MiniMax-M1-40k 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-M1-40k?
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 (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."
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
- 4.2 × 10²⁴ FLOP
- Ajustement fin des calculs
- 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 …
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-M1-40k
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-M1-40k
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-M1-40k
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
Ce dont vous avez besoin pour l'exécuter
Carte minimale
Radeon Instinct MI325X
Mémoire requise
223.5 GB
Le plus rapide
18.3 tok/s
MiniMax-M1-40k 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 matériel minimum qui fonctionne 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
Le résultat le plus rapide vient de B300, générant à peu près 18.3 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
D'où cela vient-il
MiniMax-M1-40k a été publié par MiniMax, dans le pays enregistré comme China, durant June 2025. La catégorie à laquelle appartient l'éditeur est 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.
Plutôt que d'être entraîné depuis le début, il est dérivé de MiniMax-Text-01. C'est pourquoi il partage la forme et la taille générales du modèle de base.
Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation MiniMaxAI.
Comprendre les vitesses
Le résultat médian est d'environ 14.6 tokens par seconde 4 d'eux
Chaque poids participe à chaque jeton ici, donc la bande passante est toute l'histoire : le classement ci-dessous est effectivement un classement du débit de mémoire.
Son architecture interne n'est pas dans notre base de données, donc la mémoire est approximée à partir du nombre de paramètres et marquée en conséquence. Attendez-vous à ce que la véritable valeur diffère, surtout pour un long CONTEXT LENGTH.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a consommé environ 4.2 × 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-M1-40k
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
Lisez d'abord le chiffre de mémoire
Chaque carte ici a été vérifiée contre MiniMax-M1-40k, ayant besoin d'environ 223.5 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
-
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-M1-40k.
-
03
Définir un seuil de qualité
Chaque carte exécute la copie la moins compressée qu'elle peut contenir., 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
Trier par vitesse
La commande de vitesse est effectivement un classement par bande passante mémoire, pour MiniMax-M1-40k. 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
Lisez la colonne de compatibilité en dernier.
La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de MiniMax-M1-40k. 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
Ouvrez la carte sur laquelle vous vous êtes arrêté.
Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour MiniMax-M1-40k.
Réponses
MiniMax-M1-40k — questions courantes
MiniMax-M1-40k— 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-M1-40k— 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-M1-40k— 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 (matches safetensors). 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.
MiniMax-M1-40k— qui l'a créé ?
Il a été publié par MiniMax, basé sur China, une organisation catégorisée comme industry.
MiniMax-M1-40k— quand a-t-il été publié ?
Il a été publié dans June 2025.
MiniMax-M1-40k— 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-M1-40k— 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-M1-40k— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 4.2 × 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-M1-40k— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Il peut être réparti entre la carte et la mémoire système, mais cela génère de manière douloureuse lentement. 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-M1-40k— 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-M1-40k— pourquoi la quantification diffère-t-elle entre les cartes ?
Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 2. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
MiniMax-M1-40k— quelle est la précision de ces estimations de vitesse ?
Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. 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-M1-40k— 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-M1-40k— 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.
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.