MiniMax M2.7入門 — 自己進化AIがSWE-Pro 56%を達成するMoEコーディングエージェント

2026年4月、中国のスタートアップMiniMaxが「MiniMax M2.7」をオープンソースで公開しました。これは単なる新しいAIモデルではなく、AIの性能向上の方法論そのものが変わったことを象徴する出来事です。M2.7の特徴は「自己進化型（Self-Evolving）」。100ラウンド以上、AIが自分でコードを書いて、自分でテストして、失敗から学んで改善する。この自律改善ループを通じて、性能を30%向上させた記録を持ちます。

ベンチマークはコーディング能力を測る「SWE-bench Pro」で56.22%。これはOpenAIのGPT-5.3-Codexの56.8～57.0%に迫る水準です。重要なのは、MiniMaxが新しい物理法則を発見したわけではなく、既存のモデルを「自分でやり直す」という訓練法で30%の性能向上を実現したということ。つまり、AIの性能は「モデルの大きさ」や「学習データの量」だけでは決まらない。「AIの学習方法」「AIの試行錯誤プロセス」でも大きく変わるのです。

中小企業のプロンプトエンジニアリング文化を知っている人なら直感的に理解できます。同じGPTでも、プロンプトの工夫で性能が変わる。試行錯誤で調整できる。MiniMax M2.7は、その「試行錯誤」をAI自身がやるようにしたのです。更に注目すべきは、これがオープンウェイト（オープンソース）である点。大手テック企業だけが高性能AIを独占する時代が、一歩終わりに向かっている。今後、中国や日本の中堅企業でも、同じ訓練方法論で高性能モデルを実現できる可能性が広がります。AIの性能向上が「企業規模と資本力」の競争ではなく、「方法論と工夫」の競争になりつつあるのです。実務的には、AIツール導入のコスト競争が激化し、導入ハードルが下がる局面が近い。