MiniMax M2.7：真实Agent实战测试
MiniMax M2.7 是 MiniMax 最新发布的旗舰大模型版本，它提出了“模型自我进化（Self‑Evolution）”的全新范式。与以往版本相比，它首次实现了 深度参与自身训练与优化过程的能力，标志着 AI 模型从“被动工具”向“具备自我进化能力的智能系统”迈出了关键一步。
一、核心技术亮点解析-模型自我进化机制
M2.7 最重要也是最创新的特点是——它能参与自身的训练/优化流程，而不是单纯依靠工程师去改代码和调参
1、什么叫“模型自我进化”？
对比人类传统的大模型训练流程，M2.7 直接参与到了 对自身的训练与提升循环中。这让它不仅是“工具”，更像是一个 自己会学习的“智能体”级系统。
2、“自我进化”的执行循环直观模型
可以把 M2.7 的自我进化想象成一个 持续反馈循环，每一轮循环都会让模型逐步逼近更优结果：
代码块
Plain Text
执行任务 → 评估结果 → 分析失败点 → 生成反馈 → 更新策略 → 再次执行 → 重复
在官方提供的例子中，M2.7 实际运行过 超过 100 轮这种循环：
模型不断分析失败轨迹、制定修改策略、执行评测，然后决定是保留更改还是回退，从而实现了最终约 30% 的性能提升。
二、MiniMax M2.7 真实性能评分
从官方公布的多项测试来看，MiniMax M2.7 在本次更新中的最大亮点依旧是代码能力显著提升。
在衡量编程实力的 SWE Bench Pro 测试中，M2.7 取得 56.2 分，几乎与 Opus 4.6 的 57.3 分 和 GPT-5.4 的 57.7 分 持平，可见其在真实开发任务中的竞争力。
更值得注意的是，在 Multi-SWE Bench（更贴近真实开发场景的综合测试）中，M2.7 得分 52.7 分，不仅超过 MiniMax M2.5 的 51.3 分，还反超 Sonnet 4.6、Opus 4.6，甚至 GPT-5.4，直接跃升至该测试排行榜前列。
✏️
针对最近热门的 OpenClaw 应用场景，MiniMax 基于其中常用任务构建了评测集 MM-Claw，覆盖个人学习规划、办公文档处理、定时信息调研与投资建议、代码开发与维护等工作与生活场景。在该测试中，M2.7 的正确率达到 62.7%，接近 Sonnet 4.6 的水平，显示了模型在实际多任务处理中的可用性与稳定性。
附表：MiniMax M2.7 的各个 Benchmark 测评内容：
#dwJzWHfycxrJ text { white-space: pre; }#dwJzWHfycxrJ .fb0 { stroke: var(--N900-FG, 0.15); }#dwJzWHfycxrJ .fb0 {stroke: rgba(31,35,41, 0.15)}#dwJzWHfycxrJ .fx0 { stroke-miterlimit: 10; }#dwJzWHfycxrJ .fx0 {stroke-miterlimit: 10}#dwJzWHfycxrJ .fa1 { fill: rgb(187, 191, 196); }#dwJzWHfycxrJ .fa1 {fill: rgb(187, 191, 196)}#dwJzWHfycxrJ .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#dwJzWHfycxrJ .fx1 {font-style: normal}#dwJzWHfycxrJ .fx2 { text-anchor: middle; }#dwJzWHfycxrJ .fx2 {text-anchor: middle}#dwJzWHfycxrJ .fx3 { dominant-baseline: central; }#dwJzWHfycxrJ .fx3 {dominant-baseline: central}#dwJzWHfycxrJ .fx4 { stroke: none; }#dwJzWHfycxrJ .fx4 {stroke: none}#dwJzWHfycxrJ .fc0 { fill: var(--text-caption); }#dwJzWHfycxrJ .fc0 {fill: #646a73}#dwJzWHfycxrJ .fa2 { fill: var(--text-link-disabled); }#dwJzWHfycxrJ .fa2 {fill: rgb(187, 191, 196)}#dwJzWHfycxrJ .fa3 { fill: rgb(235, 236, 237); }#dwJzWHfycxrJ .fa3 {fill: rgb(235, 236, 237)}#dwJzWHfycxrJ .fx5 { font: 400 16px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#dwJzWHfycxrJ .fx5 {font-style: normal}#dwJzWHfycxrJ .fx6 { text-anchor: start; }#dwJzWHfycxrJ .fx6 {text-anchor: start}#dwJzWHfycxrJ .fx7 { dominant-baseline: alphabetic; }#dwJzWHfycxrJ .fx7 {dominant-baseline: alphabetic}#dwJzWHfycxrJ .fc1 { fill: rgb(25, 27, 31); }#dwJzWHfycxrJ .fc1 {fill: rgb(25, 27, 31)}#dwJzWHfycxrJ .fc2 { fill: rgb(31, 35, 41); }#dwJzWHfycxrJ .fc2 {fill: rgb(31, 35, 41)}#dwJzWHfycxrJ .fb1 { fill: var(--N900-FG, 0.15); }#dwJzWHfycxrJ .fb1 {fill: rgba(31,35,41, 0.15)}#dwJzWHfycxrJ .fb2 { fill: rgb(196, 199, 206); }#dwJzWHfycxrJ .fb2 {fill: rgb(196, 199, 206)}#dwJzWHfycxrJ .fa4 { fill: var(--bg-body); }#dwJzWHfycxrJ .fa4 {fill: #fff}ABC123456789Benchmark主要评测能力通俗含义SWE Bench ProMulti-SWE BenchVIBE-ProMLE-Bench liteGDPval-AAToolathlonMM-ClawBenchArtificial Analysis编程、改 bug真实开发、多任务代码能力做产品、前后端实现数据处理、建模、调参分析、判断、执行任务工具使用、自动化操作Agent 能力、复杂任务处理整体能力让 AI 修真实代码问题让 AI 处理更复杂的软件开发任务让 AI 直接做一个能用的网站/应用让 AI 做机器学习实验看 AI 能不能完成真实工作任务看 AI 会不会调用各种工具看 AI 作为助手能不能把复杂任务做完相当于综合总分榜
三、快速使用 MiniMax M2.7
最简单的方法，就是去 MiniMax Agent 的官网，目前已经全部放量，所有用户都可以免费用上最新的 MiniMax M2.7 模型。
1、输入任务
在输入框输入你的任务指令，例如：
•
办公类：制作 Excel 表格、Word 文档、PPT 汇报
•
金融类：分析报表、生成投资简报
•
编程类：代码生成、调试、任务自动化
点击提交，MiniMax M2.7 会立即开始处理任务，并根据任务类型自动调用内部 Agent 或专家套件。
2、使用专家套件
页面下方提供分类 专家套组：
•
办公：Word / Excel / PPT / PDF 等日常文档处理
•
金融：数据分析、报表生成
•
编程：代码生成、调试、自动化
可以直接点击套组图标，快速启动任务模板，降低学习成本。
四、在 Claude Code 使用 MiniMax M2.7
1、订阅套餐
如果你是有 Coding Plan 的专业用户，那可以马上切换到 M2.7 模型，如果没有的话，可以买一个，最便宜的一个月才 29 元。
2、获取 API Key
3、测试 API 调用（可选）
通过 Anthropic API 兼容，快速测试 MiniMax M2.7
安装 Anthropic SDK
代码块
PHP
pip install anthropic
配置环境变量
代码块
Bash
export ANTHROPIC_BASE_URL=https://api.minimaxi.com/anthropic
export ANTHROPIC_API_KEY=${YOUR_API_KEY}
调用 API
代码块
Python
import anthropic
client = anthropic.Anthropic()
message = client.messages.create(
model="MiniMax-M2.7",
max_tokens=1000,
system="You are a helpful assistant.",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Hi, how are you?"
}
]
}
4、接入 Claude Code
在 Claude Code 中使用 MiniMax-M2.7 模型进行 AI 编程。
安装 Claude Code
输入以下命令：
代码块
Bash
curl -fsSL https://claude.ai/install.sh | bash
配置 MiniMax API
为了方便切换模型，最好再安装一个 CC-Switch。
代码块
Python
brew tap farion1231/ccswitch
brew install --cask cc-switch
brew upgrade --cask cc-switch
添加 MiniMax 配置
在 CC-Switch 里面，点击右上角 ”+” ，选择预设的 MiniMax 供应商，并填写 MiniMax API Key。
配置模型名称
将模型名称全部改为 MiniMax-M2.7，完成后点击右下角的 “添加”。
测试使用
一切配置就绪，在命令行输入 Claude 打开 Claude Code，问它背后用的是什么模型，就发现已经用上了 MiniMax-M2.7。
五、真实案例测试
1、办公任务：出报告、图表和PPT
办公任务，直接用MiniMax Agent网页端进行测试。复刻MiniMax官方案例，任务是：
代码块
Plain Text
提示词：基于快手2025年财报信息，构建快手的营收模型，读取多个研报，设计对应的假设，基于最新的信息对快手营收建模，然后选择合适的 PPT 模版产出 PPT ，并写一个 Word 文档研究报告和 Excel 图表。
•
关于财务分析模型，生成的内容是非常全面的，包括财务数据概览、营收模型预测、甚至可灵AI业务分析，需要的部分都提到了，而且图表布局非常合理，几乎无需人工调整，已经是一个初级分析师的水平了，而且在具体的数据方面也没有差错，极大得减少了人工审查成本。
31%
33%
36%
•
关于Word研究报告，整整10页，字数超2k，结构完整，数据准确，研报该有的它都有。虽然部分字体、格式、排版还是会有点小问题，但整体上问题不大。 以及，这份两千字的研报，它竟然没有出现任何的幻觉问题，这说明M2.7 会根据上下文和内部反馈自动修正格式和逻辑，它让产出结果真实、可信，可以直接走进我们的真实工作流。
35%
65%
•
关于生成的PPT，样式专业、高端，几乎可直接用于管理汇报了。
50%
50%
•
最重要的是，以上的全部内容，是一个Prompt完成。M2.7在复杂任务上的指令遵循能力得到了非常大的提升，它可以同时处理数据分析、文档生成和视觉排版。
2、编程任务-3D
通过测试3D的Case，我们可以判断模型的空间想象和逻辑推理能力，看它能否准确理解指令，并创建一个零BUG的视觉图形。案例使用经典的3D魔方，提示词如下：
代码块
Plain Text
提示词：Create a single HTML file containing a fully functional 3D Rubik's Cube simulation using Three.js (via CDN). The cube must be able to automatically solve itself.
结果非常符合预期，所有功能实现正确，生成速度快，精度高，几乎无需人工修改，而且可直接在浏览器运行。再次证明了M2.7 的复杂任务处理能力，能够处理多线程逻辑和 3D 渲染任务。
3、编程任务-前端
同步测试一下它写前端的能力，我们虚构一个AI 键盘“小key”，让M2.7创建它的的产品宣传页，需要视觉美观、功能完备、响应式布局。
代码块
Plain Text
提示词：给一款AI键盘「小key」设计产品宣传页。
结果也非常好，页面交互逻辑完整，按钮和链接可直接使用，几乎可作为实际产品宣传页直接发布了。
0 个结果
画板