MiniMax M2.7 用自批評訓練降低 Agent 成本

2026/10/24 — 10/24 00:19·1 個來源（全部）·1 篇報道（全部）

核心速覽 (Key Takeaways)

MiniMax 釋出 M2.7，在訓練中引入模型自我批評並完成 100 多輪自主最佳化，官方稱其承擔了 30–50% 的強化學習流程。其 SWE-Pro 成績為 56.22%，輸入價格為每百萬 token 0.30 美元，遠低於 Claude Opus 4.6 的 15 美元。

最新進展MiniMax 的 M2.7 在訓練中讓模型自我批評，完成 100 多輪自主最佳化，官方稱其承擔了 30–50% 的強化學習流程。其 SWE-Pro 成績為 56.22%，輸入價格為每百萬 token 0.30 美元，遠低於 Claude Opus 4.6 的 15 美元。

24 小時熱度熱度指數 78 · 峰值 97 · 7 小時前

24 小時前現在

今天

00:02MiniMax M2.7 用自批評訓練降低 Agent 成本
MiniMax 的 M2.7 在訓練中讓模型自我批評，完成 100 多輪自主最佳化，官方稱其承擔了 30–50% 的強化學習流程。其 SWE-Pro 成績為 56.22%，輸入價格為每百萬 token 0.30 美元，遠低於 Claude Opus 4.6 的 15 美元。
Agent 模型成本被打到新低點
DEV Community · AIAI 評分 75

熱度怎麼算的？瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。

本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。