什么值得买App下载 App ›
连续签到专享现金活动

实测 MiniMax M2.7:AI 狠起来,连自己都卷

在当前 AI 行业关注点从模型智商向应用部署转移的背景下,MiniMax 推出了全新 M2.7 模型。该模型定位为“最强的 Cowork Agent 模型”,旨在解决真实业务场景中的复杂任务。实测表明,M2.7 在代码处理、Office 办公以及多 Agent 协作方面表现出了较高的逻辑严密性与执行力,同时具备模型自我迭代的特性,在 PinchBench 等权威评测中取得了显著成绩。
01硬核能力:代码与办公场景的深度适配
MiniMax M2.7 的核心优势在于其对复杂工作流的理解与执行能力,特别是在代码编写与办公文档处理方面。
能力维度具体表现实测数据/结果
代码处理SRE 级别系统推理,看日志、关联时间线、推断根因SWE-Pro 得分 56.2%,追平 Opus 4.6
办公任务Excel、Word、PPT 复杂编辑及多轮修改,金融分析场景GDPval-AA 评测 ELO 得分 1495(国产模型最高)
多 Agent 协作边界清晰,包含 50+ Skills 的复杂环境保持高指令遵循——

MiniMax M2.7 核心能力概览

02实战测试:Kaggle 竞赛与金融分析交付
  1. 金融数据分析任务
    面对 3000+ 行、446.35 MB 的股票历史数据,M2.7 通过接入 Claude Code 自动化完成数据清洗、特征工程及可视化报告。流程包括使用 Anthropic xlsx 读取结构、安装 Pandas 库处理数据,并利用 Streamlit 库生成可交互网页系统。
  2. 移动端办公自动化
    通过手机端操作,模型能根据电脑上的文件源,自动生成 Word 研究计划、Excel 论文汇总文档及 PPT 汇报材料,实现了跨设备的办公自动化流转。
  3. Kaggle MLE Lite 竞赛
    在 22 道高难度题目中,依靠短时记忆文件和自反馈机制,M2.7 在 24 小时内获得 9 枚金牌、5 枚银牌、1 枚铜牌,得牌率 66.6%,仅次于 Opus-4.6 和 GPT-5.4。
03自进化机制:深度参与模型迭代
M2.7 的显著特征在于其“深度参与迭代”的能力,即不仅是辅助工具,更能作为解决方案架构师自主优化 Agent Harness(智能体脚手架)。
在针对内部脚手架的优化测试中,模型在零人工干预下运行了超过 100 轮迭代循环。通过自主分析失败轨迹、规划代码改动、运行评测并对比结果,M2.7 实现了评测集效果 30% 的提升。这种自互搏机制使得 AI 研发流程具备了“自动挡”属性,能够自主完成系统搭建、测试与代码审查。
04部署与生态:本地与云端的双重支持
  • 本地部署 (OpenClaw)
    支持任意安装库文件,适合需要高度定制化的开发环境。实测中成功修改了二次元风格办公室的布局代码,并生成了编辑部风格的场景。
  • 云端部署 (MaxClaw)
    提供安全运行环境,直接支持多模态生成(视频、音频、图片),无需额外配置 API Key。内置 Skills 库(如前端开发、GLSL 着色技术等),并具备引导用户学习使用技能的交互机制。
综上所述,MiniMax M2.7 在保持基础模型能力的同时,重点强化了在真实业务工作流中的落地能力。其在代码推理、办公自动化以及模型自我进化方面的表现,表明 AI 正从单纯的工具属性向具备自我优化能力的协作者转变。

评论

评论区空态插画

当前文章无评论,是时候发表评论了