/ Модель

Характеристики

Контекст
196 608 токенов
Параметры
2,9 млрд
Размер весов
99,2 МБ
Лицензия
Своя лицензия
Архитектура
minimax_m2 · MoE
Библиотека
mlx
Опубликована
12 апр 2026

MiniMax-M2.7-JANG_2L

Генерация текстаТекст → текст11 профессий

Квантованная диалоговая MoE-версия MiniMax-M2.7 для генерации текста и рассуждений на Apple Silicon через MLX.

150скачиваний за 30 дней11лайковвеса обновлены8 сен 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

MiniMax-M2.7-JANG_2L — квантованная версия MiniMax-M2.7, подготовленная Jinho Jang для запуска на компьютерах Apple Silicon через MLX и vMLX. Это диалоговая MoE-модель для генерации текста; в README указаны 228,7 млрд общих параметров и смешанная точность около 2,10 бита. Для внимания и выходного слоя сохранена точность 8 бит, для эмбеддингов — 6 бит, а большая часть экспертных MLP сжата до 2 бит; маршрутизатор экспертов оставлен в float16. Метаданные каталога указывают 2,9 млрд параметров, что расходится с размером, заявленным в README.

Модель предназначена для диалогов и задач рассуждения, а также может использовать вызов инструментов в совместимых клиентах. Контекстное окно — 196 608 токенов. Для запуска требуются MLX и Mac с Apple Silicon и не менее 96 ГБ объединённой памяти; автор рекомендует MLX Studio. В README указано, что температура 1,0 обязательна, поскольку жадная генерация может зациклить рассуждения. Бенчмарки M2.7 ещё не опубликованы, а заявление о превосходстве JANG над обычной квантизацией MLX основано на результатах для M2.5. Лицензия в метаданных обозначена как other; README разрешает исследовательское и личное использование и возлагает ответственность за соблюдение лицензии MiniMax на пользователя.

Сценарии применения

  • диалоговые ответы и генерация текста на локальном Mac
  • решение задач с многошаговыми рассуждениями
  • работа с длинными текстовыми запросами в контексте до 196 608 токенов
  • вызов инструментов в совместимых агентных клиентах

Ограничения

Для запуска требуется Apple Silicon с не менее чем 96 ГБ объединённой памяти и среда MLX; температура 1,0 указана как обязательная, поскольку жадная генерация может привести к бесконечному циклу рассуждений. Бенчмарки M2.7 ещё не опубликованы, а метаданные каталога указывают 2,9 млрд параметров, тогда как README сообщает 228,7 млрд.

Для каких профессий подходит11

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-M2.7 JANG_2L

MiniMax M2.7 228B MoE — 2.10-bit mixed precision, 63 GB

Smallest MiniMax M2.7 for Apple Silicon — fits on 96 GB+ Macs.

Recommended: Run in MLX Studio for best experience including thinking mode support and optimized MoE inference.

Important Settings

MiniMax M2.7 is an always-reasoning model. It thinks before answering on every prompt.

SettingValueNotes
Temperature1.0REQUIRED — greedy/temp=0 causes infinite thinking loops
Top P0.95
Top K40
Repetition Penalty1.1Optional, helps prevent loops

Model Details

MetricValue
SourceMiniMaxAI/MiniMax-M2.7 (FP8 E4M3)
ArchitectureMoE (256 experts, top-8 active), GQA (48 heads / 8 KV), partial RoPE
Total Parameters228.7B
Active Parameters~1.4B per token
ProfileJANG_2L (CRITICAL=8-bit, IMPORTANT=6-bit, COMPRESS=2-bit)
Actual avg bits2.10
Model size63 GB
FormatJANG v2 (MLX-native safetensors, instant load)
group_size128 (speed-optimized for 256 experts)
RoutingSigmoid + bias correction (not softmax)
QK-normFull vector RMSNorm
Context192K tokens

JANG_2L Bit Allocation

TierComponentsBits
CRITICALAttention (Q/K/V/O), lm_head8
IMPORTANTEmbeddings6
COMPRESSExpert MLP (w1/w2/w3) — 98%+ of params2
PassthroughMoE router/gate (float16), norms, QK-norms16

JANG protects routing and attention at full precision while compressing the 256 expert MLPs — where MoE models are most tolerant of quantization. The router is kept at float16 (no quantization) for maximum routing precision.

MMLU Benchmarks (200q, 10 subjects, reasoning ON)

Coming soon — benchmarks in progress.

Why JANG for MiniMax

Standard MLX quantization on MiniMax produces completely broken output at ALL bit levels (~25% MMLU = random guessing). JANG's mixed-precision approach is the only working quantized MiniMax on Apple Silicon.

On M2.5, JANG_2L achieved 74% MMLU vs MLX's 25% (random). M2.7 results pending.

All Quantizations

ModelProfileSizeAvg Bits
JANG_2L(8, 6, 2)63 GB2.10
JANG_3L(8, 4, 3)89 GB3.08
JANG_4M(8, 4, 4)115 GB4.06
JANG_6M(8, 6, 6)167 GB6.03

Requirements

  • Apple Silicon Mac with 96 GB unified memory
  • MLX framework
  • MLX Studio recommended

Tool Use / Agent Mode

MiniMax M2.7 uses interleaved thinking + tool calls — it reasons inside <think> blocks, then emits tool calls in <minimax:tool_call> format. Some clients (Opencode, etc.) may strip the <think> block and miss the tool call.

For tool-use clients, set enable_thinking=False in the chat template:

text = tokenizer.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True,
    enable_thinking=False  # skips <think> injection for tool-use
)

MiniMax tool call format:

<minimax:tool_call>
<invoke name="tool_name">
<parameter name="param1">value1</parameter>
</invoke>
</minimax:tool_call>

Usage

from jang_tools.loader import load_jang_model
from mlx_lm import generate
from mlx_lm.sample_utils import make_sampler

model, tokenizer = load_jang_model("JANGQ-AI/MiniMax-M2.7-JANG_2L")
sampler = make_sampler(temp=1.0, top_p=0.95)

prompt = tokenizer.apply_chat_template(
    [{"role": "user", "content": "What is photosynthesis?"}],
    tokenize=False, add_generation_prompt=True
)
output = generate(model, tokenizer, prompt=prompt, max_tokens=2048, sampler=sampler)
print(output)

Support

MLX Studio | JANGQ | X @dealignai

Quantized by Jinho Jang (eric@jangq.ai) using JANG Tools v2.4.1.


This model is provided for research and personal use. Users are responsible for ensuring their use complies with applicable laws and the MiniMax license.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
MiniMaxM2ForCausalLM
Ревизия весов
d82892e

0 моделей