MiniMax M2.7: स्व-विकसित मल्टीमॉडल AI बेंचमार्क्स

चीनी स्टार्टअप MiniMax ने अभी MiniMax M2.7 लॉन्च किया, एक रीजनिंग LLM जो सचमुच खुद को सिखाता है। कोई मानवीय मदद नहीं। ये स्वायत्त रूप से 30-50% रिनफोर्समेंट लर्निंग वर्कफ्लो को हैंडल करता है — कोड डिबगिंग, 100+ इटरेशन्स में पैरामीटर्स ट्वीकिंग। देखिए, एजेंटिक AI नया नहीं है। लेकिन ये? ये स्टेरॉयड पर सेल्फ-इवॉल्विंग है। जेनरेटिव पाइपलाइन्स पर काम करने वाले क्रिएटर्स के लिए, इसका मतलब इमेज और वीडियो आउटपुट्स पर तेजी से इटरेशन्स। प्रॉम्प्ट्स की कम निगरानी। ज्यादा पॉलिश्ड रिजल्ट्स। VentureBeat ने इसे हाइलाइट किया: MLE Bench Lite पर Gemini 3.1 के बराबर 66.6%। लागत में लीडिंग $0.30 प्रति मिलियन इनपुट टोकन्स। ट्विस्ट — एक चीनी मॉडल पहले ही पश्चिम को पीछे छोड़ रहा? मुझे लगता है हम वाइल्ड राइड के लिए तैयार हैं।

चीज ये है: M2.7 की एजेंटिक स्मार्टनेस जेनरेटिव वर्कफ्लो में लागत कम करती है। कल्पना कीजिए AI एजेंट्स मिड-जेनरेशन में प्रॉम्प्ट्स रिफाइन करते हुए, वीडियो क्लिप्स में खामियां स्पॉट करने से पहले रेंडरिंग। मल्टीमॉडल रीजनिंग — टेक्स्ट, इमेज, वीडियो, यहां तक कि स्पीच और म्यूजिक — स्मार्टर टूल्स को पावर देता है। ऐसी एडवांसमेंट्स पहले से ही नियंत्रणीय NSFW वीडियो क्रिएशन को बढ़ावा दे रही हैं, जहां एजेंट्स क्वालिटी के लिए ऑप्टिमाइज करते हैं बिना अनंत ट्रायल-एंड-एरर के। झूठ नहीं बोलूंगा — ये ब्लोटेड वेस्टर्न स्टैक्स को चैलेंज करता है। क्रिएटर्स को स्केलेबल पाइपलाइन्स मिलते हैं। हाई-वॉल्यूम इमेज बैचेस? वीडियो चेन्स? लागत गिरती है। एफिशिएंसी आसमान छूती है। लेकिन क्या वेस्टर्न बिग टेक नोटिस कर रहा है?

इसे M2.5 के खिलाफ रखिए, MiniMax का पिछला रिलीज। M2.7 बेहतर SWE-Pro स्कोर्स (56%) और हेलुसिनेशन रेसिस्टेंस से इसे पीछे छोड़ देता है। पूर्ववर्ती को ज्यादा ओवरसाइट की जरूरत थी। ये? अकेले चलता है। Gemini 3.1 जैसे राइवल्स बेंचमार्क्स मैच करते हैं लेकिन टोकन्स गट करते हैं। Claude? सॉलिड, लेकिन स्केल के लिए महंगा। M2.7 का $0.30/M इनपुट? हंसने लायक सस्ता। वीडियो जेन प्रोस के लिए जो क्लिप्स चालू रखते हैं, ये गेम-ओवर है। हॉट टेक: 'अमेरिकन इनोवेशन' भूल जाइए। MiniMax साबित करता है कि ओपन कॉम्पिटिशन एफिशिएंसी लाता है। वेस्टर्न मॉडल्स? पीछे छूटने से बचें या पीछे रहें।