> ## Content Index
> Fetch the complete content index at: https://matveev.tech/llms.txt
> Use this file to discover other available public pages before exploring further.

# MiniMax M2.7: модель, которая сама себя обучала
- URL: https://matveev.tech/minimax-m27-self-evolution/
- Published: 2026-03-21T15:33:16.000Z
- Updated: 2026-03-21T15:33:16.000Z
- Description: Китайская MiniMax выпустила M2.7 — первую модель, которая активно участвовала в собственной эволюции. Бенчмарки на уровне топовых закрытых моделей.
- Author: Pavel Matveev
- Tags: AI, LLM, Агенты, Open Source, Обзор

> TL;DR: MiniMax выпустила M2.7 — открытую модель, которая участвовала в собственном обучении через механизм self-evolution. По бенчмаркам догоняет Opus 4.6 и GPT-5.3: SWE-Pro 56.22%, VIBE-Pro 55.6%, а в OpenClaw-задачах показывает 62.7%.

Китайская MiniMax выпустила M2.7, и этот релиз интересен не очередным обновлением бенчмарков. Модель участвовала в собственной эволюции. Не в переносном смысле: M2.7 обновляла свою память, строила навыки для RL-экспериментов и улучшала свой [harness](https://matveev.tech/agent-harness-chto-takoe/) на основе результатов. Цикл замкнулся.

## Как работает self-evolution в MiniMax M2.7

MiniMax дала M2.7 задачу: построить research agent harness, который взаимодействует с разными исследовательскими группами внутри компании. Этот harness поддерживает data-пайплайны, тренировочные окружения, инфраструктуру и persistent memory.

![Архитектура research agent harness в MiniMax M2.7](https://matveev.tech/content/images/2026/03/minimax-m27-research-agent.png)

Исследователь из RL-команды обсуждает идею эксперимента с агентом. Агент помогает с обзором литературы, трекает спецификацию эксперимента, прокладывает data-пайплайны, запускает эксперименты. Во время работы сам мониторит прогресс, читает логи, дебажит, анализирует метрики, отправляет мерж-реквесты и прогоняет smoke-тесты. Раньше для этого нужна была координация нескольких исследователей из разных команд. Сейчас человек подключается только для ключевых решений.

По оценке [MiniMax](https://www.minimax.io/news/minimax-m27-en?ref=matveev.tech), M2.7 закрывает 30-50% рабочего процесса исследователя.

Ещё интереснее то, что модель рекурсивно улучшает свой harness. Собирает обратную связь, строит evaluation-сеты для внутренних задач, итерирует архитектуру, навыки и механизмы памяти.

Конкретный пример: M2.7 оптимизировала программерские способности модели на внутреннем scaffold. Полностью автономно, больше 100 раундов. Цикл: анализ фейлов → план изменений → правка кода scaffold → прогон eval → сравнение результатов → решение оставить или откатить. За это время модель нашла оптимальные комбинации sampling-параметров (temperature, frequency penalty, presence penalty), спроектировала более точные workflow-гайдлайны и добавила детекцию зацикливаний. Итог: +30% на внутренних eval-сетах.

🔄

100 раундов автономной оптимизации без участия человека. M2.7 сама нашла оптимальные sampling-параметры, добавила детекцию зацикливаний и улучшила scaffold на 30%.

## MLE Bench: модель тренирует ML-модели

Чтобы проверить границы self-evolution, MiniMax запустила M2.7 на 22 ML-соревнованиях из [MLE Bench Lite](https://github.com/openai/mle-bench?ref=matveev.tech) от OpenAI. Каждое соревнование работает на одной A30 GPU, но покрывает полный цикл ML-разработки.

Harness простой: три модуля (short-term memory, self-feedback, self-optimization). После каждого раунда агент генерирует markdown с памятью и делает self-criticism, который направляет следующую итерацию. Три запуска по 24 часа каждый.

![Результаты MiniMax M2.7 на MLE Bench Lite](https://matveev.tech/content/images/2026/03/minimax-m27-mle-bench.png)

Результат лучшего запуска: 9 золотых, 5 серебряных, 1 бронзовая медаль. Средний medal rate по трём запускам — 66.6%, наравне с Gemini 3.1\. Выше только Opus 4.6 (75.7%) и GPT-5.4 (71.2%). Для открытой модели, которую можно запустить локально, это очень близко к топу.

## Бенчмарки MiniMax M2.7

![Бенчмарки MiniMax M2.7 в сравнении с топовыми моделями](https://matveev.tech/content/images/2026/03/minimax-m27-benchmarks.png)

По программированию M2.7 вышла на уровень лучших закрытых моделей:

| Бенчмарк         | M2.7   | Контекст                                    |
| ---------------- | ------ | ------------------------------------------- |
| SWE-Pro          | 56.22% | На уровне GPT-5.3-Codex                     |
| VIBE-Pro         | 55.6%  | Почти как Opus 4.6                          |
| Terminal Bench 2 | 57.0%  | Понимание сложных инженерных систем         |
| SWE Multilingual | 76.5   | Многоязычное программирование               |
| Multi SWE Bench  | 52.7   | Мультирепозиторные задачи                   |
| NL2Repo          | 39.8%  | Генерация из описания на естественном языке |

В офисных задачах тоже хорошие цифры: [ELO 1495 на GDPval-AA](https://www.minimax.io/news/minimax-m27-en?ref=matveev.tech) среди 45 моделей, уступает только Opus 4.6, Sonnet 4.6 и GPT-5.4\. Модель умеет работать с Word, Excel и PPT: генерировать файлы по шаблонам, делать multi-round editing и выдавать готовые к правкам документы.

На Toolathon (точность работы с инструментами) M2.7 набрала 46.3%. На MM Claw (задачи из [OpenClaw](https://matveev.tech/openclaw-kejsy-ispolzovaniya/)) — 62.7%, близко к Sonnet 4.6\. При этом модель держит 97% compliance при работе с 40+ сложными навыками, каждый из которых больше 2000 токенов.

## Agent Teams и дебаг в продакшне

Отдельная фича M2.7 — нативная поддержка Agent Teams, мультиагентной коллаборации. Это не промптинг с ролями. По словам MiniMax, модель интернализировала удержание роли, adversarial reasoning (оспаривание решений коллег-агентов), следование протоколам и поведенческую дифференциацию. Можно собрать команду агентов для разработки прототипа, где каждый отвечает за свою часть и может оспорить решения других.

MiniMax описывает кейс с дебагом в live-окружении: при алерте M2.7 коррелирует метрики мониторинга с таймлайнами деплоев, делает статистический анализ трейсов, подключается к базам для проверки гипотез, находит пропущенные миграции индексов и использует non-blocking index creation для «остановки кровотечения» до мерж-реквеста. По данным MiniMax, время восстановления инцидентов в нескольких случаях сократилось до трёх минут.

Если это работает так, как описано, для on-call инженеров это меняет многое. Связать мониторинг, код и базу данных в один пайплайн расследования вместо ручного переключения между десятком вкладок — это часы сэкономленного времени на каждом инциденте.

Разбираю агентные модели и инструменты для разработчиков каждую неделю — [подписывайся в телеге](https://t.me/ctospeech?ref=matveev.tech).

## OpenRoom: AI за пределами текста

В M2.7 также подтянули character consistency и эмоциональный интеллект. На базе этого MiniMax построила OpenRoom — демо, где AI-взаимодействие происходит через Web GUI с визуальной обратной связью и сценами, а не через текстовый чат. Персонажи реагируют на окружение и инициируют действия сами.

Исходный код OpenRoom открыт (большая часть написана самой AI). Думаю, для тех, кто экспериментирует с game-подобными AI-интерфейсами, может быть полезной отправной точкой.

## Где попробовать MiniMax M2.7

M2.7 доступна через MiniMax Agent, API Platform и Coding Plan для разработчиков. Модель также [доступна через Ollama](https://habr.com/ru/articles/1012342?ref=matveev.tech) для локального запуска.

[MiniMax AgentПопробовать M2.7 в агентном интерфейсе MiniMaxMiniMax](https://agent.minimax.io/?ref=matveev.tech)

Открытая модель с цифрами на уровне Opus 4.6 и GPT-5.3, которую можно гонять локально через Ollama. Если работаешь с агентными пайплайнами или просто ищешь альтернативу закрытым API для кодинга, имеет смысл попробовать.

## Что ещё почитать

- [Топ-6 AI-агентов для кода в 2026](https://matveev.tech/luchshie-ai-agenty-dlya-koda-2026/) — сравнение M2.7 с другими вариантами для разработки
- [Что реально умеет OpenClaw: 10 кейсов](https://matveev.tech/openclaw-kejsy-ispolzovaniya/) — платформа, где M2.7 показывает 62.7% на задачах из реальной жизни
- [GLM-5-Turbo от Zhipu AI](https://matveev.tech/glm-5-turbo-zhipu-ai/) — ещё одна китайская модель с фокусом на агентные задачи
- [Что такое agent harness](https://matveev.tech/agent-harness-chto-takoe/) — глоссарий: обвязка, которая превращает модель в агента
- [3 паттерна воркфлоу AI-агентов](https://matveev.tech/patterny-workflow-ai-agentov/) — архитектурные паттерны для сборки harness под M2.7