哈喽 大家好，我是刘小排。

前两天MiniMax发布了，国内国外都各种刷屏，很多关注我公众号的朋友催我用用看。

认真体验了两天，我第一次感受到国产模型喂小龙虾，这么对味儿！

省流版

MiniMax 2.7 整个版本，可以说是“Agent专版”，围绕Agent需要的的一切能力，做了大量优化。

• 代码能力在Arena.ai 榜单上（Code Arena 匿名对战）排名第8，排在它前面的只有OpenAI、Google、Anthropic 三家海外旗舰模型。
• Agentic指令遵循能力大幅提升，Artificial Analysis 认为它已经超过Gemini 3.1 Pro。
• 和以往一样，M2.7也提供MiniMax-M2.7-highspeed高速版本，速度翻倍。
• 正因为上述提升，MiniMax M2.7 很适合用到小龙虾、办公自动化(Cowork）场景。
• 也有一些缺憾：速度偏慢、仍然不支持多模态

下面展示我把MiniMax M2.7-highspeed接入小龙虾后的一些测试。

一个很难的小龙虾任务

我在小龙虾里的这个任务定时任务，对模型能力要求还蛮强的。

这是一个我每天都在小龙虾里持续打磨的任务，它的难点是：同时融合很多个Skill。包括并不限于

• 浏览器自动化Skill： 在多个数据库源去真实打开网页查看
• API调用：我的信息源里经常出现某某模型上新，需要调用API调用，查看真实能力
• 联网搜索(包括社交媒体搜索）核对：某些新闻总是吹嘘变天了，需要小龙虾去找多个渠道核对
• 办公四件套Skill (PDF/Excel/PPTX/DOCX)：因为需要读论文和图表
• 调用子Agent写代码：遇到开源的新项目，有时候需要跑起来看看
• ……

国产的几家模型全都试过了，最后还是选择用ChatGPT-5.4和Opus 4.6各自跑一份，而且还需要每天打磨。

这次看到MiniMax M2.7专门为Agent优化过，我们用它试试看。

刚开始有点忘事，第一次说话没理我，我强调了一次。

完成得相当不错，而且可读性、中文表达的习惯比GPT-5.4似乎更好。

尤其是图2，“补充事实”就是刚才说的——用其他信息源去佐证。

让我们打开箱子看看，MiniMax M2.7的Agentic能力有没有发挥出来。

看截图！

无论是浏览器自动化、搜索社交媒体舆论进行整合、调用Claude Code写代码验证开源项目，全部都用到了！ 没有掉链子。

感觉对味儿了！！我有点意外！第一次感受到国产模型喂小龙虾，这么对味儿！

办公四件套小龙虾任务

我在给小龙虾安排一个综合性的办公自动化任务

搜索腾讯最新的财报原文，下载下来，阅读。

整理成一份EXCEL和一份PPT，发给我

通过我们的投资分析skill分析它，

再把重点内容做成飞书知识卡片发给我

从摘要卡片来看，任务完成得还不错。

下面是它生成的Excel

PPTX也做得很好。似乎配色还用了腾讯的配色风格？

代码能力

我在Y Combinator掌门人Garry Tan开源了自己的AI特种部队 这篇文章里提到，有一套叫做gstack的skill，可以帮助我们用硅谷科技公司CEO的视角，做代码审核、架构审核、产品审核。

我之前是用Claude Opus 4.6来做的，现在也试试MiniMax M2.7

这个任务需要MiniMax M2.7能够有足够高的代码能力，并且任务相对长程，需要十几分钟的时间。

还不错，一上来就提示我，可自动升级这套gstack skill。

这个过程执行了18分钟，反复压缩上下文。 算一个比较长程、综合性高的任务了。

执行结果没有明显硬伤，我脱敏展示一部分。下图1.

另外，一位朋友提醒我，如果gstack觉得你代码不错的话，会出现一个彩蛋： YC掌门人Garry Tan邀请你申请YC孵化器 😂 在刚才这次审核中，Minimax M2.7 也触发了它…… 下图2

这几轮任务测试下来，直观感受是：MiniMax进步太快了，M2.7和海外顶尖模型的差距越来越小了。

M2.7 在海外模型榜单的情况

我的小龙虾帮我查了下，MiniMax M2.7在海外有很好的口碑。重点说两个

代码能力Arena榜排名第8

下图来做Arena.ai官方的Twitter截图，官方发推，对MiniMax表示祝贺。

Code Arena是匿名对战机制，相对来说比较难以刷分和作弊。

AA榜单Agentic Index上，MiniMax M2.7排名超过Gemini 3.1 Pro

AA(Artificial Analysis) 是目前公开评测中可信度最高的之一。

AA的核心优势是：统一脚手架、自己跑、不靠人类投票、不接受厂商自提交。不完美，但已经是我们能找到的最干净的第三方数据了。 AA说MiniMax M2.7的Agentic能力超过Gemini 3.1 Pro，那可信度是相当高的。

一些遗憾

再说几个M2.7几个遗憾

速度偏慢

Artificial Analysis 实测 M2.7 的输出速度约 50 tokens/s，同价位模型中位数是 105 t/s；首 token 延迟 3 秒，中位数是 1.84 秒。

而我用小龙虾测试了，即便用了MiniMax-M2.7-highspeed高速版本，也达不到 100t/s。实际更接近70 tokens/s

仍然没有多模态，不支持识别图片

这一点太遗憾了。M2.7仍然不支持图片输入，只能处理文本，不是多模态模型。

希望MiniMax未来的版本尽快能够解决。

在小龙虾里偶尔忘事，要多交代几句

如果你仔细看了我前面小龙虾任务的截图，你会发现我其实催了几次。

虽然最后任务都完成了。

给人的感觉是，模型在复杂 Skill 组合场景下第一轮需要"热身"，第二轮才能进入状态。

对于刚才演示的“腾讯财报分析”任务，明明第一次已经做好了全部，但是并没有直接把文件发给我，我再问了一次才发给我

我不太确定这是OpenClaw的问题，还是M2.7的问题，但是我之前用Claude Opus 4.6和GPT-5.4，似乎并没有出现过这种情况。

最后

总结一下我的判断：M2.7 不是来替代 Opus 4.6 的，至少现在还不是。

但M2.7做到了一件事：让我第一次愿意尝试把一个国产模型长期挂在小龙虾里跑任务。 不是出于支持国产的情怀，是因为它在 Agent 场景下确实能干活，而且价格只有 Opus 的零头。

它还有不少毛病——不能看图、偶尔发呆。但Agent的方向是对的，进步的速度也是吓人的。 M2.5 到 M2.7 只隔了两个月，Agentic 能力已经追到 Gemini 3.1 Pro 的水平。如果再来两个月呢？

如果你也在用小龙虾，花半小时把模型切成 M2.7试试看吧。希望看到你的反馈～

谢谢。