MiniMax M2.7: Revolucionarni samoevoluirajući AI agent model

MiniMax M2.7 predstavlja najnoviji model veštačke inteligencije otvorenog koda, zasnovan na Mixture-of-Experts arhitekturi sa ukupno 230 milijardi parametara. Ovaj sistem je specifičan po svojoj sposobnosti samoevolucije, jer je tokom razvoja samostalno optimizovao sopstvene performanse kroz hiljade iteracija. Model postiže vrhunske rezultate u profesionalnom programiranju, kancelarijskom poslovanju i finansijskoj analizi, parirajući najnaprednijim zatvorenim modelima poput GPT-5 serije. Njegove primene obuhvataju rešavanje produkcionih grešaka u realnom vremenu, rad u okviru agentskih timova i kompleksnu obradu dokumenata. Dostupan je javnosti putem platformi kao što su Hugging Face i NVIDIA NIM, pružajući programerima moćan alat za automatizaciju najzahtevnijih inženjerskih zadataka.

U svetu veštačke inteligencije upravo prisustvujemo kraju ere "pasivnog AI-ja". Vreme u kojem su modeli bili samo napredni alati koji čekaju na prompt je prošlost. Ulazimo u eru aktivne autonomije, gde AI ne samo da izvršava zadatke, već planira, rezonuje i, što je najvažnije, gradi samog sebe. Dok su tehnološki giganti ljubomorno čuvali svoje najmoćnije "frontier-grade" sisteme unutar zatvorenih ekosistema, pojava modela MiniMax M2.7 označava tektonski poremećaj. Ovo nije samo još jedan LLM; to je prvi open-source model koji je aktivno učestvovao u sopstvenom razvoju, dokazujući da otvorena inteligencija može ne samo da prati, već i da prestigne zatvorene gigante poput GPT-5 varijanti.

1. Samoevolucija: AI koji je postao sopstveni inženjer

Najfascinantniji aspekt MiniMax M2.7 modela je njegova sposobnost "samoevolucije". Za razliku od tradicionalnih modela koji se oslanjaju na statične baze podataka, M2.7 je korišćen da autonomno optimizuje sopstveni "scaffold" (radni okvir) za programiranje. Kroz više od 100 rundi potpuno samostalnih iteracija, model je postigao poboljšanje performansi od 30% na internim testovima.

Ovaj proces nije bio puko nasumično testiranje, već duboko inteligentan ciklus:

„Model je sprovodio kontinuirani autonomni ciklus: analiza trajektorija neuspeha → planiranje promena → modifikacija koda radnog okvira → pokretanje evaluacija → poređenje rezultata → odluka o zadržavanju ili odbacivanju promena.”

Ono što ovaj model izdvaja od konkurencije je nivo detalja u njegovim autonomnim otkrićima. M2.7 je samostalno identifikovao i implementirao mehanizme poput "loop detection" (detekcija petlji) unutar agentskih procesa i počeo da primenjuje strategiju traženja identičnih "bug" obrazaca u drugim datotekama nakon što popravi jedan propust. To je inženjerska intuicija koja je do sada bila rezervisana isključivo za ljude.

2. Performanse koje redefinišu SOTA standarde

MiniMax M2.7 nije samo "pametan" na papiru; njegovi rezultati na benchmark testovima su direktan izazov dominaciji zatvorenih modela. Na SWE-Pro testu, koji simulira kompleksne inženjerske zadatke poput analize logova i rešavanja bagova u realnim sistemima, postigao je 56.22%, čime se izjednačio sa GPT-5.3-Codex.

Još impresivniji je uspeh na OpenAI-ovom sopstvenom MLE Bench Lite testu, koji meri sposobnost modela da autonomno sprovodi eksperimente u mašinskom učenju. Sa prosečnim "medal rate-om" od 66.6%, M2.7 se izjednačio sa Gemini-3.1 i ostavio iza sebe GPT-5.3.

3. Od programera do SRE eksperta: Operativni partner u realnom vremenu

MiniMax M2.7 pravi iskorak iz peska laboratorije u vatru produkcionih sistema. U domenu Site Reliability Engineering-a (SRE), ovaj model je pokazao sposobnost da smanji vreme oporavka sistema (MTTR) na ispod tri minuta.

On ne generiše samo kod; on deluje kao operativni partner koji razume kauzalne veze. U slučaju incidenta, M2.7 može autonomno da koreliše metrike monitoringa, izvrši statističku analizu trace sampling-a i, umesto generičkog merge request-a, primeni neblokirajuće kreiranje indeksa (non-blocking index creation) kako bi "zaustavio krvarenje" baze podataka pre nego što incident postane kritičan. Ovo je nivo operativne inteligencije koji fundamentalno menja brzinu kojom kompanije mogu sigurno isporučivati softver.

4. Arhitektonska elegancija: MoE sa 230 milijardi parametara

Iza haube se nalazi sofisticirana Mixture-of-Experts (MoE) arhitektura. Sa ukupno 230 milijardi parametara, M2.7 poseduje "sirovu snagu" gigantskih modela, ali je zahvaljujući dizajnu izuzetno efikasan.

Model koristi 8 aktivnih eksperata po tokenu, što znači da se tokom rada aktivira svega 10 milijardi parametara. Ovakav pristup omogućava drastično veću brzinu inferencije i niže troškove eksploatacije bez gubitka kvaliteta koji krasi "dense" modele. Uz kontekstni prozor od 204,800 tokena, MiniMax M2.7 sa lakoćom obrađuje čitave repozitorijume koda ili kompleksne finansijske izveštaje.

5. Finansijski analitičar u vašem timu: Dominacija u profesionalnom domenu

Ukoliko ste mislili da je MiniMax M2.7 samo za inženjere, podatak sa GDPval-AA testa će vas razuveriti. Sa ELO skorom od 1495, ovaj model je postao apsolutni lider među open-source rešenjima, nadmašivši GPT-5.3 u zadacima profesionalne isporuke.

Kao "junior analitičar", M2.7 je sposoban da:

• Autonomno čita godišnje izveštaje i transkripte poziva o zaradi.
• Dizajnira pretpostavke i gradi modele predviđanja prihoda.
• Generiše PPT prezentacije i Word izveštaje visoke vernosti.
• Upravlja funkcijom "Agent Teams", gde više AI entiteta sarađuje unutar stabilnih uloga na istom projektu.

Zaključak: Strateški imperativ otvorene evolucije

MiniMax M2.7 nije samo još jedna iteracija u AI trci; to je dokaz da "frontier-grade" inteligencija više nije rezervisana samo za one sa najdubljim džepovima. Kada model počne da preuzima 30-50% workflow-a, kao što je to slučaj u internim razvojnim timovima kompanije MiniMax, uloga čoveka se neizbežno pomera ka strateškom nadzoru i arhitekturi visokog nivoa.

Pitanje za lidere i developere više nije da li integrisati AI, već da li možete sebi priuštiti da ignorišete model koji samostalno uči na sopstvenim greškama dok vaša konkurencija to već čini. Budućnost autonomnog razvoja je ovde, ona je "frontier-grade" i potpuno je dostupna.

Težinski koeficijenti (weights) za MiniMax M2.7 su dostupni na Hugging Face platformi. Vreme je da prestanete da koristite AI samo kao alat i počnete da gradite sa partnerom koji raste zajedno sa vama.

Izvor: nvidia.com, markettechpost.com