MiniMax libera M2.7: un modelo diseñado para la autoevolución de agentes

La firma china MiniMax ha presentado **M2.7**, un modelo que posiciona como su apuesta más ambiciosa en el ecosistema de pesos abiertos. A diferencia de otros lanzamientos que priorizan el razonamiento generalista, M2.7 está diseñado con un enfoque vertical: la ejecución de tareas complejas en entornos de oficina e ingeniería de software.

La arquitectura de M2.7 no solo busca procesar información, sino actuar. Según la compañía, el modelo ha mostrado un rendimiento competitivo en *benchmarks* críticos como **SWE-Pro** y **Terminal Bench 2**, que miden la capacidad de resolver problemas de código reales y navegar interfaces de línea de comandos. Lo distintivo, sin embargo, es su capacidad de “autoevolución”: un proceso en el que el agente utiliza retroalimentación de sus propias ejecuciones para ajustar su comportamiento en tareas de flujo de trabajo.

Por qué importa
El lanzamiento de MiniMax M2.7 es un recordatorio de que la carrera por la autonomía no es exclusiva de los gigantes de Silicon Valley. Al liberar los pesos del modelo, MiniMax permite a los desarrolladores construir agentes altamente especializados sin la dependencia de APIs cerradas. Mientras que modelos como [Gemma 4](https://descubre.ai/inteligencia-artificial/gemma-4-modelos-abiertos-google-que-trae/) consolidan la oferta de Google en modelos abiertos, MiniMax intenta diferenciarse mediante una optimización agresiva para el *harness* o marco de trabajo del agente, reduciendo la fricción entre el razonamiento y la ejecución de herramientas.

Esta tendencia hacia la ejecución de modelos eficientes y accesibles, que ya se ha visto con aplicaciones para [correr modelos locales en dispositivos móviles](https://descubre.ai/herramientas/google-ai-edge-gallery-gemma-local-iphone/), gana tracción con M2.7 al enfocarse en la utilidad práctica sobre el tamaño bruto de parámetros. Aunque la empresa utiliza el término “open source”, se trata técnicamente de una liberación de pesos con licencias específicas, un matiz importante frente a los estándares tradicionales de código abierto, pero suficiente para dinamizar el mercado de agentes autónomos.