/ Модель

Характеристики

Контекст
40 960 000 токенов
Лицензия
Своя лицензия
Архитектура
minimax_m3_vl · dense
Базовая модель
MiniMax-M3
Библиотека
transformers
Опубликована
26 июн 2026

MiniMax-M3-FP8-dynamic

Изображение и текст → текст15 профессий

MiniMax-M3-FP8-dynamic — это динамически квантизированная в формате FP8 версия мультимодальной модели MiniMax-M3, разработанной MiniMaxAI.

5 606скачиваний за 30 дней2лайкавеса обновлены26 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель является производным checkpoint от MiniMaxAI/MiniMax-M3 и распространяется в форматах safetensors и compressed-tensors. Она предназначена для диалоговых и мультимодальных задач, включая работу с текстом и изображениями, рассуждения, математику, ответы на вопросы, следование инструкциям и генерацию кода.

Базовая MiniMax-M3 описывается как нативная мультимодальная MoE-модель примерно на 428 млрд параметров, из которых около 23 млрд активируются при обработке запроса. Заявлена поддержка контекста до 1 млн токенов. FP8 dynamic quantization уменьшает требования к памяти и дисковому пространству; согласно приведённой оценке, качество в большинстве тестов близко к BF16-версии, хотя на отдельных задачах наблюдается снижение результатов. Модель проверялась в vLLM через OpenAI-compatible server и на оборудовании AMD MI350 с tensor parallel size 8.

Основные ограничения связаны с высокими аппаратными требованиями, обусловленными размером исходной MoE-модели и мультимодальной архитектурой. В README не указаны точный набор поддерживаемых языков, подробности входных и выходных модальностей, минимальная конфигурация для запуска и дополнительные ограничения применения. Квантизированный checkpoint следует условиям лицензии базовой MiniMax-M3; конкретный текст лицензии в карточке не приведён, а в метаданных указано license: other.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MiniMax-M3-FP8-dynamic

Model Overview

This model is an FP8 dynamic quantized version of MiniMaxAI/MiniMax-M3.

  • Base model: MiniMaxAI/MiniMax-M3
  • Optimization: FP8 dynamic quantization
  • Format: safetensors / compressed-tensors
  • Validated runtime: vLLM OpenAI-compatible server
  • Tested hardware: AMD MI350, tensor parallel size 8

MiniMax-M3 is a native multimodal MoE model. The original model card describes it as a ~428B parameter model with ~23B activated parameters and 1M context support.

License

This quantized checkpoint follows the license terms of the base model, MiniMaxAI/MiniMax-M3. The Hugging Face model-card metadata uses license: other because the MiniMax community license is not one of the Hub's enumerated license identifiers.

Model Optimizations

This checkpoint uses FP8 dynamic quantization to reduce memory and disk requirements while preserving model quality. Validation below compares this quantized checkpoint against the BF16 MiniMaxAI/MiniMax-M3 baseline.

Evaluation

The model was evaluated against BF16 MiniMaxAI/MiniMax-M3. Scores are averaged across seeds.

BenchmarkMiniMaxAI/MiniMax-M3EmbeddedLLM/MiniMax-M3-FP8-dynamicRecovery (%)
GSM8k Platinum95.8195.92100.12
IfEval80.6579.4298.47
AIME 202520.8319.1792.00
GPQA diamond77.7877.95100.22
Math 50081.2079.9398.44
Lcb Codegeneration V637.1435.6295.90
MMLU Pro Chat79.8579.6299.72

Evaluation Setup

  • Standard seeds: 42, 1234, 4158
  • AIME 2025 seeds: 42, 1234, 4158, 5322, 1356, 9843, 3344, 5678
  • GSM8K Platinum cap: max_gen_toks=64000
  • IFEval, AIME, GPQA, Math 500, MMLU Pro Chat cap: max_gen_toks=4096
  • LiveCodeBench v6 cap: max_gen_toks=2048
  • MiniMax thinking mode: disabled
  • Runners: lm-eval harness and lighteval through LiteLLM endpoint mode

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
MiniMaxM3SparseForConditionalGeneration
Ревизия весов
c6b5d62

0 моделей