MiniMax 2.5开源吗?模型下载和本地部署怎么做?

AI技术 阅读 15 约8分钟读完

大家好,我是SD中文网的站长小庞。MiniMax 2.5(官方全称 MiniMax-M2.5)是开源的:权重已经在 Hugging Face 和 ModelScope 公开,GitHub 上也有代码和部署文档,可以本地跑、私有集群部署和微调。代码用 MIT 协议,权重用 MiniMax Model License,允许使用、修改、分发和商用,但要保留归属声明,对外产品还得在界面上写清 MiniMax M2.5。它不是点一下就出图的小模型,而是大约 2300 亿总参数的 MoE 大模型,完整权重大约 230GB,家用电脑很难硬上全精度。

很多人搜「minimax 2.5 开源吗」,其实是想确认能不能自己下、自己跑、会不会被卡住商用。答案是能下、能跑,但机器门槛很高;只想马上出图、出视频、做音乐的话,别从它入手。

MiniMax 2.5 开源到哪一步,能商用吗

截至 2026 年 11 月,MiniMax-M2.5 是 MiniMax M2 系列里 2026 年 2 月 12 日发布的一代,定位偏编程、工具调用、搜索和办公类 Agent 任务,不是文生图模型。你可以把它理解成一家超大公司:总共两百多亿参数的“专家”都在花名册上,但每次真正上班的只有大约 100 亿,所以叫 MoE(混合专家)。上下文窗口官方大约 20 万 token 量级,单序列上限常见标到约 19.6 万。

开源分两块,别混:

  • 代码:MIT License。如果做成对外产品或服务,通常要在界面显著位置写上 “MiniMax M2.5”。完整条款见 代码 MIT 许可全文。
  • 模型权重:MINIMAX MODEL LICENSE(改过的 MIT 风格),非排他、全球、免版税的有限许可,允许使用、复制、修改、分发、衍生和商用,但必须附带协议、保留 “MiniMax AI model is licensed under the MiniMax Model License” 这类归属。完整条款见 MiniMax 模型许可协议全文。

商用前自己把两份协议读完,不要只听别人一句“完全随便用”。后续还有 M2.7、M3 等型号,API 可能会调整,但 M2.5 权重一般仍可自行下载部署。

另外别跟本站里的 MiniMax Music 3 音乐模型介绍、MiniMax H3 视频模型介绍搞混——那些是做歌、做视频的,M2.5 是文本和 Agent 大脑。

Hugging Face 上 MiniMax-M2.5 开源仓库页面
Hugging Face 上 MiniMax-M2.5 开源仓库页面(截图来源:huggingface.co)

模型下载去哪找,文件到底有多大

官方完整权重大约 230GB,格式主要是 Safetensors。仓库名字是 MiniMaxAI/MiniMax-M2.5(Hugging Face)和 MiniMax/MiniMax-M2.5(ModelScope)。国内访问 Hugging Face 经常龟速或中断,优先走 ModelScope 会稳很多。GitHub 上的 MiniMax-M2.5 仓库主要是文档和代码,不是把 230GB 权重全塞进去。

量化版适合自己折腾本地推理:社区常见 Q3 到 Q8、IQ 系列 GGUF,体积大约从 78GB 到 243GB 不等;Unsloth 的动态 3-bit(UD-Q3_K_XL)大约 101GB,体积大概能砍掉六成。量化就像把一本超厚精装书压成便携本,字还在,细节会差一点,但普通机器才有机会转起来。

  • 要完整精度、准备多卡集群:下官方全量权重。
  • 只有一张或几张消费级卡、想先跑通:下动态 3-bit 或 4-bit 量化。
  • 只是调用接口、不想养模型:用官方 API(有标准版和更快的 Lightning 版),那是云端服务,不是本地开源部署。

下载请走官方仓库或本站整理过的正规入口,不要信“网盘破解永久免费”。大文件中断很常见,用支持断点续传的工具,磁盘先留足空间——完整包加缓存,500GB 起步更安心。

本地部署怎么做,配置要到什么程度

全精度 bf16 大约要 457GB 内存量级;光加载权重就大约 220GB,KV Cache(模型的“短期记忆本”)每 100 万 token 还可能再吞大约 240GB。所以家用单卡基本别想原汁原味跑满上下文。

部署方式 大致资源 更适合谁
全精度 bf16 约 457GB 内存;生产常见 4×96GB 或 8 卡 机房、私有集群
4-bit 量化 大约 136GB GPU 显存 多卡工作站
动态 3-bit 16GB 显卡加约 96GB 内存,或约 128GB 统一内存的 Mac 发烧友先跑通

官方推理框架按文档常见是 SGLang(最常被推荐)、vLLM、Transformers、KTransformers;Mac 可看 MLX;量化 GGUF 用新版本 llama.cpp(要支持 minimax_m2 架构)。框架旧了会出现不认识模型、工具调用失效、思考链解析乱掉。

  1. 先看显存、内存、磁盘,不够就别下全量,改量化或直接放弃本地。
  2. 升级到较新的 SGLang / vLLM,部署时按官方要求加 trust remote code,工具和思考解析要用 minimax_m2、minimax_m2_append_think 这类专用 parser,旧参数套上去会 silently 出错。
  3. 多卡用张量并行,卡多时再开 expert parallel;静态显存占用比例可先从大约 0.85 试,爆显存再往下调。
  4. 官方建议的一组效果参数:temperature 1.0、top_p 0.95、top_k 40、min_p 0.01。先把上下文缩到 16K 测通,再往上加。
  5. 国内下载 Hugging Face 失败时,改 ModelScope 预下载,或把镜像端点指到可用的 HF 镜像后再拉。

命令行和节点一堆,对新手极不友好。想玩工作流、自己接节点,再考虑 ComfyUI 下载和安装教程;已经习惯 WebUI 插件的老用户才需要秋叶整合包,它更新慢、门槛也不低。

本地部署大模型对显存、内存和磁盘都很吃紧的示意

新手要不要本地部署,电脑跑不动怎么办

说实话:如果你的目标是海报、商品图、短视频、配乐,M2.5 不是正确入口。它更像给开发和团队用的“会用工具的大脑”,不是画图软件。完全没接触过、想最快在自己电脑上出图、出视频、做音乐,我首推本站的 助澜AI创作台免费下载页——模型和运行环境不用自己东拼西凑,能力包按需装,图片、视频、音乐分开做。里面可以用到 Z-Image 模型介绍和下载、ACE-Step 1.5 音乐模型介绍 这些更贴近创作的能力。

没有 N 卡、显存不够、Mac 或轻薄本、装到一半报错劝退,或者根本不想安装,就用 咕嘟AI 在线生图生视频:不用显卡、打开网页就能出图出视频。显存报错、环境装不上的时候,这条路最省心。

只有当你明确要做代码 Agent、私有知识库、自己微调 M2.5,并且手里真有多卡或超大内存,再按上一节部署。商用界面记得写模型名,协议别漏。

常见问题

MiniMax 2.5 和 MiniMax 做视频、做音乐的是同一个吗?

不是。MiniMax-M2.5 是文本和 Agent 大模型;做视频、做音乐是另一批模型。想出画面或歌曲,请去创作台或对应模型页,别把 230GB 的 M2.5 当画图包来装。

开源了是不是可以随便商用、不用署名?

不可以这么理解。权重允许商用,但要带上模型许可和归属声明,代码侧做对外产品时还常需要在 UI 写 MiniMax M2.5。以 GitHub 上两份 LICENSE 为准,不要只看口头转述。

Hugging Face 下不动,是不是没开源?

开源了,只是国际站点在国内不稳定。改用 ModelScope,或给 Hugging Face 配镜像后再下载。下到一半校验失败,多半是网络中断,换续传工具重试即可。

16GB 显卡能跑起来吗?

全精度基本没戏。动态 3-bit 量化在“16GB 显卡 + 大约 96GB 内存”这种组合上有人跑到每秒二十多次的量级,但上下文不能开太满,速度和效果都要接受打折。跑不动就用量化再降档,或改走在线和创作台,别硬刚到风扇狂转。

小结一下:MiniMax 2.5 确实开源,能下载、能本地部署、也能按协议商用,但它是超大 MoE 文本模型,不是新手出图工具。要自己养它,就准备好多卡或高内存量化方案,并读完许可;只想马上创作画面、视频和音乐,用助澜AI创作台,电脑不行就打开咕嘟AI。有部署报错或选模型拿不准,欢迎加入本站交流群一起问,别一个人在日志里死磕。