MiniMax-M1-40k calcolatore TPS
Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..
Calcolato per questo modello
818 schede per cui abbiamo specifiche
Scheda più piccola che si adatta
Radeon Instinct MI325X
256 GB · Q3_K_M · 11.7 tok/s
Scheda più veloce
B300
18.3 tok/s · 288 GB
Quali GPU possono eseguire MiniMax-M1-40k?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..
4 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
18.3
tok/s
11–29 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 250.0 GB | IQ4_XS | Stretto |
|
14.6
tok/s
9–23 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | Stretto |
|
14.6
tok/s
9–23 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 250.0 GB | IQ4_XS | Stretto |
|
11.7
tok/s
7–19 · bassa fiducia |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 223.5 GB | Q3_K_M | Stretto |
Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- MiniMax
- Tipo di organizzazione
- Industry
- Paese
- China
- Pubblicato
- 13 June 2025
- Autori
- 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…
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation, Question answering, Code generation, Quantitative reasoning
- Modello di base
- MiniMax-Text-01
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 456B
- Dati di addestramento
- 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."
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 4.2 × 10²⁴ FLOP
- Addestramento fine
- 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 corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA H800 SXM5
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Unreleased
- Hugging Face
- MiniMaxAI
Apache 2,0 https://huggingface.co/MiniMaxAI/MiniMax-M1-40k
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Likely
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention
- Ultimo aggiornamento
- 28 November 2025
Gli estremi
Le dieci GPU più veloci che eseguono MiniMax-M1-40k
Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..
Le GPU più piccole che ancora funzionano MiniMax-M1-40k
Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..
- 01 Radeon Instinct MI325X 256 GB · Ha bisogno 223.5 GB · Q3_K_M · Stretto 11.7 tok/s
- 02 B300 288 GB · Ha bisogno 250.0 GB · IQ4_XS · Stretto 18.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Ha bisogno 250.0 GB · IQ4_XS · Stretto 14.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · Ha bisogno 250.0 GB · IQ4_XS · Stretto 14.6 tok/s
Cosa significano i numeri
Cosa ti serve per eseguirlo
Scheda minima
Radeon Instinct MI325X
Memoria necessaria
223.5 GB
Più veloce
18.3 tok/s
MiniMax-M1-40k raggiunge un conteggio di parametri di 456B. Questo è oltre ciò che qualsiasi singola scheda grafica può contenere. Eseguire questo significa o suddividerlo tra più schede o noleggiare hardware progettato per il lavoro, e ogni scheda in grado di contenerlo da sola è un componente da datacenter. Il numero che può: 4.
L'hardware minimo che funziona è Radeon Instinct MI325X, con una capacità di memoria di 256 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 11.7 token al secondo
Il risultato più rapido proviene da B300, generando approssimativamente 18.3 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Da dove è venuto
MiniMax-M1-40k è stato pubblicato da MiniMax, nel paese registrato come China, durante June 2025. La categoria sotto cui rientra l'editore è industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning.
Invece di essere addestrato da zero, è derivato da MiniMax-Text-01. È per questo che condivide la forma e le dimensioni generali del modello base.
I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere. Su Hugging Face è pubblicato sotto l'organizzazione MiniMaxAI.
Comprendere le velocità
Il risultato mediano è attorno 14.6 token al secondo 4 di loro
Ogni peso partecipa a ogni token qui, quindi la larghezza di banda è tutta la storia: la classifica sottostante è effettivamente una classifica del throughput di memoria.
La sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.
Cosa è stato necessario per costruirlo
Il run di addestramento ha consumato circa 4.2 × 10²⁴ FLOP, su hardware registrato come NVIDIA H800 SXM5. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 7,500,000,000,000 token di testo
Passo dopo passo
Come scegliere una GPU per MiniMax-M1-40k
La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..
-
01
Leggi prima il numero di VRAM
Ogni card qui è stata controllata contro MiniMax-M1-40k, avere bisogno di circa 223.5 GB a una compressione di Q3_K_M. La Capacità è il cancello — una card o la tiene o non la tiene.
-
02
Corrispondi il contesto al tuo utilizzo attuale
Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. MiniMax-M1-40k.
-
03
Imposta un pavimento di qualità
Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di Q3_K_M sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
-
04
Ordina per velocità
La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per MiniMax-M1-40k. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B300, nella 18.3 tok/s
-
05
Leggi l'ultima colonna di fit
La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di MiniMax-M1-40k. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
-
06
Apri la scheda su cui ti sei deciso.
Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. MiniMax-M1-40k.
Risposte
MiniMax-M1-40k — domande comuni
MiniMax-M1-40k— quanta VRAM serve?
Ha bisogno di 223.5 GB a una compressione di Q3_K_M, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.
MiniMax-M1-40k— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
MiniMax-M1-40k— quanti parametri ha?
Ha un numero di parametri di 456B. from the base model: Total Parameters: 456B Activated Parameters per Token: 45.9B (matches safetensors). Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
MiniMax-M1-40k— chi l'ha creato?
È stato pubblicato da MiniMax, basato su China, un'organizzazione categorizzata come industry.
MiniMax-M1-40k— quando è stato rilasciato?
È stato pubblicato in June 2025.
MiniMax-M1-40k— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
MiniMax-M1-40k— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione MiniMaxAI. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
MiniMax-M1-40k— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 4.2 × 10²⁴ FLOP, su hardware registrato come NVIDIA H800 SXM5. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
MiniMax-M1-40k— posso eseguirlo se non si adatta nella mia GPU?
Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 103.8 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
MiniMax-M1-40k— due GPU lo farebbero andare più veloce?
Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 4. Quindi una seconda CARD è raramente la risposta qui.
MiniMax-M1-40k— perché la quantizzazione differisce tra le schede?
Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 2. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
MiniMax-M1-40k— quanto sono accurate queste stime di velocità?
Ogni cifra è derivata dalla larghezza di banda della memoria e dalle dimensioni del modello, non calibrata, motivo per cui ognuna è pubblicata come un intervallo anziché come un singolo numero. Un esempio: 11–29 tok/s su B300. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.
MiniMax-M1-40k— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI325X, con una capacità di memoria di 256 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 223.5 GB, e produce approssimativamente 11.7 token al secondo. Il numero di card in grado di eseguirlo in totale: 4.
MiniMax-M1-40k— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 18.3 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 4.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.