MiniMax-M3: requisitos de VRAM e memória

Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (bartowski): 244,40 GiB–249,71 GiB em 8.192 tokens, 1 sequência, KV FP16, llama.cpp.

Este resultado é uma estimativa, não um rastreio medido.Não verificadoPesos com arquivo

Publicador e procedência

FornecedorMiniMax
Hugging FaceMiniMaxAI/MiniMax-M3
Revisionf0e1c1e04d40177e4673a22097036854f536e9c0
Parâmetros totais427.040.140.160
Parâmetros ativosDesconhecido / sem fonte independente
Camadas60
Heads de consulta64
Heads KV4 (gqa)
Dimensão do head128
Contexto documentado1.048.576
Completudepartial · partial

A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.

Camadas de memória desta estimativa

Bytes do arquivo, KV bruto, extras do engine e demanda total ficam separados. Isto não é um rastreio de execução.

Weight artifact: 243,34 GiB (261.282.110.272 bytes)
Raw KV cache: 0,94 GiB (1.006.632.960 bytes)
Engine extras / workspace: 0,13 GiB–5,43 GiB
Total estimated demand: 244,40 GiB–249,71 GiB

Arquivos contados

Quantização	Arquivos contados	Bytes	Motor de execução	Evidência
BF16 safetensors bf16 Calculadora: BF16 safetensors	59 shards safetensors Total de bytes selecionados: 869.157.697.024 (809,47 GiB / 869,16 GB) Primeiro shard: model-00001-of-00059.safetensors Último shard: model-00059-of-00059.safetensors Ver todos os 59 arquivos de shard `model-00001-of-00059.safetensors` `model-00002-of-00059.safetensors` `model-00003-of-00059.safetensors` `model-00004-of-00059.safetensors` `model-00005-of-00059.safetensors` `model-00006-of-00059.safetensors` `model-00007-of-00059.safetensors` `model-00008-of-00059.safetensors` `model-00009-of-00059.safetensors` `model-00010-of-00059.safetensors` `model-00011-of-00059.safetensors` `model-00012-of-00059.safetensors` `model-00013-of-00059.safetensors` `model-00014-of-00059.safetensors` `model-00015-of-00059.safetensors` `model-00016-of-00059.safetensors` `model-00017-of-00059.safetensors` `model-00018-of-00059.safetensors` `model-00019-of-00059.safetensors` `model-00020-of-00059.safetensors` `model-00021-of-00059.safetensors` `model-00022-of-00059.safetensors` `model-00023-of-00059.safetensors` `model-00024-of-00059.safetensors` `model-00025-of-00059.safetensors` `model-00026-of-00059.safetensors` `model-00027-of-00059.safetensors` `model-00028-of-00059.safetensors` `model-00029-of-00059.safetensors` `model-00030-of-00059.safetensors` `model-00031-of-00059.safetensors` `model-00032-of-00059.safetensors` `model-00033-of-00059.safetensors` `model-00034-of-00059.safetensors` `model-00035-of-00059.safetensors` `model-00036-of-00059.safetensors` `model-00037-of-00059.safetensors` `model-00038-of-00059.safetensors` `model-00039-of-00059.safetensors` `model-00040-of-00059.safetensors` `model-00041-of-00059.safetensors` `model-00042-of-00059.safetensors` `model-00043-of-00059.safetensors` `model-00044-of-00059.safetensors` `model-00045-of-00059.safetensors` `model-00046-of-00059.safetensors` `model-00047-of-00059.safetensors` `model-00048-of-00059.safetensors` `model-00049-of-00059.safetensors` `model-00050-of-00059.safetensors` `model-00051-of-00059.safetensors` `model-00052-of-00059.safetensors` `model-00053-of-00059.safetensors` `model-00054-of-00059.safetensors` `model-00055-of-00059.safetensors` `model-00056-of-00059.safetensors` `model-00057-of-00059.safetensors` `model-00058-of-00059.safetensors` `model-00059-of-00059.safetensors`	869.157.697.024 (809,47 GiB / 869,16 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 Calculadora: GGUF Q8_0 (Unsloth)	11 shards safetensors Total de bytes selecionados: 452.714.559.392 (421,62 GiB / 452,71 GB) Primeiro shard: Q8_0/MiniMax-M3-Q8_0-00001-of-00011.gguf Último shard: Q8_0/MiniMax-M3-Q8_0-00011-of-00011.gguf Ver todos os 11 arquivos de shard `Q8_0/MiniMax-M3-Q8_0-00001-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00002-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00003-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00004-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00005-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00006-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00007-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00008-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00009-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00010-of-00011.gguf` `Q8_0/MiniMax-M3-Q8_0-00011-of-00011.gguf`	452.714.559.392 (421,62 GiB / 452,71 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q4_K_M (bartowski) gguf-q4_k_m Calculadora: GGUF Q4_K_M (bartowski)	7 shards safetensors Total de bytes selecionados: 261.282.110.272 (243,34 GiB / 261,28 GB) Primeiro shard: MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00001-of-00007.gguf Último shard: MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00007-of-00007.gguf Ver todos os 7 arquivos de shard `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00001-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00002-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00003-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00004-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00005-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00006-of-00007.gguf` `MiniMax-M3-Q4_K_M/MiniMax-M3-Q4_K_M-00007-of-00007.gguf`	261.282.110.272 (243,34 GiB / 261,28 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (bartowski) gguf-q5_k_m Calculadora: GGUF Q5_K_M (bartowski)	8 shards safetensors Total de bytes selecionados: 305.348.746.176 (284,38 GiB / 305,35 GB) Primeiro shard: MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00001-of-00008.gguf Último shard: MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00008-of-00008.gguf Ver todos os 8 arquivos de shard `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00001-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00002-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00003-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00004-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00005-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00006-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00007-of-00008.gguf` `MiniMax-M3-Q5_K_M/MiniMax-M3-Q5_K_M-00008-of-00008.gguf`	305.348.746.176 (284,38 GiB / 305,35 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (bartowski) gguf-q6_k Calculadora: GGUF Q6_K (bartowski)	10 shards safetensors Total de bytes selecionados: 369.400.554.688 (344,03 GiB / 369,40 GB) Primeiro shard: MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00001-of-00010.gguf Último shard: MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00010-of-00010.gguf Ver todos os 10 arquivos de shard `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00001-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00002-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00003-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00004-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00005-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00006-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00007-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00008-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00009-of-00010.gguf` `MiniMax-M3-Q6_K/MiniMax-M3-Q6_K-00010-of-00010.gguf`	369.400.554.688 (344,03 GiB / 369,40 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	Nenhum arquivo publicado	213.520.070.080 (Linhas teóricas não são artefactos descarregáveis.)	—	theoretical

Memória por quantização e contexto

Sequências concorrentes = 1. O KV padrão é FP16. O intervalo inclui extras de runtime documentados para o engine indicado. Os números usam o mesmo núcleo da calculadora interativa.

Quantização	2.048 tokens	8.192 tokens	32.768 tokens
BF16 safetensors	810,33 GiB–812,21 GiB	811,03 GiB–812,93 GiB	813,84 GiB–815,83 GiB
GGUF Q8_0 (Unsloth)	421,98 GiB–430,79 GiB	422,69 GiB–431,56 GiB	425,50 GiB–434,57 GiB
GGUF Q4_K_M (bartowski)	243,70 GiB–248,94 GiB	244,40 GiB–249,71 GiB	247,21 GiB–252,72 GiB
GGUF Q5_K_M (bartowski)	284,74 GiB–290,80 GiB	285,44 GiB–291,57 GiB	288,25 GiB–294,58 GiB
GGUF Q6_K (bartowski)	344,39 GiB–351,65 GiB	345,09 GiB–352,41 GiB	347,91 GiB–355,42 GiB
INT4 theoretical Linhas teóricas não são artefactos descarregáveis.	199,22 GiB–256,98 GiB	199,92 GiB–257,86 GiB	202,73 GiB–261,32 GiB

Cache KV (dados brutos)

O KV bruto de GQA/MHA é 2 × camadas × kvHeads × headDim × tokens × sequências × bytes por elemento. Esta página usa KV heads (4), não query heads (64).

8,192 tokens, 1 sequence, FP16: 1.006.632.960 bytes (0,9375 GiB)
32,768 tokens: 4.026.531.840 bytes (3,7500 GiB)

Abrir a calculadora com este modelo

Páginas relacionadas

Fontes

MiniMax-M3 model card
config.json — revision f0e1c1e04d40177e4673a22097036854f536e9c0
safetensors index — metadata.total_size=869157697024
Artifact repo unsloth/MiniMax-M3-GGUF
Artifact repo bartowski/MiniMax-M3-GGUF

Premissas que afetam o resultado

O contexto pedido cabe na janela nativa de 1048576 tokens.
A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.
Os bytes dos pesos vêm só dos arquivos escolhidos, não de todas as quantizações do repositório.
O tamanho do download não é o pico de GPU. Layout em execução e KV vêm a mais.
Os bytes de pesos vêm de 7 shards safetensors publicados, somando 261282110272 bytes.
Há componente de visão. Inferência só de texto não inclui encoder/projector.
Há pesos MTP/draft; só entram se ativados.

Calculadora

A carregar o snapshot do catálogo…

Escolha primeiro um modelo e depois confira o equipamento.

Modelo

Mostrar modelos históricos

Quantização

Tipo de dispositivo

Hardware

Carga

O comprimento de contexto afeta principalmente a memória do KV cache.

Configurações avançadas

Runtime

Engine e tipo de cache KV desta estimativa.

Motor de execuçãoTipo do cache KVDtype do estado recorrente / conv Incluir estimativas teóricas (especialista) Permitir substituto se o filtro não tiver correspondência

Carga

Cenário de overhead e o espaço de prefill.

Cenário de overhead em tempo de execução Incluir área de trabalho mais pesada no prefill

Topologia

Como o modelo é dividido entre dispositivos. A memória não é somada.

Forma de implantaçãoDivisão intra-réplicaQuantidade de dispositivos

O número de réplicas é avançado. A quantidade são nós ou GPUs, não réplicas.

Grupos de réplicasDispositivos por réplica

Orçamento

Reserva do sistema e margem de segurança. Um número vazio mantém o valor anterior.

Reserva para sistema / tela

GiB (2^30 bytes)

O orçamento já exclui a reserva do sistemaMargem extra de segurança

Bits efetivos por parâmetro (personalizado)Unidade de exibição

Modelo personalizado

Importe uma config ou digite a arquitetura. Nada é varrido até você importar.

Importar config.json local

O arquivo é lido só no navegador e não é enviado.

Repositório público do Hugging FaceRevisão

Só huggingface.co, só config.json, sem token. Repositório privado é recusado.

Parâmetros totaisParâmetros ativosCamadasHeads de consultaHeads KVDimensão do head

Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.

Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.