MiniMax открыла исходный код M2.7 — модели, которая участвовала в собственном обучении. С результатами на уровне GPT-5.3-Codex и ценой в 20 раз ниже Claude Opus, она уже доступна через Ollama.
MiniMax выложила в открытый доступ M2.7 — модель, которая буквально участвовала в собственном обучении. Не просто «мы обучили модель и выкатили», а «модель помогала строить свой Agent Harness, прогоняла эксперименты и улучшала свой обучающий цикл». Звучит как научная фантастика, но бенчмарки говорят, что это работает.
SWE-Pro: 56.22% — уровень GPT-5.3-Codex и почти Claude Opus. Terminal Bench 2: 57.0%. VIBE-Pro (полная доставка проекта от и до): 55.6%. Для опенсорсной модели — результаты выдающиеся.
А ещё M2.7 набрала 1495 ELO на GDPval-AA — лучший результат среди всех опенсорс-моделей в задачах с офисными приложениями. Excel, PowerPoint, Word — сложные правки в несколько итераций, 97% точности на 40+ сложных навыках.
Практически одновременно с релизом Ollama добавила M2.7 в облачный каталог. Запустить можно одной командой:
ollama run minimax-m2.7:cloudА если вы уже работаете с Claude Code или OpenClaw, подключить M2.7 тоже элементарно:
ollama launch claude --model minimax-m2.7:cloud
ollama launch openclaw --model minimax-m2.7:cloudM2.7 стоит $0.30 / $1.20 за миллион токенов на вход и выход — примерно в 20 раз дешевле Claude Opus. При этом на ряде бенчмарков она подбирается к Opus вплотную. Если вам нужен рабочий агент для кода, но бюджет не резиновый — это серьёзный вариант.
MiniMax также выложила OpenRoom — интерактивную демку агентного взаимодействия с графическим интерфейсом, большая часть кода которой написана самой M2.7. Proof of concept собственных возможностей в чистом виде.
Веса доступны на Hugging Face, подробности о механизме самоэволюции — в официальном блоге MiniMax.
Если вы экспериментируете с локальными моделями для агентных задач и хотите разобраться, как встроить M2.7 в рабочий процесс — давайте обсудим.