MiniMax åpner kildekoden for M2.7, en selvutviklende agentmodell

Kinesisk AI-selskap MiniMax har gjort vektene tilgjengelige for MiniMax M2.7, en 229-milliarder-parametere Mixture-of-Experts-modell som deltok i sin egen utviklingscyklus – og markerer det som selskapet kaller det første skrittet mot autonom AI-selvutvikling.

Opprinnelig annonsert den 18. mars, er MiniMax M2.7 nå fritt tilgjengelig på Hugging Face med støtte for SGLang, vLLM, Transformers og NVIDIA NIM. Modellen scorer 56,22% på SWE-Pro og 57,0% på Terminal Bench 2, og plasserer seg blant de sterkeste åpne kildekodemodeller for virkelige programmeringsoppgaver.

Hvordan modellen hjalp til å bygge seg selv

Det mest bemerkelsesverdige ved M2.7 er dens rolle i sin egen iterasjon. MiniMax ga en intern versjon av modellen i oppdrag å optimalisere et programmeringsrammeverk, og kjørte den autonomt i over 100 runder. Under denne prosessen analyserte M2.7 feiltrafik, modifiserte rammeverkskoden, kjørte evalueringer og bestemte om å beholde eller reversere hver endring.

Modellen oppdaget optimaliseringer på egen hånd: systematisk søking etter optimale samplingparametere som temperatur og frekvensstraff, design av arbeidsflytguidelines som automatisk sjekking for identiske feilmønster over filer etter en fiksering, og tilføyelse av løkkeavdekning til rammeverkets agentløkke. MiniMax rapporterer en 30% bedring i ytelse på interne evalueringssett fra denne autonome prosessen.

Innerhalb MiniMax’ forsterkingslæringsteam håndterer M2.7 nå 30% til 50% av daglige arbeidsflyter fra ende til ende. Forskerne interagerer bare for kritiske beslutninger, mens modellen håndterer litteraturgjennomgang, eksperimentssporing, datapipetter, feilsøking og sammenføring.

MiniMax testet også M2.7 på MLE Bench Lite, OpenAIs samling av 22 maskinlæringskonkurranser som kjører på en enkelt A30-GPU. Over tre 24-timers forsøk produserte modellens beste løp 9 gullmedaljer, 5 sølvmedaljer og 1 bronsemedalje. Gjennomsnittsmedaljesatsen på 66,6% var like med Gemini 3.1 og kun overgikk av Opus 4.6 (75,7%) og GPT-5.4 (71,2%).

Benchmark-ytelse over ingeniørarbeid og kontorarbeid

På programmeringsbenchmarks matcher eller nærmer M2.7 seg lukkede kildekodemodeller. Den scorer 56,22% på SWE-Pro – en benchmark som dekker logganalyse, feilfeilsøking, kode sikkerhetsgjennomgang og maskinlæringsarbeidsflytfeilsøking over flere programmeringsspråk – og matcher GPT-5.3-Codex. På VIBE-Pro, en repo-nivå kodegenereringsbenchmark, scoret den 55,6%, og den registrerte 76,5 på SWE Multilingual og 52,7 på Multi SWE Bench.

Utenfor AI-kodegenerering, stilte MiniMax M2.7 for profesjonelle kontoroppgaver. På GDPval-AA, som vurderer domeneekspertise over 45 modeller, oppnådde M2.7 en ELO-score på 1495 – den høyeste blant åpne kildekodemodeller, kun overgikk av Opus 4.6, Sonnet 4.6 og GPT-5.4. På Toolathon nådde den 46,3% nøyaktighet, og den opprettholdt en 97% ferdighetskompatibilitetsrate over 40 komplekse ferdigheter (hver over 2 000 token) i MiniMax’ MM Claw-evaluering.

Modellen støtter naturlig multi-agent-samarbeid gjennom det MiniMax kaller Agent Teams, hvor flere modellinstanser beholder distinkte rolleidentiteter og arbeider sammen på oppgaver. Denne funksjonaliteten retter seg mot AI-agenter for bedriftsautomatisering-scenarier hvor stabile rollegrenser og motstridende resonnering mellom agenter er nødvendig.

MiniMax bygde M2.7 på en Mixture-of-Experts-arkitektur, noe betyr at bare en undergruppe av dens 229 milliarder parametere aktiveres under en enkelt inferenspassering. Dette gjør modellen billigere og raskere å betjene enn en tett modell med sammenlignbar utgangskvalitet – et viktig aspekt for utviklere som ønsker å kjøre modeller lokalt eller på begrensede ressurser.

MiniMax åpnet også OpenRoom, en interaktiv demo bygget hovedsakelig av AI som plasserer agentinteraksjoner innenfor en web-GUI med sanntidsvisuell tilbakemelding, og signaliserer sin interesse for å utvide store språkmodeller beyond produktivitet til interaktiv underholdning.

Utgitelsen legger til et konkurransealternativ til det åpne vektlandskapet, hvor modeller fra Meta, Alibaba og DeepSeek har presset grensene for hva som er fritt tilgjengelig. Den selvutviklingsvinkelen – hvor en modell betyringsfullt bidrar til å forbedre sin egen etterfølger – er fortsatt i et tidlig stadium, men M2.7 tilbyr de første konkrete datapunktene på hva det ser ut som i praksis: en 30% intern benchmarkforbedring fra 100+ autonome optimeringsrunder, uten menneskelig inngripen i løkken.