/ Модель

Характеристики

Контекст
40 960 000 токенов
Лицензия
Своя лицензия
Архитектура
minimax_m3_vl · dense
Базовая модель
Minimax-M3-v0-NVFP4
Библиотека
transformers
Опубликована
12 июн 2026

Minimax-M3-v0-NVFP4-REAP50

Изображение и текст → текст14 профессий

Экспериментальная мультимодальная сборка MiniMax M3 в NVFP4 с REAP50 для диалогов, работы с изображениями и видео, программирования и агентных задач на DGX Spark.

268скачиваний за 30 дней14лайковвеса обновлены15 июн 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

Это экспериментальная версия MiniMax M3, подготовленная Spark Arena для запуска на двух узлах DGX Spark. Модель основана на MiniMax M3 и использует квантование NVFP4 с сокращением REAP50, чтобы уменьшить требования к размещению по сравнению с вариантом на четырёх узлах. Архитектура MiniMax M3 — мультимодальная модель с разреженным вниманием MiniMax Sparse Attention (MSA); заявлено около 428 млрд параметров, из которых активируется около 23 млрд, и контекст до 1 млн токенов.

Модель предназначена для диалогов с изображениями и видео, задач программирования и длительных агентных сценариев с вызовом инструментов. Разработчик заявляет ускорение обработки длинного контекста благодаря MSA, однако эта сборка помечена как экспериментальная: калибровка NVFP4 ещё дорабатывается, а влияние REAP50 на качество проверено не полностью. Для корректного использования калибровки требуется поддержка соответствующих масштабов NVFP4 в среде запуска. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • ответы на вопросы по изображениям
  • анализ видеоматериалов в диалоге
  • помощь в написании и разборе кода
  • выполнение длительных задач с вызовом инструментов
  • работа с большими контекстами до 1 млн токенов

Ограничения

Калибровка NVFP4 находится в разработке, а качество после сокращения REAP50 проверено не полностью; возможна деградация результатов. Для правильного применения калибровки среда запуска должна поддерживать соответствующие масштабы NVFP4.

Для каких профессий подходит14

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

NOTICE

This is an experimental quantization of MiniMax M3 to NVFP4 for use on DGX Spark.

On top of that, REAP 50% to make it fix on 2x DGX Sparks instead of 4x.

NVFP4 uses w1/3 scales, so need either: https://github.com/scitrera/sglang/tree/nvfp4-w13-scale-normalization (or possibly sglang PR#27588) in place to properly use the calibration from this model.

The calibration is still a work in progress (hence "v0" model). Updates are planned to improve performance.

Re: REAP50, I've tested that it's coherent, but I haven't exhaustively tested the quality degradation associated with REAP50. YMMV.

Run with sparkrun; part of Spark Arena

https://sparkrun.dev https://spark-arena.com

To run with sparkrun on 2x DGX Spark Nodes:

sparkrun run @experimental/minimax-m3-v0-nvfp4-2x-reap50

MiniMax-M3 is a native multimodal model with 1M context. It has ~428B parameters and ~23B activated parameters.

Highlights:

  • Native Multimodality: M3 undergoes mixed-modality training from the very first step, enabling deeper semantic fusion across text, image, and video.
  • Context Scaling via Sparse Attention: M3 introduces MiniMax Sparse Attention (MSA) to improve long context efficiency. M3 delivers 9× prefill and 15× decode speedups compared to M2 at 1M context, reducing per-token compute to 1/20.
  • Coding & Cowork Capability: M3 achieves frontier-level performance across long-horizon agentic benchmarks, excelling in both coding and cowork.

MiniMax Sparse Attention (MSA)

M3 is powered by MiniMax Sparse Attention (MSA), a high-performance sparse attention operator designed for million-token contexts. Compared with GQA, MSA dramatically reduces the attention compute and memory footprint while preserving model quality.

📄 Read the technical report: arXiv:2606.13392 · Hugging Face Papers

How to Use

M3 supports two reasoning modes:

  • thinking — for complex reasoning, agentic tasks, and long-horizon collaboration.
  • non-thinking — for latency-sensitive scenarios such as chat and code completion.

Local Deployment

Download the model:

hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

We recommend the following inference frameworks (listed alphabetically) to serve the model:

Inference Parameters

We recommend the following parameters for best performance: temperature=1.0, top_p=0.95, top_k=40.

Contact Us

Contact us at model@minimax.io.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
MiniMaxM3SparseForConditionalGeneration
Ревизия весов
9fec4b2

0 моделей