/ Модель

Характеристики

Размер весов
13,5 ГБ
Лицензия
Своя лицензия
Архитектура
minimax_music3 · dense
Базовая модель
MiniMax-Music3
Библиотека
mlx-serve
Опубликована
13 авг 2026

MiniMax-Music3-MLX-Serve-8bit

Генерация аудиоТекст → аудио3 профессии

MiniMax Music 3 for mlx-serve — это квантованная 8-битная версия модели MiniMax-Music3, разработанная для локального запуска на компьютерах Apple Silicon через движок mlx-serve на базе Zig и MLX.

695скачиваний за 30 дней6лайковвеса обновлены13 авг 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 предназначена для генерации полноценных музыкальных композиций с вокалом и заданными текстами песен по текстовому описанию стиля. На выходе формируется стереофонио WAV-аудио с частотой дискретизации 44,1 кГц.

В состав входят глобальная языковая модель Qwen3 8B с 36 слоями и словарём на 200 тысяч токенов, локальная языковая модель объёмом 0,6 млрд параметров для декодирования семи остаточных кодовых книг, flow-matching DiT-трансформер объёмом 2,4 млрд параметров с 36 блоками, а также условный энкодер и вокодер Flow-VAE/DAC. Модель занимает около 13 ГБ на диске вместо 57 ГБ у исходного репозитория. Поддерживается генерация композиций длительностью от 1 до 360 секунд, однако модель может завершить песню раньше указанного предела. Тексты обязательны, а структурные метки вроде [verse] и [chorus] должны размещаться на отдельных строках. Язык вокала явно не указан.

К сильным сторонам относятся локальная генерация на Apple Silicon, поддержка полноценных песен с вокалом, стереовыход 44,1 кГц и существенное уменьшение размера благодаря 8-битной аффинной квантизации при близком к исходному качеству вычислений. Ограничения включают зависимость от mlx-serve и оборудования Apple Silicon, обязательную передачу текста песни, отсутствие параметров ACE-Step для BPM, тональности, размера и языка вокала, а также ориентировочную скорость генерации около минуты времени LLM на минуту песни плюс диффузионный этап. Веса распространяются по MiniMax-Music3 Community License; в комплект входит политика допустимого использования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MiniMax Music 3 for mlx-serve (8-bit)

MiniMax-Music3 converted for mlx-serve's native Zig + MLX engine. Full songs with sung lyrics at 44.1 kHz stereo, generated locally on Apple Silicon.

Quantization: affine 8-bit, group 64, on every real matmul (LLM, depth decoder, DiT, lm_head). Kept dense on purpose: the embedding tables (gather reads), the condition encoder and the whole vocoder (VAE-class precision). Worst per-tensor reconstruction error 1.48% RMS. 13 GB on disk instead of the 57 GB upstream repo (which ships its weights twice).

FileContents
language_model.safetensorsQwen3 8B global LLM, 36L, vocab 200k
rvq_depth_decoder.safetensors0.6B local LLM, 7 residual codebooks
transformer.safetensors2.4B flow-matching DiT, 36 blocks
condition_encoder.safetensorshidden-state mix + resampler, f32
vocoder.safetensorsFlow-VAE / DAC decoder, f32

Engine parity against the fp32 reference on these exact weights: prefill cosine 0.9999, condition encoder 0.999999, DiT velocity 0.999, vocoder 1.000000. The autoregressive stage runs about 44 ms per frame on an M-series Mac, so a one-minute song takes roughly a minute of LLM time plus the diffusion pass.

Run it

Download MLX Core.app, open the Music tab and pick MiniMax Music 3. Style prompt + lyrics in, WAV out.

Over HTTP:

mlx-serve --serve
curl http://127.0.0.1:11234/v1/audio/music-generations \
  -H 'Content-Type: application/json' -o song.wav -d '{
    "model": "MiniMax-Music3-MLX-Serve-8bit",
    "prompt": "upbeat synthwave with driving bass and dreamy pads",
    "lyrics": "[verse]\nneon lights across the bay\n[chorus]\nwe run all night",
    "duration_seconds": 60
  }'

Lyrics are required (the model is lyric-conditioned) and structure tags like [verse] or [chorus] go on their own lines. duration_seconds (1-360) is an upper bound, the model may end the song earlier. ACE-Step style fields (bpm, keyscale, timesignature, vocal_language) do not exist on this model.

Rebuild from the upstream repo with scripts/convert_music3_weights.py.

Weights are covered by the MiniMax-Music3 Community License (see LICENSE, acceptable-use policy included as Exhibit A).

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-serve

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Ревизия весов
8ca48eb

0 моделей