4月12日晚間，MiniMax宣布M2.7大模型正式開源，這距離其在3月18日首次亮相已經(jīng)過去將近一個月。

華為昇騰、摩爾線程、沐曦、昆侖芯、NVIDIA等海內(nèi)外芯片廠商，以及Together AI、Fireworks、Ollama、vLLM、SGLang等推理平臺，都在開源首日完成了模型的接入與適配工作。

一天后，港股上市公司MINIMAX-W高開逾3%，資本市場給出了自己的反應(yīng)。

M2.7是一個總參數(shù)量達(dá)到2300億的MoE模型。MoE架構(gòu)的本質(zhì)是讓模型在推理時只激活一小部分參數(shù)，M2.7每次只激活其中的100億參數(shù)，激活率約4.3%。

模型共62層，支持20萬token的上下文長度，使用多頭因果自注意力配合旋轉(zhuǎn)位置編碼（RoPE）和QK RMSNorm歸一化來保證訓(xùn)練穩(wěn)定性，采用Top-k專家路由機(jī)制，每token只激活256個專家中的8個。

這種設(shè)計在MoE模型中并不罕見，參數(shù)規(guī)模上的取舍也并非新事，DeepSeek、Qwen等國產(chǎn)模型都在做類似的事。

不過M2.7有一個值得注意的標(biāo)簽，業(yè)界第一個AI深度參與迭代自己的模型。MiniMax方面稱，研發(fā)團(tuán)隊將M2的早期版本引導(dǎo)為研究型Agent Harness，讓它參與構(gòu)建復(fù)雜的強(qiáng)化學(xué)習(xí)流程、更新自身記憶、驅(qū)動自我優(yōu)化。

據(jù)稱M2.7在部分研發(fā)場景中可承擔(dān)30%到50%的工作量。這種自我進(jìn)化的路徑到底能走多遠(yuǎn)，目前還很難下判斷，至少這是一個不同于常規(guī)微調(diào)路數(shù)的探索方向。

在基準(zhǔn)測試上，M2.7在軟件工程領(lǐng)域交出的成績是SWE-Pro得分56.22%，官方稱“幾乎接近Opus最好的水平”；在VIBE-Pro端到端項目交付測試中得分55.6%，在Terminal Bench 2復(fù)雜系統(tǒng)理解測試中得分57.0%。

專業(yè)辦公領(lǐng)域，GDPval-AA的ELO得分1495，聲稱是開源模型中的最高分。這些數(shù)字的意義需要放到具體的語境里理解，56.22%在SWE-Pro上算是什么水平，和DeepSeek V4、Qwen3.6Plus、GLM-5.1等競品相比如何，官方?jīng)]有提供直接的橫向?qū)Ρ葦?shù)據(jù)。

M2.7的開源，是繼智譜GLM-5.1之后又一款走開源路線的國產(chǎn)頭部模型。有市場分析指出，阿里Qwen系列未來的開源策略可能存在變數(shù)，Qwen3.6Plus可能不再沿用完全開源的模式。

如果這一傳聞成立，那么開源賽道上的國產(chǎn)主力將進(jìn)一步集中在智譜、稀宇和DeepSeek這幾家。

目前最受關(guān)注的是DeepSeek V4，外界普遍預(yù)期它將在4月下旬發(fā)布，屆時能否在編程和多模態(tài)能力上拿出新的突破，將是影響開源格局的關(guān)鍵變量。

在這個意義上，M2.7的開源或許不只是稀宇科技單方面的技術(shù)輸出，更是對整個國產(chǎn)開源生態(tài)的一次壓力測試。

對于開發(fā)者而言，開源意味著能夠以更低的成本進(jìn)行二次開發(fā)、私有化部署和場景適配。MiniMax方面表示，來自海內(nèi)外的接入需求持續(xù)增長，模型調(diào)用量正在快速提升。

但一個開放性的問題也隨之而來，當(dāng)越來越多的國產(chǎn)模型走向開源，開發(fā)者生態(tài)的建設(shè)速度能否跟得上模型迭代的節(jié)奏？開源不等于生態(tài)繁榮，真正決定一個模型生命力的，始終是開發(fā)者愿不愿意用它、能不能用好它。