💥 深夜炸弹

2026年4月12日深夜，MiniMax在没有预告的情况下突然官宣：M2.7模型全球开源。这条深夜推文让整个AI圈彻夜难眠。

🧠 核心亮点：自我进化能力

业界首个能参与自身训练迭代的模型：

  • 自主构建强化学习流程
  • 修复Bug并优化框架
  • 在特定场景下可胜任30-50%的研发工作流
  • 内部版本自主优化100+轮编程框架
  • 实现30%的性能提升

📊 性能表现惊人

SWE-Pro基准测试：

  • 得分56.22%，追平GPT-5.3-Codex
  • 与Claude Opus 4.6几乎持平
  • 开源模型中位列第一

其他测试成绩：

  • Terminal Bench 2：57.0%
  • SWE Multilingual：76.5%
  • Multi SWE Bench：52.7%
  • MMClaw端到端测试：62.7%（接近Sonnet 4.6）

💰 成本优势巨大

API定价对比：

  • MiniMax M2.7：输入$0.30/百万token，输出$1.20
  • Claude Opus 4.6：输入$5/百万token，输出$25
  • 成本降低17-21倍

🔧 技术规格

模型架构：

  • 参数规模：2290亿（MoE架构）
  • 推理激活参数：约100亿
  • 无需顶级算力即可获得前沿水平输出

部署要求：

  • 推荐4卡GPU环境运行
  • 支持SGLang、vLLM、Transformers
  • 可在Hugging Face或魔搭下载

🤝 首日适配阵容豪华

芯片厂商：

  • 华为昇腾（Atlas 800 A3、Atlas 800I A2）
  • 摩尔线程（MTTS5000）
  • 沐曦曦云C系列
  • 昆仑芯
  • NVIDIA

推理平台：

  • Together AI
  • Fireworks
  • Ollama
  • vLLM
  • SGLang

⚠️ 开源协议争议

非商业许可引发讨论：

  • 采用修改版MIT协议，禁止商业用途
  • 个人可研究和本地部署
  • 企业商用需获得MiniMax书面授权
  • OpenRouter等平台无法托管提供API服务

社区争议：

  • 有人质疑这不算真开源，是”可查看权重的专有代码”
  • 不符合OSI开源许可证定义
  • 实际使用不受影响，但对开源定义有严格要求的需留意

📈 市场反应热烈

股价表现：

  • 4月13日港股开盘，MiniMax-W高开逾3%
  • 资本市场用脚投票，看好开源战略

时间线：

  • 2月12日：M2.5发布
  • 3月19日：M2.7正式亮相
  • 4月12日：M2.7全球开源
  • 从M2.5到M2.7仅隔35天

💡 意义与影响

对开发者：

  • 编程任务量大、预算有限的团队有了低成本高性能选择
  • 开源模型越多，开发者议价能力越强
  • Token价格将进一步下探

对行业：

  • 开源大模型在编码与智能体领域已能与闭源模型同台竞技
  • 推动研发重心从”通用性能提升”向”场景化落地”转移
  • 重塑AI行业发展方向

📌 总结

MiniMax M2.7的开源标志着开源大模型进入新时代：自我进化。不仅是性能突破，更是AI研发模式的革命。AI开始自己”卷”自己，未来已来！