MiniMax M2.7 telah diperkenalkan sebagai pembaruan model M2.5 yang ditujukan untuk alur kerja berbasis agen dan tugas penalaran kompleks dalam perangkat lunak dan rekayasa.

Optimasi untuk vLLM dan SGLang mengintegrasikan kernel QK RMSNorm dan FP8 MoE, meningkatkan throughput pada GPU Blackwell Ultra dengan peningkatan yang dilaporkan sebesar 2,7x.

Contoh penerapan untuk vLLM dan SGLang menggunakan paralelisme tensor dan flag dukungan MoE untuk inferensi yang efisien pada GPU perusahaan dan titik akhir cloud.

Kerangka kerja NVIDIA NeMo dan checkpoint Hugging Face mendukung penyempurnaan MiniMax M2.7 dengan opsi penyebaran open-weight.