Eu Testei o MiniMax M2.7 — O Modelo de Agente que Evolui Sozinho

Eu Testei o MiniMax M2.7 — O Modelo de Agente que Evolui Sozinho

O caça-níqueis foi o que quebrou meu cérebro.

Eu já estava testando o MiniMax M2.7 havia umas três horas naquele ponto — passando-o pela minha bateria padrão de desafios frontend, construção de jogos e tarefas de programação criativa. A maior parte era boa. Parte era muito boa. Mas o caça-níqueis cruzou uma linha que eu não esperava de um modelo nessa faixa de preço. Gerenciamento de estado completo. Animações de roleta fluidas com temporização independente. Lógica de aleatoriedade que realmente parecia aleatória. Feedback visual nas vitórias com efeitos de partículas e tremor de tela. O tipo de interatividade polida que eu esperaria de um desenvolvedor frontend sênior — não de um modelo que custa cinquenta vezes menos que o Opus.

Fiquei ali clicando no botão de girar por dois minutos inteiros antes de lembrar que eu deveria estar avaliando a coisa, não jogando com ela.

O MiniMax M2.7 foi lançado em 18 de março de 2026, e o destaque principal não são os benchmarks nem o preço — embora ambos sejam impressionantes. O destaque é que este modelo melhorou a si mesmo. Mais de 100 rodadas autônomas analisando seus próprios falhas, modificando seu próprio código, executando avaliações e decidindo se mantinha ou revertia as alterações. Nenhum humano tocando no teclado. O resultado foi um ganho de desempenho de 30% que o modelo essencialmente deu a si mesmo.

Essa é a afirmação. Eu queria ver o que essa auto-evolução realmente produziu na prática — então passei a maior parte de quatro dias jogando tudo que eu podia nele. Aqui está exatamente o que encontrei, o que me impressionou, o que me decepcionou, e se este modelo merece um lugar no seu fluxo de trabalho ao lado dos modelos em que você já confia.

O que a MiniMax realmente afirma — E por que a parte da auto-evolução importa

Antes de entrar nos meus resultados de teste, você precisa entender o que torna o M2.7 diferente de todos os outros modelos lançados este mês. Porque houve muitos lançamentos de modelos este mês.

A MiniMax é uma empresa chinesa de IA que vem crescendo de forma constante desde o lançamento da sua série M2. O M2.7 especificamente foi treinado usando o que eles chamam de pipeline de "auto-melhoria recursiva". Funciona assim em termos simples: o modelo executou seu próprio fluxo de trabalho de reinforcement learning. Ele tentava uma tarefa, analisava por que falhou, modificava sua abordagem, reexecutava a avaliação, comparava os resultados e mantinha a mudança ou a revertia. Depois fazia isso de novo. E de novo. Mais de 100 vezes — lidando com 30 a 50 por cento do seu próprio fluxo de trabalho de desenvolvimento sem intervenção de um engenheiro humano.

De acordo com a cobertura da VentureBeat, isso não é apenas automação de tarefas simples. O modelo estava otimizando seu próprio desempenho de programação analisando trajetórias de falha e planejando modificações de código ao longo desses loops iterativos. O blog técnico da MiniMax descreve a visão como auto-evolução de IA que "transitará gradualmente para a autonomia total, coordenando construção de dados, treinamento de modelos, arquitetura de inferência, avaliação e outras etapas sem envolvimento humano."

É uma afirmação ousada. Mas aqui está por que não estou descartando: os resultados dos benchmarks realmente a sustentam.

Essa hallucination rate chamou minha atenção. 34% contra 46% do Sonnet 4.6? Eu estava cético. Mas durante meus testes, realmente notei que o M2.7 era menos propenso a fabricar nomes de funções ou inventar parâmetros de API que não existem. Ele não está livre de alucinações — nenhum modelo está — mas a redução é real e perceptível durante sessões de programação prolongadas.

O modelo suporta mais de 50 habilidades e mais de 100 recursos com o que a MiniMax descreve como "seguimento de instruções estável e uso confiável de ferramentas." Vem com um context window de 24.000 tokens — menor do que estou acostumado com os 200K do Claude ou os contextos de um milhão de tokens do Gemini, mas mais que suficiente para o tipo de execução de tarefas focadas para o qual o M2.7 foi projetado.

E depois tem o preço. Foi aqui que meus ouvidos se aguçaram. O detalhamento completo de custos vem depois, mas a versão resumida: $0,30 por milhão de tokens de entrada e $1,20 por milhão de tokens de saída. Para colocar em perspectiva, o Opus 4.6 custa aproximadamente $6 por milhão de tokens de entrada. O M2.7 está entregando pontuações de benchmark que se aproximam do território do Opus por uma fração — às vezes 1/50 — do custo.

A questão não é se os benchmarks são bons. Claramente são. A questão é se esses números se traduzem em resultados reais que eu realmente gostaria de usar. Então executei sete testes. Deixe-me guiar você por cada um deles.

Teste 1: O desktop macOS no navegador — Onde o M2.7 arrasou

Meu primeiro teste é sempre ambicioso. Peço ao modelo para construir um sistema operacional estilo macOS no navegador — um ambiente desktop completo rodando no navegador com fundos dinâmicos, aplicativos funcionais, um dock, gerenciamento de janelas, tudo. Este teste separa os modelos sérios dos pretendentes porque exige competência simultânea em arquitetura de layout, gerenciamento de estado, animação e design criativo.

O M2.7 entregou algo que eu avaliaria como 9 de 10.

O fundo do desktop tinha um degradê dinâmico que mudava sutilmente ao longo do tempo — não a animação CSS barata que você recebe da maioria dos modelos, mas uma transição suave acelerada por GPU que parecia genuinamente polida. O dock na parte inferior era funcional com efeitos de magnificação no hover. O gerenciamento de janelas funcionava: você podia arrastar janelas, minimizá-las para o dock e redimensioná-las com comportamento de encaixe correto.

Os aplicativos individuais foram o que mais me surpreendeu. Uma calculadora que realmente funcionava com entrada de teclado. Um app de notas com estado persistente durante a sessão. Um painel de configurações que permitia mudar o papel de parede e as cores de destaque — e essas mudanças se propagavam por toda a interface imediatamente. A atenção aos detalhes era do tipo que faz você esquecer que está olhando para código gerado.

Onde ficou aquém: o gerenciador de arquivos era majoritariamente cosmético. Você podia ver ícones de pastas e navegar por uma árvore de diretórios, mas não havia criação real de arquivos nem persistência. E o app de "terminal" era falso — aceitava entrada mas não processava comandos. Puramente decorativo.

Ainda assim. Para uma geração de prompt único nessa faixa de preço, 9/10 é justo. Já vi o Opus produzir qualidade similar, mas também já vi o Opus tropeçar no gerenciamento de estado de algo tão complexo. O M2.7 lidou com tudo de forma limpa.

Teste 2: Landing pages com renderização de shaders — A força bruta do frontend

Meu segundo teste empurra especificamente a capacidade frontend. Pedi ao M2.7 para gerar uma landing page dinâmica para um produto de IA fictício — seção hero com fundo de shader animado, cards de funcionalidades com micro-interações, uma tabela de preços com alternância anual/mensal, e uma seção de depoimentos com carrossel.

O fundo de shader foi o destaque. O M2.7 produziu uma malha de degradês alimentada por WebGL que respondia ao movimento do mouse — sutil o suficiente para parecer premium em vez de cafona. O desempenho também foi sólido. Sem quedas de frame no meu M3 MacBook Pro mesmo com as animações rodando.

Os cards de funcionalidades tinham estados hover com transições suaves de elevação e mudanças de cor nos ícones. A alternância de preços funcionou corretamente com animações de cross-fade entre tarifas mensais e anuais. O carrossel de depoimentos rotacionava automaticamente e pausava no hover.

O que realmente chamou minha atenção foram as escolhas tipográficas. O M2.7 selecionou combinações de fontes que realmente pareciam intencionais — uma sans-serif geométrica para títulos combinada com uma sans humanista para o texto corrido. A maioria dos modelos simplesmente coloca Inter em tudo e pronto. O M2.7 tomou uma decisão de design, e foi uma boa.

A estrutura do código também estava limpa. Separação de componentes adequada, HTML semântico, CSS custom properties para o sistema de cores, e nenhum estilo inline jogado por aí. Se um desenvolvedor júnior submetesse isso como pull request, eu aprovaria com comentários menores.

Executei uma auditoria Lighthouse na saída: 94 de desempenho, 100 de acessibilidade, 92 de melhores práticas. Esses números são reais. É melhor do que o que obtenho de alguns sites de produção construídos à mão.

Teste 3: O clone de Minecraft — Terreno infinito, blocos faltando

Aqui é onde as coisas ficaram interessantes — e onde o M2.7 mostrou sua primeira limitação real.

Pedi um mundo voxel estilo Minecraft com geração de terreno infinito, texturas, uma barra de inventário e interação básica com blocos. A geração de terreno foi impressionante: heightmaps baseados em ruído Perlin que criavam convincentes colinas ondulantes, vales e ocasionalmente penhascos. Diferentes biomas se mesclavam suavemente entre si. Texturas de grama, terra, pedra e areia eram aplicadas corretamente com base na altitude e tipo de bioma.

A barra de inventário na parte inferior da tela parecia correta. Slots selecionáveis com bordas destacadas. Diferentes tipos de blocos representados com ícones apropriados.

Mas quebrar blocos — a mecânica central do Minecraft — estava ausente. Você podia olhar para blocos, podia ver a mira, podia selecionar diferentes tipos de blocos no inventário. Só não podia interagir com o mundo. Sem quebrar. Sem colocar. O modelo construiu um belo visualizador de paisagens voxel, não um jogo.

Tentei pedir ao M2.7 para adicionar a camada de interação em um follow-up. Ele adicionou um sistema de raycasting para seleção de blocos (abordagem correta), mas a lógica real de remoção e colocação tinha bugs. Blocos desapareciam da posição errada, ou a colocação ficava deslocada por uma unidade no eixo Y. Após três iterações, conseguiu fazer o quebrar blocos funcionar, mas a colocação ainda era inconsistente.

Este é o tipo de tarefa onde a persistência do Opus 4.6 — tentando três ou quatro soluções independentes antes de desistir — teria eventualmente resolvido. O M2.7 ficava circulando pela mesma abordagem com variações menores em vez de repensar fundamentalmente o mapeamento de raycast para coordenadas voxel.

Geração de terreno: 9/10. Interação com blocos: 4/10. Se você precisa de um renderizador de vóxeis, isso é ótimo. Se precisa de um clone jogável de Minecraft, vai precisar iterar mais do que eu esperava.

Teste 4: O caça-níqueis de cassino — Onde o M2.7 venceu o Opus

Este foi o teste que me fez parar. E preciso ser específico sobre por quê, porque "ele fez um bom caça-níqueis" não captura o que realmente aconteceu.

Dei ao M2.7 um único prompt: construir um caça-níqueis de cassino interativo com animações, lógica de aleatoriedade, feedback visual e sistema de créditos. Sem contexto adicional. Sem imagens de referência. Uma tentativa.

As roletas giravam independentemente com curvas de desaceleração realistas — cada roleta parando ligeiramente depois da anterior, criando aquele efeito cascata satisfatório que você tem em caça-níqueis reais. Os símbolos eram distintos e bem desenhados (renderizados como SVG, não emoji). A aleatoriedade não era simplesmente Math.random() — o M2.7 implementou um sistema de probabilidade ponderada onde certas combinações de símbolos eram mais raras que outras.

A detecção de vitórias foi a parte que mais me impressionou. Verificava linhas horizontais, linhas diagonais, e até tinha uma animação especial para trinca versus dois pares. Os valores de ganhos eram calculados corretamente com base na raridade da combinação. Os créditos eram atualizados com uma animação de contagem suave em vez de uma troca instantânea de número.

E o feedback visual. Tremor de tela em grandes vitórias. Confete de partículas em jackpots. Um efeito de brilho sutil nos símbolos vencedores. Event hooks prontos para som (sem áudio real, mas o código tinha callbacks corretamente posicionados onde efeitos sonoros entrariam).

Executei o mesmo prompt pelo Opus 4.6 para comparação. O Opus produziu um caça-níqueis funcional — lógica correta, código limpo, gerenciamento de estado funcionando. Mas as animações eram mais simples. Sem temporização independente de roletas. Sem probabilidades ponderadas. Sem efeitos de partículas. A versão do Opus era um sólido B+. A versão do M2.7 era um A.

Para um modelo a 1/50 do custo produzir output objetivamente melhor em uma tarefa criativa-interativa? Isso não é uma melhoria incremental. É uma conversa completamente diferente.

Teste 5: O visualizador de produto 360 graus — Output best-in-class

Pedi ao M2.7 para construir um visualizador de produto 360 graus para um par de fones de ouvido — o tipo de widget interativo que você vê em sites de e-commerce premium onde pode rotacionar o produto, dar zoom e clicar em características para popups de anotações.

O resultado foi uma das melhores gerações de prompt único que recebi de qualquer modelo este ano.

Rotação suave ao arrastar com momentum e inércia — solta o mouse e o produto continua girando, desacelerando gradualmente até parar. Pinch-to-zoom no trackpad com limites adequados para que você não pudesse dar zoom infinito nem reduzir a um ponto. Pontos de anotação de recursos posicionados em pontos-chave do produto (almofadas auriculares, ajuste da alça, painel de controles) que se expandiam em cards informativos ao clicar.

Os cards informativos tinham tipografia limpa, gerenciamento correto de z-index para que nunca ficassem cortados atrás do produto, e uma animação bonita de fade-in. Botões de fechar funcionavam. Clicar em uma nova anotação fechava automaticamente a anterior.

O código usava CSS transforms para a rotação — sem necessidade de biblioteca 3D pesada. Isso significa que rodaria suavemente no mobile sem nenhum trabalho de otimização. Testei no meu celular através de um servidor local rápido, e as interações de toque pareciam nativas.

Se você está construindo um site de e-commerce e precisa de um componente de vitrine de produto, a saída deste único prompt economizaria um dia completo de desenvolvimento. Talvez dois.

Teste 6: A borboleta animada e o jogo Gold Miner

Dois testes menores que revelam diferentes aspectos da capacidade do M2.7.

O prompt da borboleta animada — meu teste padrão de geração SVG — produziu um resultado 8/10. Geometria de asas em camadas com preenchimentos de degradê, animação CSS keyframe com easing natural, e um padrão de voo convincente. Comparado com o que obtive do GLM5 no mesmo teste, a borboleta do M2.7 era ligeiramente menos refinada nas transições de degradê mas tinha melhor temporização de animação. As asas se moviam com uma assimetria sutil que fazia o voo parecer orgânico em vez de mecânico.

O jogo casual de desenho animado Gold Miner foi uma surpresa maior. Eu esperava uma mecânica básica de garra descendo. O que obtive foi um jogo completo com modos selecionáveis: história, arcade, versus e cooperativo (os dois últimos como tela dividida em uma única janela do navegador). Um menu de configurações de áudio com controles deslizantes para música, SFX e volume ambiente. Um sistema de loja onde você podia gastar ouro ganho em upgrades — garra mais forte, retração mais rápida, acessório magnético. E uma árvore de upgrades que persistia entre as rodadas.

A lógica do jogo era sólida. A garra balançava com física de pêndulo correta. Diferentes objetos (pepitas de ouro, pedras, diamantes, dinamite) tinham pesos diferentes que afetavam a velocidade de retração. O sistema de pontuação era equilibrado o suficiente para que as rodadas iniciais parecessem alcançáveis enquanto as rodadas posteriores exigiam upgrades estratégicos.

Estava pronto para a App Store? Não. A detecção de colisão tinha casos extremos onde a garra atravessava objetos em certos ângulos. O modo versus tinha um problema de sincronização de tempo onde a garra do Jogador 2 ocasionalmente ganhava uma leve vantagem de velocidade. Mas como protótipo gerado a partir de um único prompt? O escopo e a completude eram notáveis.

A matemática de custos que muda tudo

Aqui preciso falar de números, porque os benchmarks e a qualidade das demos só importam se você puder bancar o modelo em produção.

Preços do MiniMax M2.7 no OpenRouter:

Também existe um "fast mode" que dobra o custo para menor latência — $0,60 entrada e $2,40 saída. Mesmo nos preços de fast mode, você ainda está operando a uma fração do que Opus ou GPT-5.3-Codex custariam.

Em termos práticos: uma sessão de programação típica onde envio 50.000 tokens de entrada e recebo 30.000 tokens de saída me custaria aproximadamente $0,051 com o M2.7. A mesma sessão com Opus 4.6 sairia por cerca de $0,66. Ao longo de um mês de uso diário intenso, essa é a diferença entre uma conta de $15 e uma de $200.

O context window de 24.000 tokens é a compensação clara. Se você trabalha com bases de código massivas ou alimenta documentos longos para análise, vai bater nesse teto rápido. Para execuções de tarefas focadas e únicas — gere este componente, construa este jogo, crie esta landing page — 24K é suficiente. Mas para o tipo de fluxos de trabalho de agente estendidos onde preciso que o modelo mantenha contexto através de dezenas de arquivos e centenas de assinaturas de funções, eu ainda recorreria ao Opus ou ao Sonnet 4.6 com sua janela beta de um milhão de tokens.

O modelo é acessível por múltiplos canais. A API do OpenRouter é a mais direta para desenvolvedores. O Kilo Code — uma ferramenta CLI de código aberto — oferece integração com créditos gratuitos incluídos, que é uma ótima forma de testar sem compromisso financeiro. A MiniMax também oferece sua própria interface de chatbot para acesso gratuito, e há planos de tokens pay-as-you-go se você quiser ir diretamente pela plataforma deles. A equipe da MiniMax tem oferecido 12% de desconto em planos de tokens para novos usuários, tornando o preço já econômico ainda mais acessível.

Se você prefere que alguém construa integrações de IA de nível produção para você — sistemas de agentes, pipelines de API ou arquiteturas multi-modelo — eu aceito esse tipo de projeto. Você pode ver o que já construí em fiverr.com/s/EgxYmWD.

Onde o M2.7 fica devendo — A avaliação honesta

Fui entusiasta até agora. Hora de pisar no freio.

O context window é uma limitação real. 24.000 tokens parece muito até você estar depurando um componente React que importa de quinze outros arquivos. Bati na parede durante uma tarefa de refatoração multi-arquivo onde o M2.7 simplesmente não conseguia manter contexto suficiente para entender a cadeia completa de dependências. O Opus lida com isso sem esforço. O M2.7 exige que você seja mais cirúrgico sobre o que alimenta nele.

A depuração iterativa tem um teto. O teste de Minecraft expôs isso. Quando a primeira abordagem do M2.7 para um problema não funciona, suas segunda e terceira tentativas tendem a ser variações menores da mesma estratégia. O Opus e o GPT-5.3-Codex tentarão abordagens fundamentalmente diferentes. O M2.7 tende a ter visão de túnel na sua hipótese inicial. Para bugs simples, isso é tranquilo — a primeira abordagem geralmente está perto. Para problemas arquiteturais complexos, você gastará mais rodadas direcionando o modelo para soluções alternativas.

A auto-evolução é impressionante mas opaca. A MiniMax afirma 100+ rodadas de melhoria autônoma com um ganho de desempenho de 30%. Acredito nos resultados — os números de benchmark e meus próprios testes sustentam isso. Mas o processo em si é uma caixa preta. Não sabemos quais capacidades específicas melhoraram, quais trade-offs foram feitos durante a auto-otimização, ou se o modelo sacrificou desempenho em áreas que não foram medidas pelos conjuntos de avaliação internos. A história de auto-evolução é convincente, mas requer um grau de confiança na metodologia de avaliação da MiniMax.

Sem capacidades visuais ou multimodais. Este é um modelo de texto-entrada, texto-saída. Você não pode alimentá-lo com capturas de tela de um design e pedir para replicar o layout. Não pode mostrar uma imagem de uma mensagem de erro e pedir para depurar a partir da imagem. Para desenvolvedores que se acostumaram a fluxos de trabalho multimodais com Claude ou GPT, isso é um passo para trás em flexibilidade.

Empresa chinesa, considerações geopolíticas. Vou ser direto sobre isso porque acho que importa para certos casos de uso. A MiniMax tem sede na China. Para projetos pessoais, trabalho de código aberto e desenvolvimento geral, isso é irrelevante — o código que ela gera roda localmente e as chamadas de API contêm seus prompts, igual a qualquer outro provedor de modelos. Mas para implantações empresariais envolvendo propriedade intelectual sensível ou trabalho adjacente ao governo, algumas organizações terão requisitos de conformidade que consideram a jurisdição do provedor. Conheça suas restrições.

A arquitetura multi-agente — A força oculta do M2.7

Aqui está algo que não apareceu em nenhum dos meus testes individuais mas ficou óbvio quando dei um passo atrás e olhei para o padrão.

O M2.7 foi treinado especificamente para orquestração multi-agente. Isso significa que ele não é apenas bom em executar tarefas — ele é bom em planejar tarefas, decompor fluxos de trabalho complexos em etapas e coordenar entre diferentes fases de execução. A MiniMax chama esses de "Agent Teams" — clusters de agentes de IA que colaboram com papéis distintos.

Na prática, o que isso significa para desenvolvedores usando o M2.7 através de ferramentas como o Kilo Code ou OpenRouter é que o modelo se destaca em fluxos de trabalho estruturados de múltiplas etapas. Pesquisa → análise → geração → revisão. Ele naturalmente decompõe problemas em fases e mantém consistência ao longo das etapas.

Testei isso dando ao M2.7 um prompt complexo: "Pesquise as 5 melhores ferramentas de gerenciamento de projetos, crie uma matriz de comparação, gere um relatório de recomendação e construa uma apresentação de slides resumindo as descobertas." O modelo não despejou tudo isso em uma única resposta. Ele dividiu a tarefa em fases claras, referenciou suas próprias saídas anteriores ao construir etapas subsequentes e manteve um framework analítico consistente ao longo de todo o processo.

A qualidade da pesquisa era razoável — não tão profunda ou atual quanto o que você obteria de um modelo com acesso à internet, mas o pensamento estrutural era forte. A matriz de comparação era bem organizada com critérios consistentes. O relatório citava descobertas específicas da matriz. A apresentação de slides (renderizada como HTML/CSS) extraiu visuais-chave e pontos de dados do relatório.

A MiniMax participou de 22 competições de ML através do MLE Bench Lite e alcançou uma taxa de medalhas de 66,6% — empatando com o Gemini 3.1. Isso não é um benchmark de programação. É uma medida de resolução de problemas end-to-end: entender a tarefa, projetar uma abordagem, implementá-la e iterar até que os resultados sejam competitivos. O fato de que o M2.7 iguala o Gemini nessa métrica me diz que o treinamento multi-agente está fazendo trabalho real.

Quem deveria realmente usar este modelo

Após quatro dias de testes, cheguei a um modelo mental claro de onde o M2.7 se encaixa.

Use o M2.7 quando:

• Você precisa de geração frontend de alta qualidade e a tarefa cabe em 24K de contexto
• Você está construindo protótipos, demos ou MVPs onde velocidade e custo importam mais que perfeição arquitetural
• Você quer outputs criativos-interativos (jogos, visualizações, visualizadores de produto) — é aqui que o M2.7 genuinamente me surpreendeu
• Você está executando operações batch de alto volume onde o custo por token impacta diretamente seu orçamento
• Você precisa de planejamento de tarefas multi-etapa e decomposição de fluxos de trabalho
• Você está avaliando modelos para aplicações agênticas e quer raciocínio de nível Opus a um preço radicalmente diferente

Fique com Opus/Sonnet quando:

• Você precisa de context windows grandes (24K vs 200K é uma lacuna real para bases de código complexas)
• Você está fazendo depuração iterativa em problemas arquiteturalmente complexos onde o modelo precisa tentar abordagens fundamentalmente diferentes
• Você precisa de entrada multimodal (capturas de tela, imagens, diagramas)
• Você requer o seguimento de instruções mais profundo em conversas de 60+ trocas
• Conformidade empresarial requer um provedor de modelos baseado nos EUA

O ponto ideal é usar o M2.7 ao lado do seu modelo principal, não no lugar dele. Comecei a direcionar minhas tarefas de geração rápida — landing pages, componentes de UI, demos criativos, protótipos de jogos — pelo M2.7 e reservar o Opus para depuração complexa, trabalho de arquitetura com contexto longo e sessões de refatoração multi-arquivo. A economia de custos é significativa o suficiente para que essa abordagem híbrida se pague em uma semana.

O que a auto-evolução significa para onde isso está indo

Quero encerrar com a coisa que realmente tem me mantido acordado à noite desde que comecei a testar o M2.7. Não os benchmarks. Não o preço. O loop de auto-melhoria.

Um modelo que executou 100+ rodadas de otimização autônoma e saiu 30% melhor não é apenas uma atualização de produto. É uma prova de conceito para um paradigma de desenvolvimento fundamentalmente diferente. O desenvolvimento tradicional de IA funciona assim: humanos coletam dados, humanos projetam corridas de treinamento, humanos avaliam resultados, humanos decidem o que mudar. O pipeline do M2.7 substituiu o humano em 30-50% dessas etapas — e os resultados foram competitivos com modelos construídos inteiramente por equipes lideradas por humanos.

De acordo com o blog técnico da MiniMax, a visão deles é "transitar gradualmente para a autonomia total" no pipeline de desenvolvimento de modelos. O que acontece quando a próxima versão lida com 70%? 90%? Quando a contagem de iterações vai de 100 rodadas para 10.000?

Tenho construído sistemas de IA auto-aprimoráveis há um bom tempo, e posso te dizer por experiência — a primeira vez que você vê um sistema genuinamente se melhorar sem sua intervenção, isso muda como você pensa sobre o que significa desenvolvimento de IA. O M2.7 é o primeiro modelo comercialmente disponível onde o modelo em si foi um participante significativo na sua própria criação.

Isso não é um truque. É uma trajetória.

Agora mesmo, hoje, o MiniMax M2.7 é um modelo extremamente custo-efetivo que entrega muito acima da sua categoria em programação criativa, geração frontend e execução de tarefas multi-etapa. Tem limitações claras — o context window, o teto de depuração iterativa, a falta de entrada multimodal. Eu não substituiria meu fluxo de trabalho com Opus por ele.

Mas estou adicionando-o à minha caixa de ferramentas. O teste do caça-níqueis, o visualizador de produto 360 graus, o jogo Gold Miner — esses não foram outputs de um modelo econômico tentando acompanhar. Foram outputs de um modelo que, em domínios específicos, já está liderando.

A pergunta que fica martelando na minha cabeça: se um modelo auto-evolutivo a $0,30 por milhão de tokens de entrada está produzindo essa qualidade hoje, como será a versão M2.8? E quem a constrói — a equipe da MiniMax, ou o próprio M2.7?

Perguntas Frequentes

O MiniMax M2.7 é gratuito?

Sim, você pode acessar o M2.7 gratuitamente através do chatbot web MiniMax Agent, do nível gratuito do OpenRouter, e do CLI Kilo Code com créditos incluídos. O acesso API pago começa em $0,30 por milhão de tokens de entrada pelo OpenRouter ou pela plataforma da própria MiniMax.

Como o MiniMax M2.7 se compara ao Claude Opus 4.6?

O M2.7 se aproxima do desempenho de nível Opus em benchmarks de programação (56,22% SWE-Bench Pro vs. o topo do Opus) a aproximadamente 1/20 do custo de entrada. O Opus vence em context window (200K vs 24K tokens), persistência em depuração iterativa, entrada multimodal e seguimento de instruções em conversas longas. Para uma análise detalhada do Opus, veja minha review prática do Opus 4.6.

O que significa "IA auto-evolutiva" para o MiniMax M2.7?

O MiniMax M2.7 executou autonomamente 100+ rodadas de auto-melhoria — analisando suas próprias falhas, modificando seu código, avaliando resultados e mantendo ou revertendo alterações — sem intervenção humana. Esse processo produziu um ganho de desempenho de 30% e representa uma prova de conceito inicial para sistemas de IA que participam do seu próprio desenvolvimento.

Qual é o tamanho do context window do MiniMax M2.7?

O M2.7 tem um context window de 24.000 tokens. Isso é suficiente para geração de tarefas únicas focadas (componentes, jogos, landing pages) mas limitante para análises de grandes bases de código ou sessões estendidas de refatoração multi-arquivo que exigem manter contexto através de muitos arquivos simultaneamente.

Posso usar o MiniMax M2.7 com ferramentas de programação como Kilo Code?

Sim. A MiniMax forneceu documentação oficial de integração para Kilo Code (extensão VS Code e CLI), Claude Code, Cursor e outras ferramentas de desenvolvimento principais. O Kilo Code oferece créditos gratuitos para uso do M2.7, tornando-o uma das formas mais fáceis de começar a testar o modelo em um fluxo de trabalho de desenvolvimento real.

Vamos Trabalhar Juntos

Quer construir sistemas de IA, automatizar fluxos de trabalho ou escalar sua infraestrutura tecnológica? Adoraria ajudar.

• Fiverr (builds e integrações personalizadas): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (soluções empresariais): ramlit.com
• ColorPark (design e branding): colorpark.io
• xCyberSecurity (serviços de segurança): xcybersecurity.io