行业动态
持平
MiniMax M2.7 用自批评训练降低 Agent 成本
2026/10/24 — 10/24 00:19·1 个来源（全部）·1 篇报道（全部）
核心速览 (Key Takeaways)
- MiniMax 发布 M2.7，在训练中引入模型自我批评并完成 100 多轮自主优化，官方称其承担了 30–50% 的强化学习流程。
- 其 SWE-Pro 成绩为 56.22%，输入价格为每百万 token 0.30 美元，远低于 Claude Opus 4.6 的 15 美元。
MiniMax 发布 M2.7，在训练中引入模型自我批评并完成 100 多轮自主优化，官方称其承担了 30–50% 的强化学习流程。其 SWE-Pro 成绩为 56.22%，输入价格为每百万 token 0.30 美元，远低于 Claude Opus 4.6 的 15 美元。
最新进展MiniMax 的 M2.7 在训练中让模型自我批评，完成 100 多轮自主优化，官方称其承担了 30–50% 的强化学习流程。其 SWE-Pro 成绩为 56.22%，输入价格为每百万 token 0.30 美元，远低于 Claude Opus 4.6 的 15 美元。
24 小时热度热度指数 78 · 峰值 97 · 7 小时前
24 小时前现在
- 热度指数
- 78
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 9 小时前
这件事的报道 点标题看原文
今天
MiniMax 的 M2.7 在训练中让模型自我批评，完成 100 多轮自主优化，官方称其承担了 30–50% 的强化学习流程。其 SWE-Pro 成绩为 56.22%，输入价格为每百万 token 0.30 美元，远低于 Claude Opus 4.6 的 15 美元。
Agent 模型成本被打到新低点
DEV Community · AIAI 评分 75
同时在说的其他事
- 热度指数 386MiniMax M3.1 Flash 上线 Tenstorrent Cloud 并开放权重6 个来源
- 热度指数 964爆Kimi K3.1 Pro 发布，网络防御居开放模型首位11 个来源
- 热度指数 791新爆OpenAI 前沿模型训练改为离线缓存网络9 个来源
- 热度指数 443DeepSeek 完成约 1000 亿元融资，宁德时代腾讯等参与7 个来源
- 热度指数 355美国大行封堵 AI Agent 借用客户凭证操作账户6 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加