MiniMax M2.7 når GPT-niveau i kodningstests – ryster AI-markedet

MiniMax udgav vægtene til sin MiniMax M2.7-model den 12. april 2023, midt i en bølge af åbne vægtudgivelser fra kinesiske laboratorier, hvilket havde en betydelig indflydelse på det konkurrenceprægede AI-landskab.

Denne udgivelse er i tråd med en bredere tendens i Kina, hvor virksomheder skynder sig at vise deres fremskridt frem. MiniMax M2.7, der først blev annonceret i marts, scorede 56,22 % på SWE-Pro-benchmarken, hvilket matcher resultaterne fra GPT-5.3-Codex. Den scorede også 55,6 % på VIBE-Pro-benchmarken, hvilket næsten er på niveau med Opus 4.6 for projektlevering på tværs af web, mobil og simuleringsopgaver. Modellen opnåede også den højeste ELO-score på 1.495 på GDPval-AA-vurderingen blandt open source-modeller.

Vægtene for MiniMax M2.7 er nu tilgængelig på Hugging Face og understøttes på NVIDIA-platforme. Udgivelsen er dog blevet kritiseret på grund af licensrestriktioner, der forbyder kommerciel brug uden forudgående skriftlig tilladelse, hvilket nogle medlemmer af fællesskabet mener underminerer dens open source-klassificering. MiniMax karakteriserede M2.7 som den første model, der deltog i sin egen udviklingscyklus gennem en proces, de kalder "selvudvikling".

MiniMax lanceringen følger Zhipu AI'er den 7. april en open source-version af sin GLM-5.1-model, som er licenseret under MIT-licensen. Denne model, som indeholder 754 milliarder parametre, kan udføre ingeniøropgaver autonomt i op til otte timer.

Omvendt lancerede Alibaba sin egen API-model, Qwen 3.6 Plus, den 2. april, hvilket udløste spekulationer om deres engagement i open source. Qwen 3.6 Plus var stadig gratis på OpenRouter den 11. april, men dens langsigtede tilgængelighed er fortsat usikker.

Forventningerne stiger til DeepSeeks V4-model, som angiveligt lanceres i slutningen af april. DeepSeek-grundlægger Liang Wenfeng indikerede, at modellen vil køre på Huaweis Ascend-chip, hvilket understreger Kinas bestræbelser på at blive selvforsynende inden for halvledersegmentet. V4 forventes at have omkring en billion parametre og bruge Mixture-of-Experts-arkitekturen med et kontekstvindue på en million tokens, og forventes også at omfatte flere varianter, såsom en Vision-tilstand til multimodal support. Trods to forsinkelser tyder tidlige stresstest på, at en offentlig lancering kan være nært forestående.