MiniMax ha lanzado M2.7, un modelo que busca cerrar la brecha entre los modelos de lenguaje generalistas y los agentes especializados en ejecución de tareas complejas. Con una arquitectura optimizada para la resolución de problemas de ingeniería, el modelo se posiciona como una alternativa de pesos abiertos frente a los silos cerrados que dominan el desarrollo de software autónomo.
### Capacidades y benchmarks
Los números presentados por MiniMax sitúan a M2.7 en la élite de los modelos agentic. Ha logrado una puntuación de **56.22% en SWE-Pro** y un **57.0% en Terminal Bench 2**, métricas que evalúan la capacidad de un modelo para navegar por repositorios de código reales y ejecutar comandos en entornos de terminal.
Aprende IA con nosotros
Únete gratis a mi comunidad en Skool, donde compartimos noticias, tutoriales y recursos para seguir aprendiendo juntos.
👥 Únete gratis 🚀La clave de este rendimiento reside en lo que MiniMax denomina “autoevolución”, un proceso donde el modelo utiliza ciclos de retroalimentación para refinar su capacidad de razonamiento lógico y ejecución de herramientas sin depender exclusivamente de supervisión humana masiva.
Por qué importa
MiniMax M2.7 presiona al ecosistema de modelos abiertos para agentes al combinar pesos abiertos, un enfoque nativo en tareas de ingeniería (agentic) y resultados que compiten directamente con modelos propietarios mucho más grandes.
Este lanzamiento refuerza una tendencia clara: la apertura ya no es solo para modelos fundacionales de uso general, sino que está llegando a las herramientas de ejecución más sofisticadas. Sin embargo, es vital distinguir entre un modelo de “pesos abiertos” (open weights), como es este caso, y uno bajo una licencia de código abierto estricta; M2.7 permite la inspección y ejecución local, pero mantiene restricciones comerciales bajo la gobernanza de MiniMax.
### El contexto de la IA local y abierta
El movimiento de MiniMax se suma a otros esfuerzos por democratizar el acceso a modelos potentes fuera de las nubes de Anthropic o OpenAI. Al igual que vimos con la llegada de [Gemma 4 y su apuesta por los modelos abiertos](https://descubre.ai/inteligencia-artificial/gemma-4-modelos-abiertos-google-que-trae/), el mercado está exigiendo mayor transparencia y control sobre la infraestructura que ejecuta las tareas críticas del día a día.
