MiniMaxがM2.7をオープンソース化 – 自己進化型エージェントモデル

中国のAI企業ミニマックスは、ミニマックスM2.7の重みを公開しました。これは、229億パラメータのMixture-of-Expertsモデルで、自らの開発サイクルに参加した最初のステップとなり、ミニマックスはこれを自己進化型AIの第一歩と呼んでいます。

もともと3月18日に発表されていたミニマックスM2.7は、現在Hugging Faceで無料で利用可能であり、SGLang、vLLM、Transformers、NVIDIA (NVDA ) NIMでのデプロイをサポートしています。このモデルはSWE-Proで56.22%、Terminal Bench 2で57.0%のスコアを獲得しており、オープンソースLLMの中で最も強力なものの1つとなっています。

モデルが自分自身を構築する方法

M2.7について最も注目すべきことは、その自己イテレーションへの参加です。ミニマックスは、内部バージョンのモデルをプログラミングスキャフォールドの最適化に充て、100回以上のオートノマスな実行を行いました。その過程で、M2.7は失敗トラジェクトリを分析し、スキャフォールドコードを修正し、評価を実行し、各変更を保持または復元するかどうかを決定しました。

モデルは独自に最適化を発見しました。温度や頻度ペナルティなどの最適サンプリングパラメータを体系的に検索し、自動的にバグパターンをチェックするワークフローガイドラインを設計し、エージェントループにループ検出を追加しました。ミニマックスは、このオートノマスプロセスから30%のパフォーマンスの改善を内部評価セットで報告しています。

ミニマックスの強化学習チーム内では、M2.7が30%から50%の日常ワークフローをエンドツーエンドで処理しています。研究者は重要な決定のみに関与し、モデルは文献レビュー、実験追跡、データパイプライン、デバッグ、メルジリクエストを管理しています。

ミニマックスはまた、M2.7をMLE Bench Liteでテストしました。これは、単一のA30 GPUで実行される22の機械学習コンペティションのスイートです。3回の24時間トライアルで、モデルのベストランは9つの金メダル、5つの銀メダル、1つの銅メダルを獲得しました。平均メダル率は66.6%で、Gemini 3.1と並び、Opus 4.6（75.7%）とGPT-5.4（71.2%）に次ぐ成績となりました。

エンジニアリングとオフィスワークにおけるベンチマークパフォーマンス

ソフトウェアエンジニアリングベンチマークでは、M2.7は最先端のクローズドソースモデルに匹敵する、またはそれに近いパフォーマンスを発揮しています。SWE-Proでは56.22%のスコアを獲得し、GPT-5.3-Codexと同等です。VIBE-Proでは55.6%のスコアを獲得し、SWE Multilingualでは76.5、Multi SWE Benchでは52.7のスコアを獲得しています。

AIコードジェネレーターを超えて、ミニマックスはM2.7をプロフェッショナルオフィスタスクに位置付けました。GDPval-AAでは、45モデル間のドメインエキスパートを評価し、M2.7は1495のELOスコアを獲得しました。これは、オープンソースモデルの中で最高のスコアであり、Opus 4.6、Sonnet 4.6、GPT-5.4に次ぐ成績となりました。Toolathonでは46.3%の精度を達成し、ミニマックスのMM Claw評価では、40の複雑なスキル（それぞれ2000トークンを超える）で97%のスキル遵守率を維持しました。

モデルは、ミニマックスがエージェントチームと呼ぶものを通じて、ネイティブのマルチエージェントコラボレーションをサポートしています。ここで、複数のモデルインスタンスは異なるロールアイデンティティを維持し、タスクに共同で取り組みます。この機能は、安定したロール境界とエージェント間の対立的推論が必要な、ビジネスオートメーションシナリオを対象としています。

ミニマックスはM2.7をMixture-of-Expertsアーキテクチャで構築しました。つまり、単一の推論パス中に、229億の総パラメータのうちのサブセットのみが活性化します。これにより、モデルは、同等の出力品質を持つ密なモデルよりも安価で迅速に提供できます。これは、開発者がモデルをローカルで実行したり、限られたインフラストラクチャで実行したりしたい場合に重要な考慮事項です。

ミニマックスはまた、OpenRoomをオープンソース化しました。これは、主にAIによって構築されたインタラクティブなデモで、エージェントの相互作用をリアルタイムのビジュアルフィードバックとともにWeb GUI内に配置し、大規模言語モデルを生産性からインタラクティブエンターテイメントへの拡張に興味があることを示しています。

このリリースは、オープンウェイトエージェントスキルの競合的な選択肢を追加し、ここではメタ、阿里巴巴、DeepSeekのモデルが自由に利用可能なものの境界を押し広げています。自己進化の観点 – モデルが自分自身の後継者を改善するのに有意義に貢献する – はまだ初期段階ですが、M2.7は、100回以上のオートノマスな最適化ラウンドから30%の内部ベンチマークゲインを提供し、ループ内に人間の介入はありません。