/ Модель

Характеристики

Контекст
10 240 токенов
Параметры
7,8 млрд
Размер весов
28,5 ГБ
Лицензия
Своя лицензия
Архитектура
minimax_music3 · dense
Базовая модель
MiniMax-Music3
Библиотека
mlx-audio
Опубликована
16 авг 2026

MiniMax-Music3-bf16

Генерация аудиоТекст → аудио3 профессии

Конверсия MiniMax-Music3 для MLX генерирует песни с вокалом или инструментальные композиции по тексту песни и музыкальному описанию на Apple Silicon.

157скачиваний за 30 дней2лайкавеса обновлены16 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

MiniMax-Music3-bf16 — community-конверсия модели MiniMaxAI/MiniMax-Music3 в формате BF16 для запуска через MLX на компьютерах Apple Silicon. Модель содержит 7,8 млрд параметров и использует плотную архитектуру MiniMaxMusic3ForConditionalGeneration; заявленный контекст — 10 240 токенов. Конверсия включает компоненты авторегрессионной генерации, декодирования RVQ, кодирования условий, flow-matching DiT и стереовокодер.

Модель предназначена для создания песен по тексту песни и описанию музыки. Чекпойнт требует текст песни; для инструментальной композиции README предписывает явно указать [instrumental]. Выходной звук — стерео, 44,1 кГц. Жанр, темп, инструменты и вокальные характеристики задаются вероятностно, а запрошенная длительность является верхней границей: генерация может завершиться раньше.

Это неофициальная конверсия сообщества, все заслуги за исходную модель принадлежат MiniMax. Для запуска используется библиотека mlx-audio; формат BF16 не применяет квантизацию весов. В метаданных указана лицензия other; перед использованием следует проверить лицензию исходного чекпойнта MiniMaxAI/MiniMax-Music3.

Сценарии применения

  • создание песни по тексту и описанию музыкального стиля
  • генерация инструментальной композиции по запросу [instrumental]
  • создание стереоаудио с заданными темпом и инструментами
  • запуск генерации музыки на компьютерах Apple Silicon через MLX

Ограничения

Для генерации требуется передать текст песни; параметры стиля, темпа, инструментов и вокала управляются вероятностно, а фактическая длительность может быть меньше запрошенной. Это неофициальная конверсия сообщества; условия лицензии исходной модели следует проверить отдельно.

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 · MLX BF16

Native MLX BF16 weights for MiniMaxAI/MiniMax-Music3, converted for lyric-conditioned song generation on Apple Silicon with mlx-audio.

Community conversion, not an official MiniMax release. All model credit goes to MiniMax. Review the original model card and license before use.

Other MLX variants: 8-bit · 6-bit · 4-bit · MXFP8 (recommended quantized) · MXFP4 (experimental) · NVFP4 (experimental)

Install

MiniMax Music 3 support was merged upstream in Blaizzy/mlx-audio#888. Until a PyPI release includes it, install the upstream merge commit directly:

python -m pip install "mlx-audio @ git+https://github.com/Blaizzy/mlx-audio.git@784b29e2691a93ca7483147d86f61859dfaa6296"

Generate

python -m mlx_audio.music.generate \
  --model mlx-community/MiniMax-Music3-bf16 \
  --caption "Warm acoustic pop, 96 BPM, intimate female vocal" \
  --lyrics $'[verse]\nMorning light across the room\n[chorus]\nSing with me' \
  --duration 30 \
  --steps 30 \
  --seed 7 \
  --output song.wav
from mlx_audio.music import load

model = load("mlx-community/MiniMax-Music3-bf16")
result = next(
    model.generate(
        text="Warm acoustic pop, 96 BPM, intimate female vocal",
        lyrics="[verse]\nMorning light across the room\n[chorus]\nSing with me",
        duration=30,
        steps=30,
        seed=7,
    )
)
print(result.audio.shape, result.sample_rate)  # stereo, 44100 Hz

Lyrics are required by the checkpoint contract. Use [instrumental] explicitly for instrumental generation. Duration is a requested upper bound: the autoregressive stage may emit its end token early. Style, tempo, instrument, and vocal controls are probabilistic rather than strict.

Conversion and verification

  • Dense BF16; no weight quantization.
  • Complete native pipeline: Qwen3 global autoregressive model, RVQ depth decoder, condition encoder, flow-matching DiT/Euler stage, and stereo vocoder.
  • The actual component configs produce 44.1 kHz stereo output.
  • Official-checkpoint conversion maps and strict-loads all 982 expected tensors.
  • Full-checkpoint float32 maximum absolute differences against the official PyTorch implementations: Qwen logits 1.45e-4, RVQ depth 2.50e-5, condition encoder 1.91e-6, flow transformer 7.63e-6, vocoder 8.57e-7.
  • The mlx-audio regression suite passed 1,742 tests with 34 expected skips; the focused music, converter, and registry suite passed 43 tests and 3 subtests.
  • Real generation produced finite 44.1 kHz stereo audio. A 210-second request exercised 38 denoising windows and ended at 152.8 seconds when the model emitted EOS.

Converted with mlx-audio 0.4.8 development commit c2fa486 and MLX 0.31.2.

License

The weights remain subject to the MiniMax-Music3 Community License, including its acceptable-use and commercial terms. The full license text is included in this repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-audio

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
MiniMaxMusic3ForConditionalGeneration
Ревизия весов
83a5f2d

0 моделей