MiniMax-M1-80k calculateur TPS
Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..
Calculé pour ce modèle
818 cartes dont nous détenons les spécifications pour
Carte la plus petite qui convient
Radeon Instinct MI325X
256 GB · Q3_K_M · 11.7 tok/s
Carte la plus rapide
B300
18.3 tok/s · 288 GB
Quelles GPU peuvent exécuter MiniMax-M1-80k?
Définir les entrées, lire la réponse
Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..
Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..
4 cartes correspondent
Calcul en cours| Besoin | Quantification | Convient | |||||
|---|---|---|---|---|---|---|---|
|
18.3
tok/s
11–29 · faible confiance |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 250.0 GB | IQ4_XS | À l'étroit |
|
14.6
tok/s
9–23 · faible confiance |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | À l'étroit |
|
14.6
tok/s
9–23 · faible confiance |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | À l'étroit |
|
11.7
tok/s
7–19 · faible confiance |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.5 GB | Q3_K_M | À l'étroit |
Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- MiniMax
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 13 June 2025
- Auteurs
- 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…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation, Question answering, Code generation, Quantitative reasoning
- Modèle de base
- MiniMax-Text-01
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 456B
- Données d'entraînement
- 7,500,000,000,000 tokens
from the base model: Total Parameters: 456B Activated Parameters per Token: 45.9B
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."
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 4.3 × 10²⁴ FLOP
- Ajustement fin des calculs
- 2.3 × 10²⁴ FLOP
1.9828799999999997e+24 FLOP [base model compute] + 2.3411262e+24 FLOP [see finetune compute notes] = 4.3240062e+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): 989000000000000 FLOP / GPU / sec [bf16 assumed] * 512 GPUs * 3 weeks * 168 hours / week * 3600 sec / hour * 0.3 [assimed utilization] = 2.7562623e+23 FLOP 2.0655e+24 FLOP + 2.7562623e+23 FLOP = 2.3411262e+24 FLOP *there was also SFT stage with no details provided, I assumed its compute is negligible
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA H800 SXM5
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (unrestricted)
- Code d'entraînement
- Unreleased
- Hugging Face
- MiniMaxAI
Apache 2.0 https://huggingface.co/MiniMaxAI/MiniMax-M1-80k
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention
- Dernière mise à jour
- 28 November 2025
Les extrêmes
Les dix GPU les plus rapides qui exécutent MiniMax-M1-80k
Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..
Les plus petits GPU qui fonctionnent encore MiniMax-M1-80k
Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..
- 01 Radeon Instinct MI325X 256 GB · Besoin 223.5 GB · Q3_K_M · À l'étroit 11.7 tok/s
- 02 B300 288 GB · Besoin 250.0 GB · IQ4_XS · À l'étroit 18.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Besoin 250.0 GB · IQ4_XS · À l'étroit 14.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · Besoin 250.0 GB · IQ4_XS · À l'étroit 14.6 tok/s
Ce que les chiffres signifient
Exigences matérielles en pratique
Carte minimale
Radeon Instinct MI325X
Mémoire requise
223.5 GB
Le plus rapide
18.3 tok/s
MiniMax-M1-80k atteint un nombre de paramètres de 456B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 4.
Le point d'entrée est Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 11.7 tokens par seconde
Haut de gamme est B300, générant à peu près 18.3 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
Ce que ce modèle est
MiniMax-M1-80k a été publié par MiniMax, dans le pays enregistré comme China, durant June 2025. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, Code generation, Quantitative reasoning.
Son point de départ était un modèle de base existant, MiniMax-Text-01. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable. Sur Hugging Face, il est publié sous l'organisation MiniMaxAI.
Qu'est-ce qui détermine la vitesse
Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 14.6 tokens par seconde. Dépassement direct de la vitesse de lecture. 4 d'eux
C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.
Sans la disposition d'attention sur fichier, la colonne de mémoire est une approximation. Elle est suffisamment proche pour choisir le matériel, et la moins fiable sur un long contexte.
Comment il a été entraîné
La production a nécessité des calculs totalisant environ 4.3 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA H800 SXM5. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'ensemble d'entraînement a duré environ 7,500,000,000,000 jetons de texte
Étape par étape
Comment choisir un GPU pour MiniMax-M1-80k
Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..
-
01
Vérifiez ce dont cela a besoin avant toute autre chose
Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de MiniMax-M1-80k, ayant besoin d'environ 223.5 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
-
02
Faites correspondre le contexte à votre utilisation réelle.
Définissez le contexte de ce que vous allez réellement utiliser. Le cache augmente avec la conversation, et c'est la raison habituelle pour laquelle une carte qui semblait convenir cesse de s'adapter. MiniMax-M1-80k.
-
03
Décidez combien de compression vous allez accepter
La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
-
04
Classer par débit plutôt que par fiche technique
Trier par vitesse pour voir comment les cartes se classent pour MiniMax-M1-80k. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B300, à 18.3 tok/s
-
05
Regardez la marge de manœuvre, pas seulement le fit.
Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de MiniMax-M1-80k. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
-
06
Voir ce que cette carte exécute d'autre.
Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur MiniMax-M1-80k.
Réponses
MiniMax-M1-80k — questions courantes
MiniMax-M1-80k— qui l'a créé ?
Il a été publié par MiniMax, basé sur China, une organisation catégorisée comme industry.
MiniMax-M1-80k— quand a-t-il été publié ?
Il a été publié dans June 2025.
MiniMax-M1-80k— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, Code generation, Quantitative reasoning. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
MiniMax-M1-80k— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation MiniMaxAI. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
MiniMax-M1-80k— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 4.3 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA H800 SXM5. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
MiniMax-M1-80k— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 103.8 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
MiniMax-M1-80k— deux GPUs l'exécuteraient-ils plus rapidement ?
Une seconde carte double à peu près la mémoire disponible mais pas le taux de génération. Le nombre déjà capable de le faire seul : 4. Ainsi, une seconde carte est rarement la réponse ici.
MiniMax-M1-80k— pourquoi la quantification diffère-t-elle entre les cartes ?
Une carte plus grande contient une copie plus précise. Le nombre de niveaux de compression utilisés sur les cartes qui l'exécutent : 2. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
MiniMax-M1-80k— quelle est la précision de ces estimations de vitesse ?
Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. Un exemple : 11–29 tok/s sur B300. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.
MiniMax-M1-80k— Quelle GPU ai-je besoin pour l'exécuter ?
La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB. Il exécute le modèle à une compression de Q3_K_M environ 223.5 GB, et produit environ 11.7 tous les GPU capables de l'exécuter en total 4.
MiniMax-M1-80k— à quelle vitesse est-il sur un GPU ?
Cela dépend de la carte. Le plus rapide que nous calculons est B300, à propos de 18.3 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 4.
MiniMax-M1-80k— combien de VRAM cela nécessite-t-il ?
Cela nécessite environ 223.5 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.
MiniMax-M1-80k— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
MiniMax-M1-80k— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 456B. from the base model: Total Parameters: 456B Activated Parameters per Token: 45.9B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.