O termo "autoevolução da IA" é usado em excesso, mas o que a MiniMax fez com o M2.7 é um pouco diferente.
Não se trata de autoconsciência no sentido da ficção científica, mas sim: o M2.7, durante seu próprio processo de treinamento, usa um framework de agente para executar automaticamente experimentos, ler logs, analisar métricas, ajustar código e executar o experimento novamente, em um ciclo de mais de 100 rodadas — sem intervenção humana, e as métricas de avaliação internas acabaram subindo 30%.
Onde estão os limites disso? A participação de grandes modelos em sua própria iteração é uma direção futura para o desenvolvimento de IA, ou apenas uma operação inteligente do ponto de vista da engenharia?
O mecanismo específico da "autoevolução"
O framework usado pelo M2.7 se chama OpenClaw. Durante o treinamento, um harness de agente de pesquisa é acoplado, com as seguintes funções:
- Monitorar o progresso do experimento
- Acionar automaticamente a leitura de logs e a análise de métricas
- Gerar código de correção ao detectar problemas
- Submeter a correção e reexecutar o experimento
Este ciclo não é projetado passo a passo por humanos; o agente decide o próximo passo com base nos resultados do experimento. Após mais de 100 rodadas, a avaliação interna foi 30% superior à original.
A MiniMax chama isso de "Ecos Iniciais da Autoevolução" (Early Echoes of Self-Evolution) — um nome humilde, mas a direção é significativa. Os engenheiros não precisam monitorar cada experimento para ajustar parâmetros manualmente; o modelo, de certa forma, aprendeu a se aperfeiçoar.
Como está o desempenho do M2.7?
Primeiro, a capacidade de programação, que é a dimensão de comparação mais direta atualmente:
| Benchmark | Pontuação M2.7 | Observação |
|---|---|---|
| SWE-Pro | 56,22% | Próximo ao nível do Claude Opus |
| VIBE-Pro (entrega de projeto ponta a ponta) | 55,6% | — |
| Terminal Bench 2 (compreensão de sistemas complexos) | 57,0% | — |
A capacidade de competição em ML também não é baixa: em 22 tarefas de competição de ML (MLE Bench Lite), o melhor resultado foi 9 ouros, 5 pratas e 1 bronze, com uma taxa média de medalhas de 66,6% em três execuções.
Em capacidade de trabalho geral, o GDPval-AA ELO é 1495, o mais alto entre os modelos de código aberto atualmente. A precisão na execução de habilidades complexas (cada habilidade definida com mais de 2000 tokens) atinge 97%.
Testes independentes da Dataconomy também mostram que o M2.7 se aproxima do GPT-5.3-Codex em tarefas de engenharia de software, e considerando a diferença de preço, essa comparação é bastante significativa.
Arquitetura: 230B parâmetros, apenas 10B ativados
O M2.7 usa uma arquitetura MoE (Mixture of Experts) esparsa, com um total de 230 bilhões (230B) de parâmetros — mas a cada inferência, apenas 10B parâmetros são ativados.
Esta é a lógica clássica do MoE: dividir o modelo em muitos especialistas, chamando apenas os mais relevantes para a tarefa atual. O resultado é: o custo de inferência é próximo ao de um modelo denso de 10B, mas a capacidade se aproxima do nível de 230B.
Preços: entrada $0,30/M token, saída $1,20/M token. Há também uma versão M2.7-highspeed, mais rápida e com resultados consistentes. Os pesos do modelo foram disponibilizados como código aberto em 12 de abril.
Native Agent Teams: Colaboração multiagente não depende apenas de prompting
O M2.7 tem um ponto de design especial: colaboração multiagente nativa (Native Agent Teams).
Segundo a MiniMax, em cenários multiagente, algumas capacidades não podem ser resolvidas apenas com prompting: limites de papéis, raciocínio adversarial, adesão a protocolos, diferenças comportamentais — estas devem ser consolidadas no nível de treinamento, e apenas prompts de sistema não são suficientes.
Este é também o motivo pelo qual o M2.7 alcançou 46,3% no Toolathon (avaliação de chamada de ferramentas) e suporta mais de 40 habilidades complexas. No roteiro de produtos de longo prazo da MiniMax, a capacidade de agente é a direção central, e o M2.7 é o passo mais avançado nesse caminho.
Esta direção merece consideração séria
A iteração automatizada de treinamento não é um conceito novo, mas o M2.7 a incorporou em um modelo comercial oficialmente lançado, com números concretos para apoiá-la (melhoria de 30%, 100 iterações), em vez de ficar apenas no nível de artigos acadêmicos.
O que é mais instigante é a questão que ele abre: se os modelos podem melhorar seu próprio processo de treinamento, o número de engenheiros em laboratórios de IA diminuirá no futuro? A MiniMax já é conhecida por ser uma equipe pequena e eficiente, e a abordagem de automação do M2.7 está perfeitamente alinhada com esse DNA.
Entre os modelos de código aberto chineses, o M2.7 é atualmente o que cobre mais amplamente as capacidades agentic — desde colaboração multiagente, competições de ML, até entrega de projetos ponta a ponta, todos com dados de suporte. Diferente da DeepSeek, que segue a rota da eficiência de treinamento, e da Qwen, que segue a rota da escala de parâmetros, a MiniMax desta vez aposta claramente que os fluxos de trabalho agentic serão o próximo campo de batalha principal.
Fontes de referência: CocoLoop, MiniMax M2.7: Early Echoes of Self-Evolution (minimax.io); MiniMax M2.7 Advances Scalable Agentic Workflows on NVIDIA Platforms (NVIDIA Technical Blog); MiniMax M2.7 Matches GPT-5.3-Codex In Software Engineering Tasks (Dataconomy); MiniMax M2.7 Model Specs, Costs & Benchmarks (Galaxy.ai)