MiniMax-M2.7 / M3: tool output not propagated between chained tool calls (design_workflow → validate_design)
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 25/100
- issue の種類
- バグ
- 明瞭さ
- おおむね明確
- 活発さ
- 静か
- 領域
- ai
調査の方向性
harness-test-bench のセットアップと smoke_all_tools_2 シナリオから始め、次に Task 2 (task_2_module_design) とその design_workflow → validate_design 呼び出しを調べます。MiniMax-M2.7/M3 と M2.5 を比較します。完了条件は、チェーンされた呼び出しが正確な design_workflow の結果を schema-valid な validate_design リクエストで受け取ることです。
索引モデルが issue の本文から書いたものです。
説明
Capability area: Agent harness / Tool use
What does M2.7 fail to do for you?
MiniMax-M2.7 fails to produce a valid JSON schema conforming to the validate_design tool definition when chaining from design_workflow.
What would "good" look like in M3?
validate_design receives a valid JSON schema that conforms to the tool's parameter definition — populated from the actual design_workflow result, not reconstructed from model reasoning.
Summary
MiniMax-M2.7 and MiniMax-M3 both fail to propagate tool output across a sequential tool call chain. When design_workflow returns a schema object, both models call the next tool (validate_design) with a schema that does not match the returned output — either reconstructed, incomplete, or structurally invalid against the tool definition.
MiniMax-M2.5 does not reproduce this behavior.
Environment
| Field | Value |
|---|---|
| Models affected | MiniMax-M2.7, MiniMax-M3 |
| Model passing | MiniMax-M2.5 |
| Endpoint | OpenRouter |
| Tool calling | Sequential 2-step chain |
| Observed | 2026-06-17 (UTC+8) |
Expected behavior
design_workflowis called and returns a schema object- The model reads the tool result
validate_designis called withschemaset to the exact object returned in step 1, conforming to the tool's JSON schema definition
Actual behavior
The model calls validate_design with a schema argument that does not match the design_workflow output. The model appears to reconstruct the schema from internal reasoning rather than reading the tool result, producing a value that violates the tool's parameter schema — missing required fields or structurally incorrect.
Benchmark eval output:
issues: ["Validated design is missing fields: project name, client, start date, deadline, owner, budget"]
Tool call sequence observed
1. design_workflow(...)
→ returns: { name, information: [{name, type, ai_hint}, ...], states: [...], ... }
2. validate_design({ schema: <does not match step 1 output, fails tool schema validation> })
→ missing required information fields
Steps to reproduce
We have an open-source MCP tool benchmark that reproduces this consistently:
Repo: https://github.com/Inistate/harness-test-bench
- Clone the repo and follow the setup instructions
- Run the
smoke_all_tools_2scenario againstminimax/MiniMax-M2.7orminimax/MiniMax-M3 - Inspect Task 2 (
task_2_module_design) —validate_designwill be called with a schema that does not conform to the tool's parameter definition - Compare against a passing model (e.g.
minimax/MiniMax-M2.5) running the same scenario
Questions
- Is this a known regression from M2.5?
- Does the model read tool results back into context between sequential calls, or is this not guaranteed?
- Is there a recommended pattern to ensure tool output is forwarded as-is rather than reconstructed?
Workaround
We currently exclude M2.7 and M3 from workflows requiring sequential tool output propagation. A fix at the model level would be preferable.
References
Reproduced across multiple runs in an independent MCP tool benchmark. M2.5 passed consistently. M2.7 scored 3/5 and M3 scored 2/5, with the T2 chain failing on every run for both models.
- 主要言語
- 言語のデータがありません
- スター
- 493
- フォーク
- 60
- PR マージ指標
- 30日以内にマージされた PR はありません
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
MiniMax-AI/MiniMax-M3 のほかの issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 90/100
MiniMax-AI/MiniMax-M3#34 · リアクション 1 件 ·
-
[M2.7 Bug]オープンbug
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
MiniMax-AI/MiniMax-M3#35 ·
-
enhancement
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
MiniMax-AI/MiniMax-M3#33 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 48/100
MiniMax-AI/MiniMax-M3#32 ·
-
bug
難易度 4/5 3〜5日 初心者へのやさしさ 42/100
MiniMax-AI/MiniMax-M3#31 ·
MiniMax-AI/MiniMax-M3 の issue をすべて見る
似ている issue
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
open-webui/open-webui#32805 ·
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
editor-code-assistant/eca#661 ·
メンテナーはふだん 2 日以内に返信
-
CodeMode: "do not redefine or import them" leads models to skip import asyncio before asyncio.gatherオープンpydanty:failed
難易度 2/5 1〜3時間 初心者へのやさしさ 79/100
pydantic/pydantic-ai#10796 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
agent-self
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
yologdev/yoyo-evolve#1061 ·
-
`DeepSeekChatModel` streaming returns no content when chunks have no `id`対応中かも @lejuho が今日担当しました。 オープンstatus: waiting-for-triage
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
spring-projects/spring-ai#7214 ·
メンテナーはふだん 2 日以内に返信