MiniMax ha abierto oficialmente el MiniMax M2.7, lo que hace que los pesos del modelo estén disponibles públicamente en Hugging Face. Anunciado originalmente el 18 de marzo de 2026, MiniMax M2.7 es el modelo de código abierto más capaz de MiniMax hasta la fecha y su primer modelo en participar activamente en su propio ciclo de desarrollo, un cambio significativo en la forma en que se construyen e iteran modelos de lenguaje grandes.
¿Qué es MiniMax M2.7?
MiniMax M2.7 es parte de la serie M2 de modelos de mezcla de expertos (MoE) de MiniMax. MoE es un diseño arquitectónico en el que solo se “activa” un subconjunto de los parámetros totales durante cualquier paso de inferencia, lo que hace que el modelo sea significativamente más rápido y económico de manejar en comparación con un modelo denso de calidad de salida similar.
MiniMax M2.7 se basa en tres áreas de capacidad principales: ingeniería de software profesional, trabajo de oficina profesional y lo que MiniMax llama equipos de agentes: colaboración nativa entre múltiples agentes. MiniMax M2.7 es capaz de crear arneses de agentes complejos y completar tareas de productividad altamente elaboradas, aprovechando capacidades como equipos de agentes, habilidades complejas y búsqueda de herramientas dinámicas.
Rendimiento de referencia SOTA: SWE-Pro y Terminal Bench 2
En SWE-Pro, que cubre múltiples lenguajes de programación, MiniMax M2.7 logró una tasa de precisión del 56,22 %, igualando a GPT-5.3-Codex. Las tareas de SWE-Pro abarcan análisis de registros, resolución de errores, revisión de seguridad de código y depuración del flujo de trabajo de aprendizaje automático, mucho más cerca de la complicada realidad de los sistemas de producción que las pruebas de codificación algorítmica estándar.
En Terminal Bench 2 (57,0%) y NL2Repo (39,8%), los cuales exigen un alto grado de comprensión a nivel de sistema, MiniMax M2.7 tiene un desempeño sólido. El modelo sobresale no sólo en la generación de código sino que también puede comprender profundamente la lógica operativa y la dinámica colaborativa de los sistemas de software.
En el punto de referencia de generación de código a nivel de repositorio VIBE-Pro, MiniMax M2.7 obtuvo una puntuación del 55,6%, casi a la par con Opus 4.6, lo que significa que ya sea que el requisito involucre tareas web, Android, iOS o de simulación, se pueden entregar directamente a MiniMax M2.7 para que las complete. También demuestra una gran ventaja en puntos de referencia más cercanos a escenarios de ingeniería del mundo real: SWE Multilingual (76,5) y Multi SWE Bench (52,7).
Depuración de producción: menos de tres minutos
Cuando se enfrenta a alertas en producción, MiniMax M2.7 puede correlacionar métricas de monitoreo con cronogramas de implementación para realizar razonamientos causales, realizar análisis estadísticos sobre muestreo de rastros y proponer hipótesis precisas, conectarse proactivamente a bases de datos para verificar las causas raíz, identificar archivos de migración de índices faltantes en el repositorio de código y utilizar la creación de índices sin bloqueo para detener el sangrado antes de enviar una solicitud de fusión. El equipo de MiniMax informa que, en múltiples ocasiones, esto redujo el tiempo de recuperación de incidentes del sistema de producción en vivo a menos de tres minutos. Desde el análisis de observabilidad y la experiencia en bases de datos hasta la toma de decisiones a nivel SRE, esto posiciona a MiniMax M2.7 como algo más que un modelo de generación de código.
La arquitectura de la autoevolución
Para probar los límites de la mejora autónoma, a MiniMax M2.7 se le encomendó la tarea de optimizar el rendimiento de programación de un modelo en un andamio interno. Se ejecutó de forma totalmente autónoma, ejecutando un ciclo iterativo de ‘analizar trayectorias de fallas → planificar cambios → modificar el código de andamio → ejecutar evaluaciones → comparar resultados → decidir mantener o revertir los cambios’ durante más de 100 rondas. Durante este proceso, MiniMax M2.7 descubrió optimizaciones efectivas por sí solo: buscando sistemáticamente la combinación óptima de parámetros de muestreo como temperatura, penalización de frecuencia y penalización de presencia; diseñar pautas de flujo de trabajo más específicas (como buscar automáticamente el mismo patrón de error en otros archivos después de una corrección); y agregar detección de bucle al bucle de agente del andamio. Esto logró una mejora del rendimiento del 30% en los conjuntos de evaluación interna.
Dentro de los flujos de trabajo del equipo de aprendizaje por refuerzo del propio MiniMax, M2.7 ahora es capaz de manejar entre el 30 % y el 50 % del flujo de trabajo de un extremo a otro, y los investigadores humanos solo interactúan para decisiones y debates críticos.
MLE Bench Lite: prueba de experimentación de aprendizaje automático autónomo
El equipo de MiniMax también probó MiniMax M2.7 en MLE Bench Lite, el conjunto de código abierto de OpenAI de 22 competencias de aprendizaje automático ejecutables en una sola GPU A30, que cubre prácticamente todas las etapas del flujo de trabajo de ML.
Para esta evaluación, el equipo de MiniMax diseñó un arnés simple de tres componentes: memoria a corto plazo, autorretroalimentación y autooptimización. Después de cada ronda de iteración, el agente genera un archivo de rebajas de memoria a corto plazo, realiza una autocrítica sobre los resultados actuales y proporciona instrucciones de optimización para la siguiente ronda. Se realizaron tres pruebas, cada una con un período de 24 horas para una evolución iterativa.
La mejor racha logró 9 medallas de oro, 5 medallas de plata y 1 medalla de bronce. La tasa de medallas promedio en las tres carreras fue del 66,6%, un resultado solo superado por Opus-4.6 (75,7%) y GPT-5.4 (71,2%), empatando con Gemini-3.1 (66,6%).
Trabajo de Oficina Profesional y Finanzas
Más allá de la ingeniería de software, MiniMax M2.7 se centra en tareas de oficina profesionales. En la evaluación GDPval-AA, que mide la experiencia en el dominio y la capacidad de entrega de tareas en 45 modelos, MiniMax M2.7 logró una puntuación ELO de 1495, la más alta entre los modelos de código abierto, solo superada por Opus 4.6, Sonnet 4.6 y GPT-5.4, y superando a GPT-5.3.
En Toolathon, MiniMax M2.7 logró una precisión del 46,3 %, alcanzando el nivel superior mundial. En las pruebas de MM Claw, una evaluación de MiniMax creada en base a patrones de uso del mundo real de la plataforma de agente personal OpenClaw, MiniMax M2.7 mantuvo una tasa de cumplimiento de habilidades del 97 % en 40 habilidades complejas (cada una con más de 2000 tokens) y logró una precisión general del 62,7 %, acercándose a Sonnet 4.6.
En finanzas, MiniMax M2.7 puede leer de forma autónoma los informes anuales de una empresa y las transcripciones de llamadas de ganancias, hacer referencias cruzadas de múltiples informes de investigación, diseñar suposiciones de forma independiente y construir un modelo de pronóstico de ingresos, y producir un informe de investigación en PPT y Word basado en plantillas: comprender, emitir juicios y producir resultados como un analista junior.
Conclusiones clave
MiniMax M2.7 ahora es oficialmente de código abierto, con pesos disponibles en Hugging Face, lo que hace que un modelo agente de nivel fronterizo sea de libre acceso para que los desarrolladores lo implementen y desarrollen. MiniMax M2.7 logra rendimiento SOTA en pruebas comparativas de ingeniería de software del mundo real, con una puntuación del 56,22 % en SWE-Pro (que coincide con GPT-5.3-Codex) y del 57,0 % en Terminal Bench 2: pruebas que miden el razonamiento a nivel de producción, no solo la generación de código. MiniMax M2.7 es el primer modelo que participa activamente en su propio desarrollo, ejecutando más de 100 rondas autónomas de optimización de andamios y logrando una mejora del rendimiento del 30%, un ejemplo temprano y concreto de desarrollo de IA asistido por IA en la práctica. El modelo está diseñado para implementaciones de agentes reales, mantiene un 97 % de adherencia a las habilidades en 40 habilidades complejas (cada una de las cuales supera los 2000 tokens), admite equipos de agentes nativos con límites de roles estables y maneja del 30 al 50 % de los flujos de trabajo internos del equipo RL de MiniMax de forma autónoma. MiniMax M2.7 es el modelo de código abierto mejor clasificado en GDPval-AA con una puntuación ELO de 1495 en 45 modelos, lo que demuestra sólidas capacidades de trabajo profesional que abarcan la edición de documentos de oficina, análisis financiero y entrega de tareas de alta fidelidad en múltiples rondas.
Consulta los detalles técnicos y el peso del modelo. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 130.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros