Can I run MiniMax M3 locally?

Có, trọng số mở và được lưu trữ tại MiniMaxAI/MiniMax-M3 trên Hugging Face. MiniMax hỗ trợ các framework suy luận SGLang, vLLM, Transformers, KTransformers, unsloth và ATOM, tuy nhiên với 428 tỷ tham số tổng bạn sẽ cần phần cứng mạnh.

What does MiniMax M3 cost via API?

API có giá $0.30 cho mỗi triệu token đầu vào và $1.20 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token.

How is M3 different from M2?

M3 thay thế chú ý đầy đủ bằng MiniMax Sparse Attention, mang lại tốc độ tiền điền nhanh hơn 9 lần và giải mã nhanh hơn 15 lần ở ngữ cảnh 1 triệu trong khi giảm tính toán trên mỗi token xuống khoảng 1/20 M2; nó cũng bổ sung đầu vào video gốc và chế độ suy luận có thể cấu hình mà M2 không có.

▲

29.0%

tuần này

MiniMax M3

9051°

#llm #minimax #thị giác #video #lý luận #tác nhân

Thị giác

Chạy trên Graydient

Chạy mô hình này

Ưu đãi / Quảng cáo

Easy Creator (Prism) Web

Không giới hạn · phí cố định

Tốt nhất cho người mới bắt đầu. Quy trình làm việc mạnh mẽ, dễ học.

PirateDiffusion Telegram

Không giới hạn · phí cố định

Tạo video, hình ảnh, nhân vật chat tùy chỉnh và nhiều hơn nữa.

Pro studio (SpyGlass) Web

Không giới hạn · phí cố định

Duyệt mô hình, render và chỉnh sửa từ bất kỳ trình duyệt hay điện thoại nào.

Discord bot (Vector)

Không giới hạn · phí cố định

Thêm Vector vào máy chủ của bạn hoặc tham gia Discord của Vector. Tạo mọi thứ!

Unified Editor Web

Không giới hạn · phí cố định

Trình chỉnh sửa cho hình ảnh và video: render, chỉnh sửa, nâng cấp và nhiều hơn nữa trên một trang.

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

Ứng dụng cục bộ

Cần thiết lập

Cài đặt các chương trình local nếu máy tính của bạn có phần cứng đủ mạnh.

ModelDuel Web

Trả theo lượt dùng

Tạo cùng một lệnh trên tối đa 50 mô hình checkpoint/cơ sở cùng lúc.

Thuê GPU trên đám mây

Graydient Cloud GPU

Không giới hạn · phí cố định

Phí cố định, dùng không giới hạn. Mô hình này cài đặt chỉ với một lần nhấp.

RunPod Cloud GPU

Tính phí theo phút

Thuê GPU theo phút và tự thiết lập mô hình.

Hướng dẫn cho mô hình này

Cách chọn mô hình AI trong tháng 10 năm 2026: tin tức nguồn đóng, rồi đến các trọng số mở đáng tải về

LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì

Cách Cài Đặt Ollama và Chạy AI Cục Bộ (Windows, Mac, Linux)

Tất cả hướng dẫn

MiniMax | ngữ cảnh 1.048.576 token | $0.30/M đầu vào, $1.20/M đầu ra. MiniMax-M3 là mô hình nền tảng đa phương thức từ MiniMax. Nó hỗ trợ đầu vào văn bản, hình ảnh và video với đầu ra văn bản, cửa sổ ngữ cảnh 1 triệu token, và phù hợp cho công việc agentic dài hạn, lập trình và sử dụng công cụ. Nó xây dựng trên MiniMax Sparse Attention (MSA), thay thế chú ý đầy đủ bằng lựa chọn khối KV để giảm chi phí tính toán trên mỗi token ở ngữ cảnh dài — khoảng 1/20 chi phí thế hệ trước ở 1 triệu token, với tốc độ tiền xử lý và giải mã nhanh hơn đáng kể trong khi giữ chất lượng trên hầu hết các tác vụ. Được huấn luyện như mô hình đa phương thức gốc trên dữ liệu xen kẽ và tinh chỉnh cho hợp tác đa lượt, giống môi trường sản xuất qua framework mô phỏng người dùng tương tác, mô hình hướng đến các nhiệm vụ kéo dài, đa bước thay vì thực thi một lượt.

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

MiniMax M3 là mô hình hỗn hợp chuyên gia thưa thớt 428 tỷ tham số từ MiniMax, kích hoạt khoảng 23 tỷ tham số mỗi token, với cửa sổ ngữ cảnh một triệu token và hỗ trợ gốc cho đầu vào văn bản, hình ảnh và video. Kiến trúc MiniMax Sparse Attention giảm tính toán trên mỗi token xuống khoảng 1/20 thế hệ trước ở ngữ cảnh đầy đủ, với tốc độ tiền điền nhanh hơn 9 lần và giải mã nhanh hơn 15 lần. Trọng số mở, API giá rẻ, và thiết kế hướng tới công việc tác nhân kéo dài thay vì truy vấn một lần.

Nổi tiếng với

Ngữ cảnh 1 triệu token với chi phí tính toán chỉ bằng một phần nhỏ so với mô hình chú ý dày đặc
Đào tạo đa phương thức gốc trên văn bản, hình ảnh và video từ bước đầu tiên
Tăng tốc tiền điền 9× và giải mã 15× so với M2 ở ngữ cảnh tối đa
Ba chế độ suy luận chuyển đổi được: luôn bật, thích ứng hoặc tắt
Tối ưu cho nhiệm vụ tác nhân đa lượt và sử dụng công cụ, không chỉ lời nhắc một lượt

Cẩn thận với

Với 428 tỷ tham số tổng, triển khai cục bộ đòi hỏi phần cứng mạnh; kiểm tra yêu cầu VRAM trước khi tải xuống.
Trọng số mở, nhưng hãy xác minh điều khoản giấy phép cho trường hợp sử dụng của bạn trước khi xây dựng sản phẩm thương mại.
Chất lượng đầu vào video và hình ảnh ở độ dài ngữ cảnh cực đại chưa được đánh giá độc lập tại đây.

Phù hợp nhất cho

Tác nhân và sử dụng công cụ

Lời nhắc để thử

Tác vụ tái cấu trúc đa file

Bạn đang làm việc trên một trình thu thập dữ liệu web Python chia thành ba file: fetcher.py xử lý các yêu cầu HTTP với cơ chế thử lại, parser.py trích xuất dữ liệu cấu trúc bằng BeautifulSoup, và main.py điều phối pipeline. Trình thu thập dữ liệu im lặng bỏ qua mục khi trang trả về lỗi 429. Chẩn đoán nguyên nhân có thể, đề xuất sửa với cơ chế lùi dần theo cấp số nhân, và viết lại các phần liên quan của fetcher.py và main.py để thực hiện.

Hỏi đáp tài liệu dài

Tôi sẽ dán một hợp đồng dài dưới đây. Đọc toàn bộ tài liệu, sau đó trả lời ba câu hỏi: 1) Điều kiện chấm dứt hợp đồng của mỗi bên là gì? 2) Có điều khoản gia hạn tự động không, nếu có thì thời gian thông báo là bao lâu? 3) Bên nào chịu trách nhiệm về vi phạm dữ liệu? Trích dẫn số điều khoản cho mỗi câu trả lời. [Dán văn bản hợp đồng ở đây]

Phân tích dựa trên hình ảnh

Đính kèm là ảnh chụp màn hình bảng điều khiển. Xác định mọi chỉ số hiển thị, ghi chú những chỉ số nào nằm ngoài phạm vi hoạt động bình thường dựa trên những gì bạn thấy, và đề xuất hai nguyên nhân gốc rễ có khả năng nhất cho bất kỳ bất thường nào. Sau đó viết tóm tắt ba câu mà một quản lý không chuyên có thể đọc.

So sánh với

MiniMax M1
Mô hình chỉ API
ngữ cảnh 1,000,000 token · Đầu vào $0.55/M, đầu ra $2.20/M
MiniMax M2.5
Mô hình mở trọng số
ngữ cảnh 204,800 token · Đầu vào $0.27/M, đầu ra $0.95/M
MiniMax-01
Mô hình mở trọng số
ngữ cảnh 1,000,192 token · Đầu vào $0.20/M, đầu ra $1.10/M
MiniMax M2.1
Mô hình mở trọng số
ngữ cảnh 204,800 token · Đầu vào $0.30/M, đầu ra $1.20/M

Thêm mô hình văn bản từ minimax

Câu hỏi thường gặp

Can I run MiniMax M3 locally?: Có, trọng số mở và được lưu trữ tại MiniMaxAI/MiniMax-M3 trên Hugging Face. MiniMax hỗ trợ các framework suy luận SGLang, vLLM, Transformers, KTransformers, unsloth và ATOM, tuy nhiên với 428 tỷ tham số tổng bạn sẽ cần phần cứng mạnh.
What does MiniMax M3 cost via API?: API có giá $0.30 cho mỗi triệu token đầu vào và $1.20 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token.
How is M3 different from M2?: M3 thay thế chú ý đầy đủ bằng MiniMax Sparse Attention, mang lại tốc độ tiền điền nhanh hơn 9 lần và giải mã nhanh hơn 15 lần ở ngữ cảnh 1 triệu trong khi giảm tính toán trên mỗi token xuống khoảng 1/20 M2; nó cũng bổ sung đầu vào video gốc và chế độ suy luận có thể cấu hình mà M2 không có.

Phán quyết của thuyền trưởng
Một mô hình trọng số mở hiếm hoi coi trọng cửa sổ ngữ cảnh triệu token đến mức xây dựng lại cơ chế chú ý xung quanh nó.

Thẻ mô hình trên Hugging Face

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #19 Hottest Text / LLM model · #19 Hottest Text / LLM text model

Not this creator?

Get your own badge

Xu hướng phổ biến của MiniMax M3

Điểm nhiệt từ 31 May 2026

Điểm nhiệt

9,051°

Tuần này

▲

29.0%

9,017° lúc đó, 9,051° bây giờ

Tháng này

▲

231%

8,892° lúc đó, 9,051° bây giờ

Năm qua

n/a

Chưa phát hành/được theo dõi

7,000°

Điểm sàn

Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.

+1,727°

Token OpenRouter

5,730,756,128,120 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 573,075; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).

+324°

Tỷ lệ áp dụng

Khoảng 20,825 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.

Hiển thị phân tích chi tiết

Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 9,051°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.

1
Bắt đầu từ điểm sàn.
Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.
7,000°
tổng đang chạy
2
Thêm lượt tải về.
573,075 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.
+1,727°
8,727°
tổng đang chạy
3
Thêm tỷ lệ áp dụng.
Khoảng 20,825 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.
+324°
9,051°
tổng đang chạy
=
Điểm nhiệt.
Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.
9,051°

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.

Mô hình tương tự

Mô hình AI để tạo hình ảnh, video & văn bản

MiniMax M3 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác, xem điểm độ hot để biết xu hướng và mở trên PirateDiffusion hoặc BitVector để dùng thử.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm minimax thị giác video lý luận tác nhân lập trình ngữ cảnh dài

Duyệt theo họ mô hình