开源权重可下推理模型已被替代可商用 · Apache-2.0
MiniMax-M1
MiniMax-M1 · 456B-A46B · MiniMax MiniMax · 发布 2025-06-16 · 已被替代 → MiniMax-M2
首个开源混合线性注意力推理模型，1M 上下文。
参数
456B 总 / 45.9B 激活
HYBRID
上下文
1M
输出 78K
价格 / 1M tok
$0.40 / $2.20
MiniMax 官方 API · 2026-08-28
最低可跑
Mac Studio M3 Ultra
FP8 · 457 GB · ≈8.9 tok/s
Arena Elo—
AA 综合指数—
真实仓库修 bug56
2025-06-16
GPQA 推理70
2025-06-16
架构简图
- 类型
- Hybrid（线性 + 全注意力）
- 注意力
- 混合：7 层 Lightning Attention（线性）+ 1 层 softmax GQA，循环
- 层数
- 80
- 专家
- 32 · 激活 2
- 隐藏维
- 6144
- 词表
- 200,064
基于 MiniMax-Text-01；1M 上下文；CISPO 强化学习；80K 思考预算版。
完善中
| 精度 | 权重大小 | 说明 |
|---|---|---|
| BF16 | 912 GB估 | 官方精度 |
| FP8 | 456 GB估 | |
| Q8 | 483 GB估 | |
| Q4 | 265 GB估 | GGUF Q4_K_M 或等效 |
- 消费级 24GB
- 不可行
- 单卡 80GB
- 不可行
- 8×80GB 节点
- BF16 912 GB 需 16×80GB；官方推荐 8×H800/H20 跑 FP8 / int8
KV Cache：仅 1/8 的层是 softmax 注意力（10 层），KV ≈ 40 KiB/token，1M 上下文约 40 GB；线性层状态固定。 ≈ 40 KiB/token
⚠ 能加载 ≠ 能在满上下文 / 高并发下舒服跑。标「估」的数字来自 计算器 公式或社区量化文件大小。
完善中
硬件配置与预估吞吐
最低可跑（8K 上下文）
Mac Studio M3 Ultra 512GB
≈¥75,000 · 合计 ≈¥75,000 · 统一内存
量化
FP8
解码
8.9 tok/s
最大上下文
1.6M
推荐配置（≥Q8 · 32K 上下文 · ≥15 tok/s）
8 × 昇腾 Ascend 910B 64GB
≈¥120,000（估） × 8 · 合计 ≈¥960,000 · 数据中心
量化
FP8
解码
151 tok/s
最大上下文
2.3M
| 配置 | 量化 | 占用 / 显存 | 解码 tok/s | 预填充 tok/s | 最大上下文 |
|---|---|---|---|---|---|
| 8× L40S 48GB工作站 | Q6_K估 | 375 GB / 384 GB | 103 | 3569 | 246K |
| 4× RTX PRO 6000 Blackwell 96GB工作站 | Q6_K估 | 370 GB / 384 GB | 106 | 4902 | 369K |
| 8× A100 40GB数据中心 | Q4_K_M | 274 GB / 320 GB | 254 | 12235 | 1.1M |
| 4× A100 80GB数据中心 | Q5_K_M估 | 320 GB / 320 GB | 140 | 6118 | 14K |
| 4× H20 96GB数据中心 | Q6_K估 | 370 GB / 384 GB | 237 | 1451 | 369K |
| 8× 昇腾 Ascend 910B 64GB数据中心 | FP8 | 466 GB / 512 GB | 153 | 10980 | 2.3M |
| 4× H100 80GB PCIe数据中心 | Q5_K_M估 | 320 GB / 320 GB | 137 | 14824 | 14K |
| 4× H100 80GB SXM数据中心 | Q5_K_M估 | 320 GB / 320 GB | 230 | 19392 | 14K |
| 2× AMD MI300X 192GB数据中心 | Q6_K估 | 368 GB / 384 GB | 157 | 12814 | 430K |
| 2× H200 141GB数据中心 | Q4_K_M | 267 GB / 282 GB | 196 | 9696 | 387K |
| 2× B200 192GB数据中心 | Q6_K估 | 368 GB / 384 GB | 237 | 22059 | 430K |
| Mac Studio M3 Ultra 512GB统一内存 | FP8 | 457 GB / 490 GB | 8.9 | 279 | 1.6M |
单流（batch=1）估算：解码 ≈ 显存带宽 × 效率 ÷ 每 token 读取字节（激活参数 × 量化位宽 + KV）；预填充 ≈ FP16 算力 × 0.45 ÷ (2 × 激活参数)。多卡按张量并行、带宽求和 × 0.55。实际受引擎、驱动、PCIe 影响，误差 ±30%。反向查：我的卡能跑谁 →
编程LiveCodeBench 65.0%、SWE-bench Verified 56.0%（官方）。
推理GPQA Diamond 70.0%、HLE 8.4%（官方）。
数学AIME 2025 76.9%（官方）。
AgentTAU-bench airline 62.0 / retail 63.5（官方）。
中文中文强。
逻辑能力
AIME 2025 76.9%、GPQA 70.0%、LiveCodeBench 65.0%、SWE-bench Verified 56.0%（官方，80k 版）。长上下文与 agent 是强项。
亮点
- 1.Lightning Attention 让 100K 生成的 FLOPs 仅为 R1 的 25%
- 2.1M 上下文 + 80K 思考输出，Apache-2.0
- 3.RL 成本仅 53.5 万美元（官方）
坑
- 1.456B 需多机部署，社区量化少
- 2.考试型推理弱于 R1-0528 / Qwen3-235B
- 3.被 M2（2025-10，更小更强）取代
适合：超长上下文推理 · 长程 agent 任务
不适合：本地部署 · 极致数学
| 基准 | 分数 | 来源 | 日期 | 证据 |
|---|---|---|---|---|
| SWE-bench Verified真实仓库修 bug | 56% | MiniMax-M1 模型卡（80k；LiveCodeBench 24/8-25/5） | 2025-06-16 | 厂商公布 |
| LiveCodeBench竞赛编程 | 65% | MiniMax-M1 模型卡（80k；LiveCodeBench 24/8-25/5） | 2025-06-16 | 厂商公布 |
| GPQA Diamond研究生级科学问答 | 70% | MiniMax-M1 模型卡（80k；LiveCodeBench 24/8-25/5） | 2025-06-16 | 厂商公布 |
| Humanity's Last Exam人类最后考试 | 8.4% | MiniMax-M1 模型卡（80k；LiveCodeBench 24/8-25/5） | 2025-06-16 | 厂商公布 |
| AIME 2025美国数学邀请赛 | 76.9% | MiniMax-M1 模型卡（80k；LiveCodeBench 24/8-25/5） | 2025-06-16 | 厂商公布 |
更新 2026-08-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。