Model · MiniMax · 2026· config.json 已核实
MiniMax-M3（427B）显存要求 · 本地部署需要什么显卡
原生上下文 1,048,576 tokens · GQA · MoE 128 选 4 · 每 token 激活 23B
推理显存需求（llama.cpp 口径，batch = 1，含 KV/缓冲/开销）
| 量化档 | 权重体积 | 4K 上下文 | 32K 上下文 | 128K 上下文 | 1M 上下文 |
|---|---|---|---|---|---|
| FP16 / BF16 | 795.3 GiB | 797.1 GiB | 803.9 GiB | 827.1 GiB | 1044.1 GiB |
| GGUF Q8_0 | 422.5 GiB | 424.3 GiB | 431.1 GiB | 454.3 GiB | 671.3 GiB |
| GGUF Q4_K_M | 241.1 GiB | 242.9 GiB | 249.6 GiB | 272.9 GiB | 489.9 GiB |
| GGUF Q2_K | 130.7 GiB | 132.5 GiB | 139.3 GiB | 162.5 GiB | 379.5 GiB |
显存需求 = 权重 + KV cache + 计算/输入缓冲 + 框架开销（≈0.8 GB）。权重与 KV 为精确公式， 典型误差 ±3%；≥24 GB 显存可从 4-bit 档起步。
微调显存估算（4096 上下文 × batch 1，梯度检查点开）
| 全参微调（AdamW 混合精度） | 6366.5 GiB |
| LoRA（r=16，7 模块） | 801.1 GiB |
| QLoRA（NF4，r=16） | 210.9 GiB |
微调框架与部署引擎推荐
微调：LLaMA-Factory（社区支持）
部署：vLLM · SGLang
硬件参考：M3：427B 总参 / 23B 激活，原生 1M 上下文