01Ce qu'il sait faire
Points forts
- Multimodal : vision + texte
- Fort en code et raisonnement
- Contexte massif jusqu'à 1M tokens
- Disponible via un tag Ollama officiel
Limites à connaître
- —Très lourd : ~248 Go VRAM en Q4, réservé aux serveurs multi-GPU
- —Débit faible en local (~5 tok/s en Q4)
- —Licence custom « other » — vérifier les conditions d'usage
Architecture
MoE multimodal · 427B paramètres totaux · fenêtre de contexte jusqu'à 1M tokens
Entraînement
Modèle MoE multimodal de MiniMax pré-entraîné pour la vision, le code et le raisonnement long-contexte. Détails d'entraînement non publiés.
Idéal pour
Raisonnement multimodalGénération de codeDocuments longs
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
248 Go
Q5_K_M
Bon compromis qualité/taille
303 Go
Q8_0
Quasi-indistinguable de FP16
457 Go
FP16
Pleine précision — usage serveur
854 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 555 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
Quel GPU pour faire tourner MiniMax M3 ?
Pour exécuter MiniMax M3 en local en quantification Q4, il faut environ 248 Go de VRAM. Le meilleur rapport prix/performance : un Mac Studio (64 Go de mémoire unifiée).
Où acheter le Mac Studio
DartyVoir Mac Studio →RakutenVoir Mac Studio →AmazonVoir Mac Studio →Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
$ollama run minimax-m3
LM Studio
Interface graphique, zéro CLI
→ Voir le guide
llama.cpp
Perf brute, build from source
→ Voir le guide
vLLM
Serveur OpenAI-compatible prod
→ Voir le guide
Jan / GPT4All
Apps desktop tout-en-un
→ Voir le guide
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.