MiniMax M2.7 — 自我进化的开端

MiniMax M2.7

发布日期： 2026-01-15
来源： arXiv 2605.26494 / MiniMax 官方
工程范式： 硬核系统协同设计——首个迈出自进化（self-evolution）步骤的 M2 系列版本。

设计哲学

M2.7 是 M2 系列的最新检查点，标志着 自我进化（self-evolution） 的首次尝试——模型不仅能学习，还能 自主调试自己的训练运行并修改自身的 scaffold（脚手架代码）。这是从”被训练”到”自我改进”的范式开端。

同时保持极致的成本效率：M2.7 在 Kilo Code 测试中交付了 约 Claude Opus 4.6 的 90% 质量，成本仅为 7%。

关键架构决策

• 延续 M2 基座： 229.9B/9.8B 激活，62 层 MoE Transformer
• Self-Evolution 能力：
  • 自主调试训练运行
  • 自主修改自身 scaffold（代理框架代码）
  • 自动化模型与管线的协同优化
• 与 MSA 的关系： M2.7 不使用 MSA，但 MSA 将为 M3 提供注意力稀疏化基础
• 价格定位： “Tier-1 performance class 中最小模型”

关键结果

指标	M2.7	Claude Opus 4.6	对比
编码质量（Kilo Code）	~90% of Opus 4.6	100%	90% 质量
总成本（Kilo Code）	~7% of Opus 4.6	100%	93% 成本节约
自我进化	✅ 首次实现	❌	领先
定位	Tier-1 最小模型	旗舰模型	差异化

范式对比

维度	M2.7	M2.5	Claude Opus 4.6
编码能力	~90% Opus	SOTA	SOTA
成本	极低	极低	高
自进化	✅	❌	❌
经济性	前沿的 7% 成本	更快更便宜	标准

可复用的工程经验

1. Self-evolution 是后训练的下一个重要前沿 —— 模型自主改进训练和推理管线的能力将重新定义”训练”的含义
2. 90% 质量 × 7% 成本是一个强大的产品公式 —— 不是所有场景都需要最顶尖的模型
3. 细粒度的版本迭代（M2 → M2.5 → M2.7）是后训练时代的工程最佳实践 —— 持续的微小改进累积为代际提升
4. M2.7 和 MSA 的分工明确： M2.7 专注后训练进化，MSA 为 M3 提供架构基础