01功能特性
优点
- 多模态：视觉 + 文本
- 擅长代码与推理
- 大规模上下文支持高达1M token
- 可通过 Ollama 官方标签获取
需了解的局限性
- —非常庞大：Q4 模式下约需 248 GB 显存，仅适用于多 GPU 服务器
- —本地推理吞吐量较低（Q4 量化下约为 5 tok/s）
- —自定义许可「other」——请查阅使用条款
架构
MoE 多模态 · 总参数量 427B · 上下文窗口达 1M 个 token
训练
MiniMax 的多模态 MoE 模型，针对视觉、代码和长上下文推理进行了预训练。训练细节未公开。
最适合的场景
多模态推理代码生成长文档
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$ollama run minimax-m3
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
248 GB
Q5_K_M
质量/体积的良好平衡
303 GB
Q8_0
几乎无法与 FP16 区分
457 GB
FP16
全精度 — 服务器用途
854 GB
CPU 回退 · 如果您没有 GPU，请预留 555 GB 内存 以较低速度运行此模型的最低要求。
运行MiniMax M3需要什么硬件？
在本地以Q4量化运行MiniMax M3，大约需要248 GB 显存。可供比较的硬件选项：GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — 此模型超出该迷你 PC 的 GPU 容量：请选择更小的模型或合适的基础设施。
当前在售产品： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
联盟链接——可能产生佣金，但您无需额外付费，推荐独立。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。