MiniMax 開源程式設計模型 M2.7：SWE-Pro 拿下 56.22%，重新整理兩項基準

MiniMax M2.7 是一款主打複雜軟體工程和原生多智慧體協作的混合專家（MoE）模型，現在已經在 Hugging Face 上正式開放權重下載。如果你平時需要處理跨語言程式碼重構、排查複雜的線上運維報警，或者正在搭建自動化 Agent 工作流，它提供了一個性能足以對標頭部閉源模型的新底座。

該模型最初於 3 月 18 日公佈，是 MiniMax 迄今能力最強的開源模型。由於採用了 MoE 架構，模型在每次推理時只啟用一部分引數，比起相同輸出質量的密集模型，推理速度更快，部署成本也更低。

它能做什麼

MiniMax M2.7 的核心能力集中在專業軟體工程、日常協同辦公以及被稱為「Agent Teams」的原生多智慧體協作上，支援掛載複雜技能並進行動態工具檢索。

在程式碼與工程測試中，M2.7 在多語言軟體工程基準 SWE-Pro 上拿到了 56.22% 的準確率，追平了 GPT-5.3-Codex。這項測試涵蓋日誌分析、故障排查、程式碼安全審查以及機器學習工作流除錯，比一般的演算法做題更貼近真實的生產環境。

在考驗系統級理解能力的 Terminal Bench 2 上，M2.7 拿下了 57.0% 的 SOTA 成績，在 NL2Repo 上得分為 39.8%。在倉庫級程式碼生成基準 VIBE-Pro 上，它取得了 55.6%，接近 Opus 4.6 的水平，可以處理 Web、Android、iOS 和模擬任務。在偏重實際工程的 SWE Multilingual 和 Multi SWE Bench 上，它的得分分別達到 76.5 和 52.7。

除了常規寫程式碼，它還能參與運維排障。根據 MiniMax 團隊的實測記錄，面對生產環境告警時，M2.7 可以結合監控指標和釋出記錄做因果推斷，取樣分析呼叫鏈，主動連線資料庫排查根因，找出程式碼庫中漏掉的索引遷移檔案，並用無鎖方式建立索引止血，多次將線上系統的故障恢復時間壓縮到了 3 分鐘以內。

自主迭代與實驗表現

M2.7 也是 MiniMax 首個參與自身研發週期的模型。為了測試自主改進的上限，團隊讓它在內部腳手架上最佳化模型的程式設計能力。

在脫離人工干預的情況下，M2.7 連續自主運行了 100 多輪「分析失敗軌跡、規劃改動、修改腳手架程式碼、執行評測、比對結果並決定保留或回滾」的迴圈。它自己摸索出了最優的取樣引數組合，寫出了修復 Bug 後自動檢索其他檔案中同類問題的規範，還給迴圈加入了死迴圈檢測，最終讓內部評測集表現提升了 30%。目前在 MiniMax 內部的強化學習團隊中，M2.7 已經可以端到端承擔 30% 到 50% 的工作流。

在 OpenAI 開源的單卡 A30 機器學習競賽基準 MLE Bench Lite 上，配合短期記憶、自我反饋與自我最佳化的執行框架，M2.7 在 24 小時迭代視窗中取得了單次最高 9 金 5 銀 1 銅的成績，三輪平均獎牌率達到 66.6%，與 Gemini-3.1 持平，僅次於 Opus-4.6 的 75.7% 和 GPT-5.4 的 71.2%。

怎麼用上它

目前 MiniMax M2.7 的完整模型權重已經上傳至 Hugging Face，開發者可以直接下載並在自己的硬體叢集上部署。

如果你不想自己折騰 MoE 模型的本地部署與推理叢集，MiniMax 開放平臺也同步上線了該模型的 API，可以直接呼叫。

為什麼重要

對於需要搭建高階程式碼助手或 SRE 運維繫統的技術團隊來說，M2.7 值得第一時間跟進測試。以往在複雜工程除錯和多智慧體協同場景下，開源模型往往明顯落後於頂級閉源 API，而 M2.7 在 SWE-Pro 和終端環境測試裡交出的成績，證明了開源權重同樣具備打複雜工程仗的能力。

不過，MoE 架構對多卡視訊記憶體和推理框架的配置要求並不低，要讓它發揮出類似內部展示的分鐘級故障排障效果，外圍的智慧體框架、工具呼叫介面和安全許可權控制也必須跟上，更適合有一定工程基礎設施的團隊接入。