MiniMax-M1-40k calculadora TPS
Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..
Calculado para este modelo
818 tarjetas que tenemos especificaciones para
Tarjeta más pequeña que cabe
Radeon Instinct MI325X
256 GB · Q3_K_M · 11.7 tok/s
Tarjeta más rápida
B300
18.3 tok/s · 288 GB
¿Qué GPU pueden ejecutar? MiniMax-M1-40k?
Establecer las entradas, leer la respuesta
Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..
Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..
4 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
18.3
tok/s
11–29 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 250.0 GB | IQ4_XS | Ajustado |
|
14.6
tok/s
9–23 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | Ajustado |
|
14.6
tok/s
9–23 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | Ajustado |
|
11.7
tok/s
7–19 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.5 GB | Q3_K_M | Ajustado |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- MiniMax
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 13 June 2025
- Autores
- MiniMax: Aili Chen, Aonian Li, Bangwei Gong, Binyang Jiang, Bo Fei, Bo Yang, Boji Shan, Changqing Yu, Chao Wang, Cheng Zhu, Chengjun Xiao, Chengyu Du, Chi Zhang, Chu Qiao, Chunhao Zhang, Chunhui Du, Congchao Guo, Da Chen, Deming Ding, Dianjun Sun, Dong Li, Enwei Jiao, Haigang Zhou, Haimo Zhang, Han Ding, Haohai Sun, Haoyu Feng, Huaiguang Cai, Haichao Zhu, Jian Sun, Jiaqi Zhuang, Jiaren Cai, Jiayua…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Code generation, Quantitative reasoning
- Modelo base
- MiniMax-Text-01
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 456B
- Datos de entrenamiento
- 7,500,000,000,000 tokens
from the base model: Total Parameters: 456B Activated Parameters per Token: 45.9B (matches safetensors)
7.5T tokens "To enhance the reasoning and long context capabilities of the foundation model while ensuring diversity, we continue training the MiniMax-Text-01 model with additional 7.5T tokens with optimized data quality and mixture."
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 4.2 × 10²⁴ FLOP
- Computación de ajuste fino
- 2.2 × 10²⁴ FLOP
1.9828799999999997e+24 FLOP [base model compute] + 2.2033131e+24 FLOP [see finetune compute notes] = 4.1861931e+24 FLOP
1. Continual pre-training for 7.5T tokens: 6 FLOP / token / active parameter * 45.9 * 10^9 activated parameters * 7.5 * 10^12 tokens = 2.0655e+24 FLOP 2. RL (3 weeks on 512 H800 GPUs for full training, 40k version was stopped in the ~middle of it): 989000000000000 FLOP / GPU / sec [bf16 assumed] * 512 GPUs * 1.5 weeks * 168 hours / week * 3600 sec / hour * 0.3 [assimed utilization] = 1.3781311e+23 FLOP 2.0655e+24 FLOP + 1.3781311e+23 FLOP = 2.2033131e+24 FLOP *there was also SFT stage with …
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA H800 SXM5
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Unreleased
- Hugging Face
- MiniMaxAI
Apache 2,0 https://huggingface.co/MiniMaxAI/MiniMax-M1-40k
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention
- Última actualización
- 28 November 2025
Los extremos
Las diez GPUs más rápidas que ejecutan MiniMax-M1-40k
Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..
Las GPUs más pequeñas que aún funcionan MiniMax-M1-40k
La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..
- 01 Radeon Instinct MI325X 256 GB · Necesita 223.5 GB · Q3_K_M · Ajustado 11.7 tok/s
- 02 B300 288 GB · Necesita 250.0 GB · IQ4_XS · Ajustado 18.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Necesita 250.0 GB · IQ4_XS · Ajustado 14.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · Necesita 250.0 GB · IQ4_XS · Ajustado 14.6 tok/s
Qué significan los números
Lo que necesitas para ejecutar esto
Mínima tarjeta
Radeon Instinct MI325X
Memoria necesaria
223.5 GB
Más rápido
18.3 tok/s
MiniMax-M1-40k llega a un recuento de parámetros de 456B. Eso está más allá de lo que cualquier tarjeta gráfica única puede soportar. Ejecutarlo significa dividirlo entre varias tarjetas o alquilar hardware construido para el trabajo, y cada tarjeta capaz de soportarlo sola es una parte de datacenter. El número que puede: 4.
El hardware mínimo que funciona es Radeon Instinct MI325X, con una capacidad de memoria de 256 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 11.7 tokens por segundo
El resultado más rápido proviene de B300, generando aproximadamente 18.3 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
De dónde vino
MiniMax-M1-40k fue publicado por MiniMax, en el país registrado como China, durante June 2025. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Code generation, Quantitative reasoning.
En lugar de ser entrenado desde cero, se deriva de MiniMax-Text-01. Por eso comparte la forma y el tamaño general del modelo base.
El hecho de que los pesos sean abiertos es lo que coloca esta página en la calculadora en lugar de solo en el catálogo: es un modelo que puedes sostener. En Hugging Face está publicado bajo la organización MiniMaxAI.
Entendiendo las velocidades
El resultado mediano es alrededor de 14.6 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 4 de ellos.
Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.
Su arquitectura interna no está en nuestra base de datos, por lo que la memoria se aproxima a partir del conteo de parámetros y se marca en consecuencia. Se espera que la cifra real difiera, más aún en contextos largos.
Qué se necesitó para construirlo
El entrenamiento consumió alrededor de 4.2 × 10²⁴ FLOP, en hardware registrado como NVIDIA H800 SXM5. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 7,500,000,000,000 tokens de texto
Paso a paso
Cómo elegir una GPU para MiniMax-M1-40k
La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..
-
01
Lee la cifra de MEMORIA primero
Cada tarjeta aquí ha sido verificada contra MiniMax-M1-40k, necesitando alrededor 223.5 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
02
Ajusta el contexto a tu uso actual
Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. MiniMax-M1-40k.
-
03
Establecer un umbral de calidad
Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de Q3_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
-
04
Ordenar por velocidad
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. MiniMax-M1-40k. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B300, en 18.3 tok/s
-
05
Lee la columna de ajuste al final
La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de MiniMax-M1-40k. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
-
06
Abre la tarjeta que has elegido.
Cada nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para MiniMax-M1-40k.
Respuestas
MiniMax-M1-40k — preguntas comunes
MiniMax-M1-40k— ¿Cuánta VRAM necesita?
Necesita aproximadamente 223.5 GB a una compresión de Q3_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.
MiniMax-M1-40k— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
MiniMax-M1-40k— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 456B. from the base model: Total Parameters: 456B Activated Parameters per Token: 45.9B (matches safetensors). Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
MiniMax-M1-40k— ¿Quién lo creó?
Fue publicado por MiniMax, basado en China, una organización categorizada como industry.
MiniMax-M1-40k— ¿cuándo fue lanzado?
Se publicó en June 2025.
MiniMax-M1-40k— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Code generation, Quantitative reasoning. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
MiniMax-M1-40k— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización MiniMaxAI. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
MiniMax-M1-40k— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 4.2 × 10²⁴ FLOP, en hardware registrado como NVIDIA H800 SXM5. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
MiniMax-M1-40k— ¿Puedo ejecutarlo si no cabe en mi GPU?
Se puede dividir entre la tarjeta y la memoria del sistema, pero se genera muy lentamente de esa manera. El fallo más cercano que calculamos se queda corto por 103.8 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
MiniMax-M1-40k— ¿Correrían dos GPUS más rápido?
Una segunda tarjeta duplica aproximadamente la memoria disponible, pero no la tasa de generación. El número ya capaz de ejecutarlo solo: 4. Así que una segunda tarjeta rara vez es la respuesta aquí.
MiniMax-M1-40k— ¿Por qué difiere la cuantificación entre tarjetas?
Cada tarjeta se muestra ejecutando la copia menos comprimida que puede contener. El número de niveles de compresión distintos entre las tarjetas que lo soportan: 2. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
MiniMax-M1-40k— ¿Qué tan precisas son estas estimaciones de velocidad?
Cada cifra se deriva del ancho de banda de VRAM y del tamaño del modelo, no está basado en benchmarks, por lo que cada una se publica como un rango en lugar de un solo número. Un ejemplo: 11–29 tok/s en B300. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
MiniMax-M1-40k— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI325X, con una capacidad de memoria de 256 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 223.5 GB, y produce aproximadamente 11.7 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 4.
MiniMax-M1-40k— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 18.3 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 4.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.