2026年4月12日，MiniMax扔出一颗深水炸弹。
M2.7正式开源，SW E-Pro基准测试得分56.22%，Terminal Bench 2得分57.0%。
这些数字本身已经很漂亮了。但真正炸裂的，是藏在技术报告里的那行小字：
M2.7，是第一个"深度参与自身进化"的模型。
什么意思？
以前，AI是工具。人类写代码，训练模型，迭代版本。M2.7不一样——它自己优化自己，自己搭建实验框架，自己从实验结果里学习。
这已经不是"更强"的问题了。这是范式级的改变。
发生了什么
简单说，MiniMax让M2.7负责了一部分模型迭代的工作。
具体操作是这样的：研究人员给M2.7一个任务，M2.7自己查文献、跑数据、调代码、改架构，整个流程里它能处理30%-50%的工作量。
更夸张的是，MiniMax让M2.7自己优化自己的编程性能。M2.7完全自主运行，执行了100多轮"分析失败→规划改动→修改代码→运行评估→对比结果"的迭代循环。
最后，性能提升了30%。
一个模型，自己把自己变强了30%。
这还没完。MiniMax让M2.7去参加了22场机器学习竞赛，单卡A30就能跑的那种。
三轮24小时的自主进化后，最好的一次跑出了9金5银1铜，平均奖牌率66.6%。
这个成绩仅次于 Opus-4.6（75.7%）和 GPT-5.4（71.2%），跟 Gemini-3.1 持平。
3分钟修好生产故障
如果说"自我进化"听起来还有点抽象，那M2.7在真实生产环境里的表现就非常具体了。
官方给了一个例子：线上环境报警，需要排查故障。
传统流程里，这得一群人加班熬夜轮番排查。但M2.7直接上场：
- 关联监控指标和发布时间，做因果推理
- 对trace采样做统计分析，提出精确假设
- 主动连数据库验证根因
- 定位到代码库里缺失的索引迁移文件
- 甚至知道先用非阻塞索引创建把问题压住，再提MR
从分析到数据库再到SRE级决策，一条龙搞定。
多次把生产故障恢复时间压到3分钟以内。
这已经不只是一个"会写代码"的模型了。这是一个真正懂生产系统的AI工程师。
在纯编程能力上，M2.7在SWE-Pro上拿到56.22%，跟GPT-5.3-Codex打平。在更接近真实工程场景的SWE Multilingual上，更是跑出了76.5分。
VIBE-Pro（端到端项目级代码生成）得分55.6%，基本追上Opus 4.6。
也就是说扔一个Web需求、 Android需求、iOS需求给M2.7，它真能给你完整交付。
办公场景也杀疯了
别以为M2.7只会写代码。
在办公软件这个赛道，M2.7的表现同样离谱。
GDPval-AA评测里，45个模型同台竞技，M2.7的ELO得分1495，开源模型里最高。仅次于 Opus 4.6、Sonnet 4.6和GPT-5.4。
具体到Word、Excel、PPT这些日常办公场景，M2.7能直接根据模板生成文件，也能根据用户的多轮交互指令做精确修改。
官方扔了一个例子：让M2.7分析台积电的年报和财报电话会议，自己查多份研报，设计假设建财务模型，最后输出一份PPT和一份Word研究报告。
反馈是：可以直接当初稿用。
这意味着什么？一个junior分析师的活，AI能干了。
而且它不是那种"看起来像但不能用"的水平，是真能进工作流的。
在Toolathon上，M2.7准确率46.3%，全球第一梯队。MM Claw测试里，40多个复杂技能（每个超过2000 tokens），97%的指令遵循率。
你说它干活靠谱不靠谱。
社区炸锅了
消息发出去后，Twitter评论区瞬间热闹。
有人问跟Opus 4.6和GPT-5.4对比怎么样，有人问本地跑需要多少显存——
答：约140GB。
普通玩家基本告别本地运行了。
但更多人关注的点是：MiniMax说"开源"，实际上许可证限制了商业用途。
"Congrats on releasing the model, but it's not open source by OSI definition. Read the first point. Your license is restricted for commercial use."
这波啊，这波算不算"开源"得打个问号。
不过技术本身确实硬核。9金5银1铜、3分钟修故障、97%技能遵循率——这些数据摆在那，绕不开。
写在最后
M2.7最让人头皮发麻的，不是56.22%的基准分，不是66.6%的奖牌率。
是那句话："Model self-evolution"——模型自我进化。
以前我们说AI进化，意思是人类不断训练新版本。M2.7告诉你：不需要了，模型自己就能迭代自己，而且迭代出来的东西真能用。
30%的性能提升自己跑出来，100轮优化自己完成，22场竞赛自己打完。
这不是"更强"。
这是AI开始自己走自己的路了。
【锐评】：当AI开始自己优化自己，人类在训练链上的角色可能很快从"教练"变成"观众"。
参考链接：
https://x.com/MiniMax_AI/status/2043132047397659000