/ Модель

Характеристики

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

MiniMax-M3-MXFP4

Изображение и текст → текст15 профессий

amd/MiniMax-M3-MXFP4 — мультимодальная модель для преобразования текста и изображений в текст, созданная на базе MiniMaxAI/MiniMax-M3 и оптимизированная AMD с использованием AMD-Quark.

77 620скачиваний за 30 дней4лайкавеса обновлены17 июл 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

Архитектура обозначена как MiniMaxM3SparseForConditionalGeneration и включает разреженную MoE-компоненту. Модель предназначена для мультимодального анализа, агентских сценариев, программирования и работы с видео, если соответствующая поддержка реализована используемым программным окружением.

Веса и активации квантизированы в формате OCP MXFP4: для весов используется статическая, а для активаций — динамическая квантизация. Модель ориентирована на AMD MI350/MI355, ROCm 7.1.1, PyTorch 2.10.0, Transformers 5.2.0 и запуск через vLLM в Linux. Размер модели, максимальная длина контекста и список поддерживаемых языков в README не указаны.

На GSM8K модель получила результат 94,19 против 95,30 у исходной MiniMaxAI/MiniMax-M3, что соответствует восстановлению 98,84% показателя исходной модели. Основные ограничения — зависимость от специализированного оборудования AMD и совместимого программного стека, а также возможная потеря качества из-за MXFP4-квантизации. Лицензия указана как minimax-community; точные условия следует уточнять в файле LICENSE.

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

Model Overview

  • Model Architecture: MiniMaxM3SparseForConditionalGeneration
    • Input: Text, Image
    • Output: Text
  • Supported Hardware Microarchitecture: AMD MI350/MI355
  • ROCm: 7.1.1
  • PyTorch: 2.10.0
  • Transformers: 5.2.0
  • Operating System(s): Linux
  • Inference Engine: vLLM
  • Model Optimizer: AMD-Quark
    • Weight quantization: OCP MXFP4, Static
    • Activation quantization: OCP MXFP4, Dynamic

Model Quantization

The model was quantized from MiniMaxAI/MiniMax-M3 using AMD-Quark. The weights are quantized to MXFP4 and activations are quantized to MXFP4.

Quantization scripts:

from quark.torch import LLMTemplate, ModelQuantizer

# --- Register template ---
minimax_m3_vl_template = LLMTemplate(
    model_type="minimax_m3_vl",
    kv_layers_name=["*language_model.*k_proj", "*language_model.*v_proj"],
    q_layer_name="*language_model.*q_proj",
    exclude_layers_name=[
        "*lm_head",
        "*vision_tower*",
        "*multi_modal_projector*",
        "*patch_merge_mlp*",
        "*block_sparse_moe.gate",
        "*self_attn*",
    ],
)
LLMTemplate.register_template(minimax_m3_vl_template)
print(f"[INFO]: Registered template '{minimax_m3_vl_template.model_type}'")

# --- Configuration ---
model_dir = "MiniMaxAI/MiniMax-M3"
output_dir = "amd/MiniMax-M3-MXFP4"
quant_scheme = "mxfp4"
exclude_layers = [
    "*lm_head",
    "*vision_tower*",
    "*multi_modal_projector*",
    "*patch_merge_mlp*",
    "*block_sparse_moe.gate",
    "*self_attn*",
    "*mlp.gate_proj",
    "*mlp.up_proj",
    "*mlp.down_proj",
]

# --- Build quant config from template ---
template = LLMTemplate.get("minimax_m3_vl")
quant_config = template.get_config(scheme=quant_scheme, exclude_layers=exclude_layers)

# --- File-to-file quantization (memory-efficient, no full model loading) ---
quantizer = ModelQuantizer(quant_config)
quantizer.direct_quantize_checkpoint(
    pretrained_model_path=model_dir,
    save_path=output_dir,
)
print(f"[INFO]: Quantization complete. Output saved to {output_dir}")

Evaluation

The model was evaluated on gsm8k benchmarks using the vllm framework.

Accuracy

Reproduction

The GSM8K results were obtained using the lm-eval framework, based on the Docker image rocm/pytorch-private:vllm-hy-mm-06112026. The vLLM shipped in that image was used as-is, with the patch from this PR (#45794) applied on top.

Before running the evaluation, install the required packages:

pip install transformers==5.12.0
pip install "lm-eval[api]"

Launching server

vllm serve /mnt/amd/MiniMax-M3-MXFP4 \
  --trust-remote-code \
  --block-size 128 \
  --tensor-parallel-size 8 \
  --attention-backend TRITON_ATTN \
  --mm-encoder-tp-mode data \
  --mm-encoder-attn-backend ROCM_AITER_FA \
  --tool-call-parser minimax_m3 \
  --enable-auto-tool-choice \
  --reasoning-parser minimax_m3 \
  --moe-backend emulation

Evaluating model in a new terminal

lm_eval \
  --model local-chat-completions \
  --model_args "model=/mnt/amd/MiniMax-M3-MXFP4,base_url=http://127.0.0.1:8000/v1/chat/completions,num_concurrent=32,max_gen_toks=16384" \
  --tasks gsm8k \
  --num_fewshot 5 \
  --batch_size 1 \
  --apply_chat_template \
  --fewshot_as_multiturn

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; запуск откроется после проверки совместимости.

Класс архитектуры
MiniMaxM3SparseForConditionalGeneration
Ревизия весов
b83d14e

0 моделей