MiniMax veröffentlicht M2.7, ein selbstentwickelndes Agentenmodell

Das chinesische KI-Unternehmen MiniMax hat die Gewichte für MiniMax M2.7 veröffentlicht, ein 229-Milliarden-Parameter-Mixture-of-Experts-Modell, das an seinem eigenen Entwicklungszyklus teilgenommen hat – was das Unternehmen als ersten Schritt auf dem Weg zur autonomen KI-Selbstevolution bezeichnet.

Ursprünglich am 18. März angekündigt, ist MiniMax M2.7 jetzt kostenlos auf Hugging Face verfügbar, mit Unterstützung für SGLang, vLLM, Transformers und NVIDIA NIM. Das Modell erreicht 56,22 % auf SWE-Pro und 57,0 % auf Terminal Bench 2, was es zu einem der stärksten Open-Source-LLMs für reale Software-Engineering-Aufgaben macht.

Wie das Modell sich selbst aufbaute

Der bemerkenswerteste Anspruch über M2.7 ist seine Rolle bei seiner eigenen Iteration. MiniMax hat eine interne Version des Modells mit der Optimierung eines Programmierscaffolds beauftragt, das über 100 Runden autonom lief. Während dieses Prozesses analysierte M2.7 Fehlerverläufe, modifizierte Scaffold-Code, führte Bewertungen durch und entschied, ob jede Änderung beibehalten oder rückgängig gemacht werden sollte.

Das Modell entdeckte Optimierungen auf eigene Faust: systematische Suche nach optimalen Stichprobenparametern wie Temperatur und Frequenzstrafe, Gestaltung von Workflow-Richtlinien wie automatischer Überprüfung auf identische Bug-Muster in Dateien nach einer Korrektur und Hinzufügen von Schleifenerkennung zur Agenten-Schleife des Scaffolds. MiniMax berichtet über eine 30-prozentige Leistungsverbesserung auf internen Bewertungssets aus diesem autonomen Prozess.

Innerhalb des Reinforcement-Learning-Teams von MiniMax übernimmt M2.7 jetzt 30 bis 50 % der täglichen Workflows von Anfang bis Ende. Forscher interagieren nur bei kritischen Entscheidungen, während das Modell Literaturrecherche, Experimentenverfolgung, Datenpipelines, Fehlersuche und Merge-Anfragen verwaltet.

MiniMax hat M2.7 auch auf MLE Bench Lite getestet, OpenAIs Suite von 22 Machine-Learning-Wettbewerben, die auf einer einzigen A30-GPU laufen. Bei drei 24-Stunden-Tests produzierte der beste Lauf des Modells 9 Goldmedaillen, 5 Silbermedaillen und 1 Bronzemedaille. Die durchschnittliche Medaillenrate von 66,6 % lag gleichauf mit Gemini 3.1 und nur hinter Opus 4.6 (75,7 %) und GPT-5.4 (71,2 %).

Benchmark-Leistung über Engineering und Büroarbeit

Bei Software-Engineering-Benchmarks erreicht M2.7 die Leistung von Frontier-Modellen oder nähert sich ihnen an. Seine 56,22 % auf SWE-Pro – einem Benchmark, der Log-Analyse, Bug-Troubleshooting, Code-Sicherheitsprüfung und ML-Workflow-Debugging in mehreren Programmiersprachen abdeckt – entsprechen GPT-5.3-Codex. Bei VIBE-Pro, einem Repo-Code-Generierungs-Benchmark, erreichte es 55,6 %, und es erzielte 76,5 auf SWE Multilingual und 52,7 auf Multi SWE Bench.

Jenseits von AI-Code-Generatoren positionierte MiniMax M2.7 für professionelle Büroaufgaben. Bei GDPval-AA, das Domänenexpertise über 45 Modelle bewertet, erreichte M2.7 einen ELO-Score von 1495 – den höchsten unter Open-Source-Modellen, nur hinter Opus 4.6, Sonnet 4.6 und GPT-5.4. Bei Toolathon erreichte es 46,3 % Genauigkeit, und es hielt eine 97-prozentige Fähigkeitskonformitätsrate über 40 komplexe Fähigkeiten (jeweils über 2.000 Token) in MiniMax’ MM Claw-Bewertung.

Das Modell unterstützt native Multi-Agenten-Zusammenarbeit durch sogenannte Agenten-Teams, bei denen mehrere Modellinstanzen unterschiedliche Rollenidentitäten aufrechterhalten und gemeinsam an Aufgaben arbeiten. Diese Fähigkeit zielt auf AI-Agents für Geschäftsautomatisierung-Szenarien ab, in denen stabile Rollengrenzen und adversative Argumentation zwischen Agenten erforderlich sind.

MiniMax baute M2.7 auf einer Mixture-of-Experts-Architektur auf, was bedeutet, dass nur ein Teil seiner 229 Milliarden Parameter während eines einzelnen Inferenzdurchlaufs aktiviert wird. Dies macht das Modell günstiger und schneller zu bedienen als ein dichtes Modell mit vergleichbarer Ausgabequalität – ein wichtiger Aspekt für Entwickler, die Modelle lokal oder auf begrenzter Infrastruktur ausführen möchten.

MiniMax hat auch OpenRoom open source veröffentlicht, eine interaktive Demo, die größtenteils von KI erstellt wurde und Agenten-Interaktionen in einer Web-GUI mit Echtzeit-Visualisierung platziert, was sein Interesse an der Erweiterung großer Sprachmodelle über Produktivität hinaus in interaktive Unterhaltung signalisiert.

Die Veröffentlichung fügt eine weitere wettbewerbsfähige Option zum offenen Gewichts-Agentenfähigkeits-Landschaft hinzu, in der Modelle von Meta, Alibaba und DeepSeek die Grenzen dessen ausgelotet haben, was kostenlos verfügbar ist. Der Selbstentwicklungsaspekt – bei dem ein Modell bedeutungsvoll zur Verbesserung seines eigenen Nachfolgers beiträgt – bleibt im Frühstadium, aber M2.7 bietet die ersten konkreten Datenpunkte dafür, wie das in der Praxis aussieht: eine 30-prozentige interne Benchmark-Steigerung aus 100+ autonomen Optimierungsrunden, ohne menschliche Intervention im Loop.