MiniMax M2.7完全解説｜AIが自分で自分を改善する「自己進化」モデル、Gemini 3.1同率のオープンソースエージェントAI

監修者 伊東 雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube

AIが自分自身を改善する——SFの定番テーマが、ついに現実になりました。

中国のMiniMax社が2026年3月に発表したMiniMax M2.7は、AI自身が「失敗を分析→改善計画→コード修正→評価→採用/棄却」のループを100ラウンド以上自律的に繰り返す「自己進化型」モデル。

ベンチマークではGemini 3.1 Proと同率、SWE-ProではGPT-5.3-Codexに匹敵するスコアを記録。

しかもオープンソースで公開されています。

MiniMax M2.7とは？｜自分で自分を改善するAI

MiniMax M2.7は、中国・上海のAI企業MiniMaxが開発した自己進化型の大規模言語モデルです。

• 自己進化（Self-Evolution） — AI自身が失敗を分析し、コードを修正し、評価を実行する自律的な改善ループを100ラウンド以上実行
• 3つの自己改善コンポーネント — 短期メモリ（記憶）、セルフフィードバック（自己批評）、セルフオプティマイゼーション（自己最適化）
• エージェントチーム — マルチエージェント協調が標準機能として組み込まれた初のモデル
• オープンソース — モデルの重みが公開されており、NVIDIA NIMでも利用可能

たとえるなら、従来のAIモデルが「人間のコーチに教えてもらって上達する選手」だとすれば、MiniMax M2.7は「試合の映像を自分で見返して、練習メニューを自分で考え、自分でトレーニングする選手」。人間の介入なしに、自律的に強くなります。

自己進化のメカニズム｜100ラウンドの自律改善

• ステップ1：失敗分析 — エージェントが過去のタスク失敗の軌跡を自動的に分析
• ステップ2：改善計画 — 分析結果に基づいて改善の方向性を自ら策定
• ステップ3：コード修正 — エージェントのスキャフォールド（足場）コードを自ら修正
• ステップ4：評価実行 — 修正版でベンチマークを自動実行し、改善効果を測定
• ステップ5：判断 — 結果が改善していれば採用、悪化していれば元に戻す
• 繰り返し — このサイクルを完全自律で100ラウンド以上実行

この過程でM2.7が自ら発見した最適化には、最適なサンプリングパラメータの体系的探索や、より具体的なワークフローガイドラインの設計などが含まれています。人間が思いつかなかった改善を、AIが自ら見つけ出したのです。

ベンチマーク性能

• メダル率（3回平均） — 66.6%。Claude Opus 4.6（75.7%）、GPT-5.4（71.2%）に次ぎ、Gemini 3.1と同率
• SWE-Pro — 56.22%。多言語プログラミングベンチマークでGPT-5.3-Codexと同等
• Terminal Bench 2 — 57.0%。ターミナル操作の自動化タスクで高い実行精度
• RL研究ワークフロー — 強化学習の研究工程の30〜50%をAIが自律実行可能

エージェントチーム｜マルチエージェント協調の標準搭載

• MiniMax M2.7は3つのコア能力を軸に設計：ソフトウェア開発、オフィスワーク、エージェントチーム
• エージェントチームは複数のAIエージェントが役割分担しながら1つのタスクを処理する機能
• 従来のモデルではプラグインやフレームワークで実現していたマルチエージェント協調を、モデル自体に組み込み
• たとえるなら、「1人の優秀な社員」ではなく「チームとして動ける社員」。指示1つで適切にチームを編成し、分業で作業を進める

競合モデルとの比較

• Claude Opus 4.6（Anthropic） — メダル率75.7%でトップ。総合力では依然最強だが、自己進化機能は非搭載
• GPT-5.4（OpenAI） — メダル率71.2%。汎用性・コンピュータ操作で圧倒的だが、オープンソースではない
• Gemini 3.1（Google） — メダル率66.6%でM2.7と同率。マルチモーダル能力が強み
• MiniMax M2.7 — 自己進化＋エージェントチーム＋オープンソースの3要素が独自の価値。コストパフォーマンスで圧倒

よくある質問（FAQ）

Q. 自己進化は「AIが勝手に暴走する」リスクはないのですか？

M2.7の自己進化は事前に定義されたベンチマーク内で行われ、改善が悪化する場合は自動的にロールバックされます。汎用的な「自己改善」ではなく、特定タスクの精度向上に限定された仕組みです。

Q. オープンソースモデルのセキュリティは大丈夫ですか？

重みが公開されているため、悪意あるファインチューニングのリスクは存在します。ただし、オープンソースであることでコミュニティによる安全性検証も可能になり、透明性が高まるメリットもあります。

Q. 日本語の精度はどうですか？

中国語と英語が主要言語ですが、多言語対応もされています。日本語の精度ではGPT-5やClaudeに劣る場合がありますが、コーディングや技術的タスクでは言語依存が少ないため実用的です。

Q. 個人で使えますか？

はい。

オープンソースのためHugging FaceやNVIDIA NIMからモデルをダウンロードして利用可能です。

ただし、大規模モデルのため高性能GPUが必要です。

まとめ

この記事のポイントを振り返りましょう。

• MiniMax M2.7は自己進化型AI。100ラウンド以上の自律改善ループを実行
• メダル率66.6%でGemini 3.1と同率。SWE-ProではGPT-5.3-Codexに匹敵
• エージェントチームがモデルにネイティブ搭載。マルチエージェント協調が標準機能
• 強化学習の研究ワークフローの30〜50%をAIが自律実行
• オープンソースで公開。NVIDIA NIMでも利用可能

MiniMax M2.7が示すのは、「AIが自分で自分を改善する」時代の始まりです。

人間がデータを集め、学習を設計し、評価を行う——そのワークフローの一部を、AIが自ら実行する。

完全な自己改善ではないが、その最初の一歩がここにあります。

AIの進化速度は、今後さらに加速するでしょう。

参考文献

• MiniMax. (2026). MiniMax M2.7: Early Echoes of Self-Evolution. MiniMax
• VentureBeat. (2026). New MiniMax M2.7 proprietary AI model is ‘self-evolving’. VentureBeat
• MarkTechPost. (2026). MiniMax Just Open Sourced MiniMax M2.7. MarkTechPost
• GIGAZINE. (2026). MiniMax M2.7 — an AI model more powerful than Gemini 3.1 Pro. GIGAZINE
• WaveSpeedAI. (2026). MiniMax M2.7: The Self-Evolving AI Model That Rivals Claude and GPT. WaveSpeedAI

こんな時代だから遊んで学びたい

AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。

毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。

「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？

一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！

今すぐAIフレンズに参加して、未来への第一歩を踏み出そう！！

AIが安全の柵を自力で突破｜OpenAIが緊急停止

Sora（ソラ）とは？文章から動画を作るAIの使い方とできること【2026年最新】

AIに人を殺させる？Anthropicの決断

そのAI、あなたを依存させてる？37の手口

AMD×Microsoft、NVIDIA対抗の巨大AIシステム「Helios」を発表

ムラティ新AI「Inkling」9750億の実力