Beobachtetes Signal · 19. März 2026 · Product Launch · Quelle: AINews swyx · Relevanz: 3/5 · Sentiment: Positiv
MiniMax M2.7 erreicht GLM-5-Parität bei einem Drittel der Kosten
MiniMax hat MiniMax M2.7 veröffentlicht, ein Open-Model, das laut Unternehmensangaben als „selbstreifendes“ System Teile seines eigenen Entwicklungsworkflows automatisiert. M2.7 erzielt 56,22 % auf SWE-Pro, erreicht die Leistung von Sonnet 4.6 auf OpenClaw und soll 30 bis 50 % des Workflows abbilden. Analysen von Drittanbietern wie Artificial Analysis positionieren M2.7 an der Kosten-Leistungs-Grenze: Mit einem Intelligence Index von 50 (auf dem Niveau von GLM-5) und geschätzten Kosten von 176 US-Dollar für den Index-Durchlauf liegt das Modell bei unter einem Drittel der GLM-5-Kosten. Die Distribution erfolgte unmittelbar über diverse Inferenz- und Hosting-Endpunkte. Ergänzt wird die Entwicklung durch Ökosystem-Neuigkeiten wie Xiaomis API-First-Modell MiMo-V2-Pro, Cartesias Mamba-3 SSM sowie die Einführung von OpenRoom, einer Open-Source-Entertainment-Demo.
Ein neues Open Model, das bei gleicher Intelligenz die Inferenzkosten drastisch senkt, verändert die Wirtschaftlichkeit von KI-Diensten. Die breite Distribution und agentenorientierte Tools machen das Release hochrelevant für die Entwicklung autonomer Agenten.
Marktsignale zu Xiaomi in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- MiniMax hat MiniMax M2.7 veröffentlicht, das laut Entwicklerteam aktiv an seiner eigenen Evolution mitgewirkt hat.
- M2.7 erreicht 56,22 % auf SWE-Pro, 57,0 % auf Terminal Bench 2 und 97 % Skill-Adherence über 40+ Fähigkeiten.
- Artificial Analysis vergibt einen Intelligence Index von 50 bei Kosten von 0,30/1,20 US-Dollar pro 1M Token (unter einem Drittel von GLM-5).
- Die Distribution von M2.7 erfolgte sofort über Plattformen wie Ollama Cloud, OpenRouter, Vercel und Trae.
- Mit OpenRoom hat MiniMax zudem eine Open-Source-Demo für Entertainment-Anwendungsfälle vorgestellt.
Verknüpfte Unternehmen
9 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
MiniMax M2.7: Open-Source-KI optimiert ihren eigenen Trainingscode
MiniMax hat M2.7 veröffentlicht, ein Mixture-of-Experts-Agentenmodell mit 230 Milliarden Parametern, dessen Gewichtungen auf Hugging Face verfügbar sind. M2.7 wirkte aktiv an seiner eigenen Entwicklung mit: Während des Trainings verfügte es über Schreibzugriff auf persistentes Speichergedächtnis, konnte aufrufbare Fähigkeiten erstellen und seinen Trainings-Harness modifizieren. Laut technischem Bericht von MiniMax führten diese Funktionen zu einer dokumentierten Verbesserung des RL-Experimentdurchsatzes um 30 Prozent im Vergleich zum Basis-Harness. MiniMax veröffentlichte Benchmark-Ergebnisse wie SWE-bench Pro mit 56,22 Prozent sowie Terminal Bench 2 mit 57,0 Prozent. Ursprünglich als Open-Source lizenziert, wurde die Hugging Face-Lizenz kurz nach Veröffentlichung geändert; nun ist für die kommerzielle Nutzung eine schriftliche Genehmigung erforderlich, während Forschung und internes Fine-Tuning weiterhin gestattet sind.
Top Open-Source-LLMs für Coding: Das Leaderboard im Juni 2026
Eine Marktübersicht vom 8. Juni 2026 analysiert die dynamische Landschaft der Open-Weight-Coding-LLMs und liefert praktische Deployment-Empfehlungen. Zu den wichtigsten Modellen zählen MiniMax M3 mit Spitzenwerten im SWE-bench Pro (Gewichte ausstehend), Z.AIs GLM-5.1 (754B MoE, MIT-Lizenz) für langanhaltende autonome Workflows sowie Moonshot AIs Kimi K2.6 (1T Parameter) für lokale Agentic-Architekturen. Ergänzt wird das Feld durch Alibabas Qwen3.6-35B-A3B für Single-GPU-Setups, DeepSeek V4 (inklusive selbst-hostbarer V4-Flash-Variante) und Codestral 22B, das mit 95,3 % FIM pass@1 führend bei IDE-Autovervollständigungen bleibt. Der Bericht adressiert zudem das Problem der Benchmark-Kontamination (HumanEval-Sättigung), empfiehlt aussagekräftigere Evaluierungsmetriken für agentische Programmierung und definiert konkrete Hardware-Stacks für unterschiedliche Enterprise- und Developer-Anforderungen.
ModelBest veröffentlicht Edge-AI-Modell MiniCPM5-2B mit Agentic-Funktionen
Das chinesische KI-Startup ModelBest hat in Kooperation mit der Open-Source-Community OpenBMB das Sprachmodell MiniCPM5-2B vorgestellt. Das Open-Source-Modell mit zwei Milliarden Parametern wurde gezielt für Edge Devices entwickelt und unterstützt nativ Tool Calling, Deep Search, Code-Generierung sowie mehrstufiges Schlussfolgern (Multi-Step Reasoning). Damit bringt es vielseitige Agentic AI-Fähigkeiten direkt auf ressourcenbeschränkte Endgeräte. Laut Artificial Analysis belegt MiniCPM5-2B den ersten Platz im Intelligence Index unter den Open-Source-Modellen mit weniger als vier Milliarden Parametern und erreicht einen Wert von 20 auf dem Agentic Index. Um die Reproduzierbarkeit zu fördern, hat ModelBest den vollständigen technischen Stack inklusive Datensätzen, Trainingsrezepten und Reinforcement-Learning-Infrastruktur offengelegt. Ziel der Entwicklung ist es, fortschrittliche KI von zentralisierten Clouds auf Edge-Geräte zu verlagern, um Datenschutz zu verbessern, Latenzen zu minimieren und Cloud-API-Kosten signifikant zu senken. Die MiniCPM-Modellfamilie verzeichnet bereits über 50 Millionen Downloads.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.