国产大模型MiniMax 2.7官宣本周末开源 Token成本将大幅下探

最近，一个名叫OpenClaw（被开发者们戏称为“小龙虾”）的AI插件突然火了。它处理编程和办公任务的效率之高，让不少业内人士都感到惊讶。而它背后所调用的国产大模型MiniMax 2.7，也因此从产业圈的内部讨论，迅速走到了公众视野的聚光灯下。短短半个月，关于它的讨论量在GitHub、知乎等平台暴涨了超过300%。

就在今天，官方确认了一个重磅消息：本周末，MiniMax 2.7的开源版本将在Hugging Face社区正式发布。

从产业口碑到公众视野

这次走红，路径和以往不太一样。过去很多出圈的大模型，靠的是惊艳的通用对话能力吸引普通用户。但MiniMax 2.7的火爆，完全是靠产业端实实在在的口碑发酵。它的核心竞争力，精准地锚定在软件工程和专业办公这两个高频、高价值的落地场景，并且性能表现已经摸到了行业第一梯队的门槛。

两大杀手锏：代码与办公

先说软件工程领域。在衡量编码能力的权威基准SWE-Pro测试中，MiniMax 2.7拿到了

。这个成绩已经非常接近顶尖闭源模型Opus的水平。尤其是在代码Bug分析、安全漏洞检测，乃至端到端的项目交付等复杂场景下，它都表现突出。在另一项VIBE-Pro测试中，其55.6%的得分也表明，它足以满足中小团队大部分的编程辅助需求。

另一大杀手锏是办公场景的深度适配。在评估办公任务能力的GDPval-AA基准上，它的ELO得分达到了

，稳居当前开源模型的前列。这背后是它对Office“三件套”的专项优化：无论是生成Excel复杂函数、自动调整PPT版式，还是梳理Word长文档格式，它都能胜任。尤其在长文本处理的准确率上，比同类开源模型平均高出12%。自3月18日上线以来，其API调用量能长期稳居国产大模型前十，快速的迭代能力是关键。

开源的核心：降本与赋能

根据官方信息，这次开源将完整开放模型权重，支持开发者免费商用和本地化微调。其核心目的非常明确：

。

算一笔账就明白了。目前，具备同等能力的闭源大模型，千Token调用成本大约在0.012元左右。对于办公、编程这类需要高频调用的工具而言，仅算力成本就可能占到营收的30%以上。而MiniMax 2.7开源后，开发者通过本地化部署，Token成本预计

。这意味着，中小团队不再需要背负沉重的API调用费用，还能根据自己的具体业务场景，对模型进行针对性的优化，进一步扫清了落地门槛。

消息一出，Hugging Face社区已经有不少开发者摩拳擦掌，表示会第一时间测试，并优先考虑将其集成到企业办公自动化、低代码开发等工具中。

行业风向的转变

MiniMax 2.7的开源，释放了一个清晰的行业信号：国内大模型的竞争焦点，正在发生转移。过去那种单纯比拼参数规模和通用对话能力的阶段，已经过去了。现在的较量，更多是围绕具体落地场景的适配度、成本控制的综合能力展开。

回顾一下，此前很多国产开源大模型都存在“偏科”问题——要么通用对话尚可但专业场景乏力，要么专项能力不错却稳定性欠佳，难以支撑长文本、多轮交互的实际需求。MiniMax 2.7在两大高频场景实现性能突破，再叠加开源带来的低门槛优势，很可能起到示范效应。这有望推动更多厂商开放自己的核心能力，从而整体拉低AI应用的落地成本。可以预见，办公、编程等垂直领域的AI工具，或将因此迎来新一轮的迭代浪潮。