M2.7 自我进化能力报道，http://jjckb.xinhuanet.com/20260318/7d805f389e8c4a79a88268abf4a8ce86/c.html
[5] 53AI – M2.7 多智能体与工具链评测，https://www.53ai.com/news/LargeLanguageModel/2026031826587.html
[6] AIZWS – M2.7 办公与生产力评测，https://www.aizws.net/news/detail/8041
[7] IT 索托时代 – M2 系列代际对比分析，https://www.itsolotime.com/archives/21324
[8] MiniMax Platform – API 接入指南，https://platform.minimax.io/docs/guides/text-ai-coding-tools
[9] MiniMax Platform – API 参考文档，https://platform.minimax.io/docs/api-reference/text-openai-api
[10] 凤凰网财经 – M2.7 研发自动化应用案例，https://finance.ifeng.com/c/8ravhDb0lp6
