MiniMax M2.7 发布 – 走向自我进化的模型，OpenClaw能力拉满

引言

2026年3月18日，MiniMax正式发布M2.7模型。这是该公司第一个让模型深度参与迭代自己的模型，标志着AI自我进化能力的重大突破。

在M2系列模型发布后的几个月里，MiniMax收到了大量用户反馈和建议。要在已经很快的迭代速度上继续加速，唯一的途径就是——让模型参与迭代过程本身。

M2.7的核心亮点在于能够自行构建复杂Agent Harness，基于Agent Teams、复杂Skills、Tool Search Tool等能力完成高度复杂的生产力任务。在研发M2.7的过程中，MiniMax基于模型构建强化学习Harness中的数十个复杂skills，更新自己的memory，驱动模型自身的强化学习，并基于结果优化强化学习过程和Harness。

核心能力升级

软件工程：追平一线水准

在软件工程领域，M2.7已具备国际一线模型水准：

• SWE-Pro：56.22%，追平GPT-5.3-Codex
• SWE Multilingual：76.5%
• Multi SWE Bench：52.7%
• Terminal Bench 2（系统认知）：57.0%
• VIBE-Pro（端到端项目交付）：55.6%，几乎与Opus 4.6持平

这意味着无论是Web、Android、iOS还是Simulation类需求，都可以直接交给M2.7完成。

专业办公：开源最高水平

在GDPval-AA的ELO评测中，M2.7得分1495，为开源最高，仅次于Opus 4.6、Sonnet 4.6和GPT5.4。

M2.7对Office三件套Excel/PPT/Word的复杂编辑能力显著提升，既能基于模板和skills直接生成文件，也能遵从用户交互指令做多轮高保真编辑。

复杂Skills遵循率

在MM Claw测试中，M2.7在40个复杂skills（超过2000 Token）的场景下，仍能保持97%的skills遵循率。在OpenClaw的使用中，M2.7已接近Sonnet 4.6水准，正确率达62.7%。

构建模型自我进化智能体

传统AI模型的迭代完全依赖人类工程师，而M2.7开创了一种新模式——模型自主参与迭代过程。

在RL场景中，研究员从实验想法出发，Agent自动完成文献调研、实验规格跟踪、数据流水线对接、实验启动。运行期间，它还会自动监控分析实验状态，触发日志读取、问题排查、指标分析、代码修复、合并请求及冒烟测试。在这个场景下，M2.7能够胜任30-50%的工作流。

M2.7全程自主运行，执行”分析失败轨迹 → 规划改动 → 修改代码 → 运行评测 → 对比结果 → 决定保留或回退”的迭代循环超过100轮。最终在内部评测集上效果提升30%。

MLE Bench：三次测试平均66.6%得牌率

MiniMax用M2.7参与了MLE Bench Lite的22个机器学习任务测试。设计和实现了包含短时记忆、自反馈、自优化三个核心模块的脚手架。

测试三次，每次24小时迭代进化，最好的一次取得9枚金牌、5枚银牌、1枚铜牌。三次平均得牌率66.6%，仅次于Opus-4.6（75.7%）和GPT-5.4（71.2%），与Gemini-3.1持平。

Agent Teams：原生多智能体协作

原生的Agent Teams能力是M2.7的重要特性，对模型提出了范式级要求：角色边界、对抗性推理、协议遵循、行为分化——这些无法通过提示词，必须内化为模型的原生能力。

在Agent Teams场景下，模型需要稳定锚定角色身份、主动挑战队友的逻辑与伦理盲区、在复杂状态机中自主决策。

互动娱乐：OpenRoom开源

MiniMax还构建了Agent交互系统OpenRoom，将AI互动置入一个万物皆可互动的Web GUI空间，对话即驱动，实时产生视觉反馈与场景交互。

项目已开源：github.com/MiniMax-AI/OpenRoom
在线体验：openroom.ai

上线与体验

• MiniMax Agent：agent.minimaxi.com
• API服务：platform.minimaxi.com
• Coding Plan订阅：platform.minimaxi.com/subscribe/coding-plan

总结

M2.7的核心突破在于自我进化能力——模型不再是被动执行指令的工具，而是能自主分析问题、制定方案、优化迭代的”AI同事”。

• 软件工程能力追平GPT-5.3-Codex（56.22%）
• Agent Teams原生能力让多智能体协作成为可能
• 100+轮自主迭代，内部评测集效果提升30%
• MLE Bench得牌率66.6%，仅次于Opus-4.6和GPT-5.4
• 复杂skills遵循率保持97%

对于正在使用OpenClaw的用户，M2.7值得关注。它标志着AI从”被动响应”向”主动判断”的转变正在成为现实。