/ 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_4M

Генерация текстаТекст → текст11 профессий

Квантизированная MoE-модель MiniMax M2.7 для диалоговой генерации текста и рассуждений на Apple Silicon.

55скачиваний за 30 дней0лайковвеса 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

JANGQ-AI/MiniMax-M2.7-JANG_4M — квантизированная версия MiniMax M2.7, подготовленная Jinho Jang с помощью JANG Tools. Это текстовая MoE-модель с 228,7 млрд параметров и профилем смешанной точности 4,06 бита: внимание и выходной слой сохранены в 8-битном формате, эмбеддинги и экспертные MLP — в 4-битном, маршрутизатор — в float16. В метаданных указано 2,9 млрд параметров; README описывает исходную модель как 228,7-миллиардную, а размер этого профиля — около 115 ГБ.

Модель предназначена для диалогов и генерации текста с рассуждением, а также для сценариев с вызовом инструментов. Она поддерживает контекст до 196 608 токенов и рассчитана на запуск на Apple Silicon через MLX Studio, которое включает загрузчик JANG; стандартный mlx_lm смешанную точность JANG не загружает. README приводит результаты 191/200 на MMLU для профиля JANG_4M, но это ограниченное сравнение на 200 вопросах, а результаты для MiniMax M2.7 названы ожидающими подтверждения.

Для запуска требуется Mac на Apple Silicon с 128 ГБ объединённой памяти и MLX; автор рекомендует MLX Studio. Модель всегда выполняет рассуждение перед ответом, а README предупреждает, что температура 0 может приводить к бесконечным циклам рассуждений. Лицензия MiniMax M2.7 некоммерческая: коммерческое использование требует предварительного письменного разрешения MiniMax.

Сценарии применения

  • диалоговые ответы с пошаговым рассуждением
  • генерация текста по длинному контексту
  • помощь в решении учебных вопросов
  • вызов инструментов в агентных сценариях
  • локальный запуск большой языковой модели на Mac с Apple Silicon

Ограничения

Требуются Mac на Apple Silicon с 128 ГБ объединённой памяти и MLX Studio: стандартный mlx_lm не загружает смешанную точность JANG. README предупреждает, что температура 0 может вызвать бесконечные циклы рассуждений; коммерческое использование требует письменного разрешения MiniMax.

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

⚠️ Requires MLX Studio to run. Standard mlx_lm cannot load mixed-precision JANG models. MLX Studio includes the JANG loader with automatic per-layer bit detection.

Follow us: X @dealignai

MiniMax-M2.7 JANG_4M

MiniMax M2.7 228B MoE — 4.06-bit mixed precision, 115 GB

The standard JANG profile — best quality-to-size ratio for Apple Silicon.

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_4M (CRITICAL=8-bit, IMPORTANT=4-bit, COMPRESS=4-bit)
Actual avg bits4.06
Model size115 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_4M Bit Allocation

TierComponentsBits
CRITICALAttention (Q/K/V/O), lm_head8
IMPORTANTEmbeddings4
COMPRESSExpert MLP (w1/w2/w3) — 98%+ of params4
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 Comparison — All JANG Profiles (200q, reasoning ON)

SubjectJANG_2L (63 GB)JANG_3L (89 GB)JANG_4M (115 GB)JANG_6M (167 GB)
Abstract Algebra16/2019/2019/20—
Anatomy17/2018/2020/20—
Astronomy19/2019/2019/20—
College CS17/2019/2019/20—
College Physics16/2020/2020/20—
HS Biology19/2020/2019/20—
HS Chemistry16/2019/2019/20—
HS Mathematics18/2020/2020/20—
Logical Fallacies19/2019/2018/20—
World Religions19/2018/2018/20—
TOTAL176/200 (88.0%)191/200 (95.5%)191/200 (95.5%)≥95.5%
GPU RAM62.6 GB88.6 GB114.8 GB167.2 GB

JANG_6M not benchmarked due to slow generation (~20 tok/s). Near-lossless 6-bit expected to match or exceed 4M/3L.

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 128 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_4M")
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 licensed under the MiniMax M2.7 Non-Commercial License. Commercial use requires prior written authorization from MiniMax (api@minimax.io). See LICENSE file for full terms.

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
f7861cc

0 моделей