稀宇科技發布 MiniMax-M2.7 模型

#model-launch#chinese-ai#daily-roundupminimax-m2.7minimax-m2.7xiaomigooglestitch

💡MiniMax-M2.7 發布：立即基準測試這款新中國 LLM 競爭者。（28字）

⚡ 30-Second TL;DR

有什麼變化

稀宇科技宣布 MiniMax-M2.7 模型發布

為什麼重要

MiniMax-M2.7 強化中國 AI 競爭格局，為從業者提供本土化 LLM 替代方案，可能帶來效率提升。有助區域部署，在全球模型競爭中發揮影響。

下一步行動

透過 API 測試 MiniMax-M2.7 在中文任務的推理速度。

誰應關注：Researchers & Academics

背景與延伸：來自公開資料，非原文內容。引用 9 個來源。

•MiniMax M2.7 在 SWE-Pro 基準測試中得分 56.22%，接近 Opus 最佳水平，並在 VIBE-Pro 和 Terminal Bench 2 分別達到 55.6% 和 57.0%。[1][2]
•M2.7 透過構建 Agent Harness 參與自身訓練與優化，在部分研發場景承擔 30% 至 50% 工作量，並在內部評測集提升約 30% 效果。[5][6]
•M2.7 在 MLE Bench Lite 的 22 場機器學習競賽中，平均得牌率 66.6%，僅次於 Opus-4.6 和 GPT-5.4，與 Gemini-3.1 持平。[2][3]

📊 競品分析▸ Show

模型	SWE-Pro 分數	VIBE-Pro 分數	Terminal Bench 2 分數	MLE Bench Lite 得牌率
MiniMax M2.7	56.22%	55.6%	57.0%	66.6%
Opus-4.6	~56%+ (最佳)	-	-	75.7%
GPT-5.4	-	-	-	71.2%
Gemini-3.1	-	-	-	66.6%

•M2.7 能自行構建複雜 Agent Harness，包含 Agent Teams、複雜 Skills (>2000 Token) 和 Tool Search，支持 97% skills 遵循率，並在 MMClaw 評測接近 Sonnet 4.6。[1][2]
•在軟體工程中支援端到端項目交付、日志分析、Bug 排查、代碼安全和機器學習；在辦公領域提升 Excel/PPT/Word 複雜編輯，GDPval-AA ELO 分數 1495，為開源最高。[1]
•具備身份保持和情商能力，適用生產力和互動娛樂；在 OpenClaw 相較 M2.5 顯著提升。[1][2]

M2.7 將加速 AI 模型全自主自我進化

模型已透過 Agent Harness 參與訓練優化，未來可協調數據構建、訓練和評估等階段無需人類介入。[3]

稀宇科技 Agent 平台將推動生產力工具普及

基於 M2.7 的通用 Agent 平台已全面開放，無需開發即可體驗頂級編程和推理能力。[1]

2023-01

稀宇科技（MiniMax）成立，總部位於上海

2026-01

稀宇科技成功登陸港交所，成為中國 AI 獨角獸

2026-03

發布 MiniMax M2.7 模型，展示模型自我進化能力

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #model-launch

同產品

更多關於 minimax-m2.7

同來源