Model Releases
MiniMax M2.7: Революция в самоэволюционирующих кодовых агентах
MiniMax представляет M2.7 — первую модель с возможностью собственной разработки и SOTA результатами на SWE-bench. 230B MoE, 200K контекст и открытый исходный код.
18 марта 2026 г.
Model ReleaseMiniMax M2.7
Введение: Что такое MiniMax M2.7?
18 марта 2026 года компания MiniMax выпустила MiniMax M2.7, представляющую собой прорыв в области искусственного интеллекта для разработки программного обеспечения. Это не просто очередная итерация языковой модели, а первый в мире агент, способный участвовать в собственном процессе разработки и улучшения. Модель была обучена с использованием уникального подхода, где агенты сами генерировали задачи и проверяли решения, что привело к беспрецедентному качеству кода.
Важность этой релизной версии заключается в переходе от пассивного генерирования к активному самообучению. В отличие от предыдущих моделей, которые требуют постоянного вмешательства инженеров для дообучения, M2.7 использует циклы самооценки для выявления слабых мест и автоматической коррекции. Это открывает новые горизонты для автономных систем разработки, где ИИ может не только писать код, но и эволюционировать вместе с проектом.
Для разработчиков это означает доступ к инструменту, который уже превосходит многие закрытые решения на рынке. Открытость весов на HuggingFace позволяет исследователям и инженерам интегрировать модель в свои пайплайны без ограничений лицензий, что делает M2.7 мощным инструментом в арсенале каждого AI-инженера.
- Дата релиза: 18 марта 2026 года
- Категория: Coding Model / Agent
- Статус: Open Source (Weights на HuggingFace)
- Инновация: First Self-Evolving Agent
Ключевые особенности и архитектура
Архитектура MiniMax M2.7 построена на основе смеси экспертов (MoE), что обеспечивает высокую эффективность при обработке сложных задач. Модель содержит 230 миллиардов параметров в общей сложности, из которых активна 10 миллиардов на каждом шаге. Такой подход позволяет снизить вычислительные затраты при сохранении высокой производительности, что критически важно для развертывания в продакшене.
Одной из ключевых характеристик является окно контекста в 200K токенов. Это позволяет модели обрабатывать огромные кодовые базы, документацию и репозитории целиком, не теряя контекста. Возможность работы с такими объемами данных делает M2.7 идеальным кандидатом для сложных систем рефакторинга и миграции кода.
Модель поддерживает нативную работу с Agent Teams, что позволяет создавать команды из нескольких инстансов модели для распределенных задач. Это обеспечивает масштабируемость и параллелизм в решении проблем, недоступный для одиночных агентов предыдущих поколений.
- Параметры: 230B MoE (10B active)
- Контекст: 200K токенов