MiniMax M2.7 评测：自进化 AI 模型完成 50% 强化学习研究，成本仅 GLM-5 的 1/3

中国 AI 初创公司 MiniMax 今天发布了 M2.7，一款专为 AI 代理和第三方工具（如 Claude Code、Kilo Code 和 OpenClaw）后端设计的专有大型语言模型。这款模型标志着行业的重要转变：MiniMax 利用 M2.7 构建、监控和优化自己的强化学习框架，而非仅依赖人工微调。

技术突破：自进化循环

MiniMax M2.7 的决定性特征是它在自身创建中的角色。根据公司文档，早期版本的模型被用于构建研究代理框架，能够管理数据管道、训练环境和评估基础设施。

通过自主触发日志读取、调试和指标分析，M2.7 处理了其自身开发工作流程的 30% 到 50%。这不仅仅是自动化常规任务；模型通过分析失败轨迹并在 100 轮或更多迭代循环中规划代码修改，优化了自己的编程性能。

MiniMax 工程主管 Skyler Miao 在社交媒体 X 上解释道：”我们有意训练模型更好地进行规划并与用户澄清需求。下一步是更复杂的用户模拟器来进一步推动这一点。”

性能表现：M2.7 vs M2.5

与 2026 年 2 月发布的前代 M2.5 相比，M2.7 在高风险软件工程专业办公任务方面展现出显著进步：

• 软件工程：M2.7 在 SWE-Pro 基准测试中得分为 56.22%，与 GPT-5.3-Codex 等全球竞争对手的最高水平相当
• 专业办公交付：在文档处理方面，M2.7 在 GDPval-AA 上取得了 1495 的 Elo 分数，公司声称这是开源可访问模型中的最高分
• 幻觉减少：模型在 AA-Omniscience 指数上得分为 +1，相比 M2.5 的 -40 分是巨大飞跃
• 幻觉率：M2.7 实现 34% 的幻觉率，低于 Claude Sonnet 4.6 的 46% 和 Gemini 3.1 Pro Preview 的 50%
• 系统理解：在 Terminal Bench 2 上，模型得分为 57.0%，展示了对复杂操作逻辑的深度理解
• 技能遵循：在 MM Claw 评估（测试 40 个超过 2000 token 的复杂技能）上，M2.7 保持 97% 的遵循率
• 智能对等：模型的推理能力被认为与 GLM-5 相当，但实现相似结果使用的输出 token 少 20%

模型的进化进一步体现在其在 Artificial Analysis 智能指数上获得 50 分，比前代在一个月内提高了 8 分，在全球各类基准测试任务的整体智能排名中位列第 8。

定价与集成

MiniMax M2.7 通过 MiniMax API 和 MiniMax 代理创建平台提供。虽然 M2.7 的核心模型权重保持封闭，但公司继续通过开源交互项目 OpenRoom 为生态系统做出贡献。

对于直接 API 集成和通过第三方提供商 OpenRouter，MiniMax M2.7 保持领先的成本优势：每百万输入 token 0.30 美元，每百万输出 token 1.20 美元，与 M2.5 的定价相同。这使得 M2.7 成为世界上运行成本最低的前沿 AI 模型之一——只有 xAI 的 Grok 4.1 Fast 更便宜。

主要模型定价对比：

• Grok 4.1 Fast：0.70 美元（总计）
• MiniMax M2.7：1.50 美元（总计）
• Gemini 3 Flash：3.50 美元（总计）
• Kimi-K2.5：3.60 美元（总计）
• GLM-5-Turbo：4.16 美元（总计）
• GLM-5：4.20 美元（总计）
• Claude Haiku 4.5：6.00 美元（总计）
• Qwen3-Max：7.20 美元（总计）
• Gemini 3 Pro：14.00 美元（总计）
• GPT-5.2：15.75 美元（总计）
• Claude Opus 4.6：30.00 美元（总计）

官方工具集成

MiniMax 已为将 M2.7 集成到 11 个主要开发者工具和代理框架提供了官方文档。这包括广泛使用的平台，如 Claude Code、Cursor、Trae 和 Zed。其他官方支持的工具包括 OpenCode、Kilo Code、Cline、Roo Code、Droid、Grok CLI 和 Codex CLI。

此外，该模型支持模型上下文协议（MCP），允许它原生使用 Web Search 和 Understand Image 等工具进行多模态推理。使用 Anthropic SDK 的开发者可以通过修改 ANTHROPIC_BASE_URL 指向 MiniMax 端点轻松集成 M2.7。

企业应用建议

技术决策者：M2.7 的发布证明代理 AI 已从理论原型转向生产就绪的实用性。模型通过自主关联监控指标与代码仓库，将生产事件的恢复时间减少到 3 分钟以下，这对 SRE 和 DevOps 团队意味着范式转变。

财务视角：M2.7 代表了高级推理成本效率的重大突破。分析表明，在同等智能水平下，M2.7 的运行成本不到 GLM-5 的三分之一。例如，运行标准智能指数测试，M2.7 成本为 176 美元，而 GLM-5 需要 547 美元，Kimi K2.5 需要 371 美元。

安全考量：需要注意的是，该模型由中国公司（总部位于上海）开发，受该国法律约束，目前不支持离线或本地使用，这可能使在美国和西方运营的企业（尤其是高度监管或政府相关行业）难以采用。

总结

MiniMax M2.7 代表了 AI 发展的重要里程碑。通过自进化能力，模型不仅能够执行任务，还能参与自身的改进过程。这种递归自我提升的方法预示着 AI 行业的未来转变：我们使用的模型既是人类研究的产物，也是自身进步的架构师。

对于寻求高性价比代理 AI 解决方案的企业来说，M2.7 以极具竞争力的价格提供了前沿级别的智能，无疑是一个值得认真考虑的选择。

YUANLEISVIP

收藏 链接