# MiniMax Lança M2.7, Primeiro Modelo de IA com Autoevolução

**Autor:** Maicon Ramos
**Categoria:** IA
**Publicado:** 2026-03-19
**Atualizado:** 2026-07-29
**Canonical:** https://runzos.com/minimax-lanca-m2-7-primeiro-modelo-ia-autoevolucao

MiniMax apresentou o M2.7, modelo de linguagem com capacidade de autoevolução que reescreve seu próprio código de treinamento, alcançando 30% mais precisão. Atua autonomamente em até 50% do fluxo de desenvolvimento. Concorre diretamente com GPT-5.4 e Opus 4.6 em benchmarks técnicos. Disponível em API, integrações e open-source parcial via Ollama. Apresenta riscos de segurança e limitações em autonomia total. MiniMax Lança M2.7, Modelo de IA que se Autoevolui 💡 Vai rodar Ollama numa VPS? A gente comparou o preço real em cada provedor — com renovação e requisitos — em VPS para Ollama. A empresa chinesa MiniMax anunciou o lançamento do M2.7, um modelo de linguagem grande (LLM) pioneiro em autoevolução, capaz de participar de até 50% do processo de seu próprio desenvolvimento. O anúncio oficial ocorreu recentemente no blog da MiniMax com disponibilidade via API e integrações em plataformas como Ollama (Leia mais no site oficial). Principais Características e Capacidades Autoevolução: O M2.7 escreve código de treinamento, constrói harnesses agentes complexos, e executa loops de melhoria baseados em feedback autônomo. Performance: Aumentou em 30% a precisão em benchmarks chave como SWE-Pro, VIBE-Pro e MLE Bench Lite, competindo com modelos ocidentais de ponta como Opus 4.6 e GPT-5.4. Multimodalidade: Suporta processamento multimodal, incluindo análise de imagens e raciocínio em sistemas complexos. Escalabilidade: Mantém estabilidade em workflows com 50+ skills e 60-150 features em ambientes de produção simulados. Desempenho em Benchmarks Benchmark Desempenho (%) Contexto SWE-Pro 56.22 Tarefas reais de engenharia de software, perto dos líderes GPT-5.3-Codex e Opus. VIBE-Pro 55.6 Compreensão de sistemas de engenharia complexos. Terminal Bench 2 57.0 Uso avançado de terminal em cenários técnicos. MLE Bench Lite 66.6 (medalhas) Segundo lugar em 22 competições ML, empatando com Gemini 3.1. Toolathon 46.3 Acima da média global em acurácia. Como Funciona a Autoevolução O modelo opera com um loop de self-evolution que engloba módulos de memória de curto prazo, autocrítica e otimização. Após cada experimento, gera registros markdown para avaliar e ajustar seu próprio código e habilidades, permitindo melhorias contínuas sem intervenção humana direta em cada etapa. Além disso, a arquitetura permite atualizações recursivas no harness, criando novas skills para tarefas complexas como engenharia de software e manipulação de documentos office. Disponibilidade e Acesso M2.7 está disponível via API da MiniMax, com planos de tokens e versões de alta velocidade para casos de uso intensivo. Também pode ser baixado para uso local via Ollama. Integrações já funcionam em ferramentas de programação e agentes autônomos. Limitações e Críticas Autonomia Parcial: Humanos ainda definem decisões críticas, limitando a autoevolução a metade do workflow. Segurança: Possíveis riscos de loops de código inseguros e amplificação de vieses, com poucos detalhes públicos sobre salvaguardas. Escalabilidade: Pode enfrentar degradação em cenários com mais de 150 features complexas. Benchmark: Alguns especialistas consideram alguns dos benchmarks usados como simplificados para desafios de robustez real. Vídeo Oficial O funcionamento do loop de autoevolução do M2.7 e seus testes em competições Kaggle-like podem ser conferidos no vídeo oficial disponibilizado pela MiniMax no YouTube:

## Leia também

- [Claude agora fala com Opus, mas o detalhe que muda o jogo no Brasil](https://runzos.com/claude-voz-opus-sonnet-brasil/)
- [O acordo entre AMD e Anthropic revela o que pode mudar no preço da IA](https://runzos.com/amd-anthropic-gpus-ia-claude/)
- [A acusação contra uma IA chinesa pode mudar o cálculo de quem usa modelo barato](https://runzos.com/eua-sancoes-moonshot-fable-ia-chinesa/)
- [O número do Google Cloud que explica por que a IA ficou mais cara](https://runzos.com/google-cloud-ia-gastos-2026/)