MiniMax平台动态限流原因：M2.7模型热度超预期

MiniMax M2.7 模型“火出圈”，高峰时段将启动动态限流

3月20日，“MiniMax 开放平台”发布的一则服务调整公告，在业内引发了不小关注。公告内容很简单：由于 MiniMax-M2.7 模型受到的欢迎程度远超团队预期，流量增长太快，为了确保所有用户的服务稳定，平台将在高峰时段实施动态限流策略。

这背后的原因也很有意思。团队监测发现，部分请求来自于超高并发的自动化批量任务，或是多用户共享模式。这就好比一条原本宽敞的高速路，突然涌入大量重型卡车组团行驶，难免会影响普通轿车的通行体验。为了避免少数异常流量挤占公共算力资源，保障大多数用户的正常使用，平台决定基于账户维度进行速率调控，目的很明确——确保算力分配的公平性。

话说回来，这款模型为何如此“抢手”？时间倒回几天前。3月18日，MiniMax 稀宇科技正式发布了新一代 Agent 旗舰大模型 M2.7。它的最大亮点，是首次向外界清晰地展示了“模型自我进化”的技术路径。通过构建一套名为 Agent Harness 的体系，据称能让模型深度参与到自身的训练与优化流程中。用官方的话说，在部分研发场景里，M2.7 已经能承担大约30%到50%的工作量，并在内部评测集上实现了约30%的效果提升。

性能数据更有说服力。在覆盖多种编程语言的权威评测 SWE-Pro 中，M2.7 取得了56.22%的正确率，这个成绩已经追平了 GPT-5.3-Codex。而在更具挑战性的 Repo 级代码生成基准 VIBE-Pro 上，M2.7 更是拿下了55.6%的得分，几乎与 Opus 4.6 的表现持平。这几组数据摆出来，其受欢迎程度超出预期，也就不难理解了。这波流量激增，恰恰是市场用脚投票的结果。