MiniMax 2.5参数有哪些?模型规格和能力怎么查?

AI技术 阅读 18 约8分钟读完

大家好,我是SD中文网的站长小庞。MiniMax 2.5(仓库里一般写成 MiniMax-M2.5)是 MiniMax 在 2026 年 2 月 12 日发布的开源大语言模型,不是拿来直接出图、出视频的 Checkpoint。它用 MoE 架构,总参数大约 229B 到 230.1B,每次真正干活的激活参数大约 10B;上下文最长 196,608 tokens,不少平台会显示成约 20 万。能力更偏写代码、Agent 调工具和办公搜索,官方公布过 SWE-Bench Verified 80.2%、Multi-SWE-Bench 51.3%、BrowseComp 76.3%。想核对规格,直接看 Hugging Face 仓库里的 config.json 最靠谱。

MiniMax 2.5 核心参数一览

先把最容易晕的词说成人话。MoE 就像一家有 256 个专家的公司,你丢进去一个问题,不会全员加班,而是每次只叫醒 8 个人干活,所以总参数看着吓人,显卡却不用把 2300 亿参数一次性全喂进去。激活参数大约 10B,可以理解成:仓库很大,真正上手的只有十来个人。上下文长度则像聊天记录能往回翻多长,超了模型就会“忘前面的”。

MoE 架构示意:总专家很多,每次只有少数被激活
项目 规格(截至 2026 年 11 月公开信息)
发布日期 2026 年 2 月 12 日
常见名称 MiniMax 2.5 / MiniMax-M2.5;另有能力相同、更快的 M2.5-Lightning(也称 highspeed)
总参数 / 激活参数 约 229B–230.1B(MoE) / 约 10B
上下文 config.json 里 max_position_embeddings 为 196608;平台上常见约 200K 或 204,800 tokens
层数 / 隐层宽度 62 层;hidden_size 3072
专家相关 本地专家 256 个,每个 token 走 8 个专家
注意力头 48 个注意力头,8 个 KV 头
词表大小 200064
其它开关 use_mtp、use_qk_norm、use_routing_bias 为 true;支持 FP8 等量化
速度档位 标准版大约 50 TPS;Lightning / highspeed 大约 100 TPS(TPS 就是每秒吐多少词)
许可 Modified MIT;商用时界面醒目标注要求以仓库 LICENSE 为准

官方能力数字主要落在编程和 Agent:SWE-Bench Verified 80.2%,Multi-SWE-Bench 51.3%,带上下文管理的 BrowseComp 76.3%。它适合写代码、搜资料、办公流程,不要指望把它当成文生图模型来用。

调用时推荐怎么设采样参数

采样参数像炒菜时的火候。温度太低,回答又干又重复;太高又容易跑偏。MiniMax 官方推荐的一组是为了发挥它在工具调用和编程上的实力,新手尽量先别乱改。

参数 推荐值 大白话
temperature 1.0 火候开到官方默认,别一上来拧到 0.2
top_p 0.95 只从比较靠谱的候选词里抽
top_k 40 每次最多看前 40 个词
repeat penalty 1.0 或关掉 重复惩罚别加太狠,不然句子会发僵
Min_P 0.01 把特别离谱的小概率词滤掉一点点

系统提示建议用官方那句,英文是 “You are a helpful assistant. Your name is MiniMax-M2.5 and is built by MiniMax.” 中文类似“你是一个乐于助人的助手。你的名字是 MiniMax-M2.5,由 MiniMax 构建。” Agent 效果不好时,先检查是不是改了温度、换了系统提示,而不是急着换模型。

模型规格和能力怎么查

网上卡片经常把 229B 写成 230B,把 196608 写成 20 万,差一截也正常。查规格按这个顺序,不容易被二手文章带跑。

  1. 打开 Hugging Face 上 MiniMaxAI/MiniMax-M2.5 仓库,点进 MiniMax-M2.5 的 config.json,看 max_position_embeddings、num_hidden_layers、num_local_experts 这些字段,这是第一手数字。
  2. 同一仓库的模型卡(Model Card)看能力说明、推荐采样和框架支持,例如 vLLM、SGLang、llama.cpp。部署时很多框架要加 –trust-remote-code。
  3. API 名称以开放平台当时页面为准,常见是 MiniMax-M2.5 和 MiniMax-M2.5-highspeed。接口一般兼容 OpenAI 或 Anthropic 写法,具体限流、缓存和价格以官网为准,不要拿过期截图当报价单。
  4. 本地量化体积、能跑在多少内存上,看量化发布方的说明(例如常见的 Q8、3-bit 档)。数字会随量化方法和版本变,下载走官方仓库或本站整理过的正规渠道,别信“破解永久免费”。
Hugging Face 仓库中 MiniMax-M2.5 的 config.json,可核对层数、专家数和上下文长度
Hugging Face 仓库中 MiniMax-M2.5 的 config.json,可核对层数、专家数和上下文长度(截图来源:huggingface.co)

能力数字也以官方评测名为准。看见“全面超越”这种标题,回到 SWE-Bench、BrowseComp 这些具体榜看一眼,比看营销句子有用。

想本地跑,大概要多少内存

开源权重可以下到自己电脑,但 MiniMax 2.5 不是 8G 显卡随手就能抱走的。未量化的 bf16 大约要 457GB 内存;Q8_0(8-bit)大约 243GB,比较适合 256GB 内存的机器,速度大约每秒 10 多个 token;Unsloth Dynamic 3-bit(UD-Q3_K_XL)大约 101GB,128GB 统一内存的 Mac 或“一块 16GB 显卡 + 96GB 内存”这种组合才比较现实。再压到 2-bit,才有机会靠近 96GB 设备。经验上:显存加内存的总和最好大于量化后的模型体积,不够就只能把一部分卸到硬盘,速度会明显变慢。

精度 / 量化 大约占用 更适合谁
未量化 bf16 约 457GB 服务器、多卡工作站
Q8_0 约 243GB 256GB 内存设备
UD-Q3_K_XL(约 3-bit) 约 101GB 128GB 统一内存,或 16GB 显卡 + 大内存
更高压缩的 2-bit 更小,具体以量化包为准 往 96GB 设备靠时再考虑

显存不够、Mac 轻薄本、或者只是想先出一张图、一段视频,别在大语言模型上死磕。完全没接触过、只想打开就能做图、视频和音乐的新手,用本站的 助澜AI创作台下载和功能说明 更合适:模型和环境不用自己搭,按能力包安装就行。电脑本地跑不动、没有 N 卡的,打开 咕嘟AI 在线生图生视频 网页就能用。想自己搭节点和工作流,再去看 ComfyUI;秋叶 WebUI 只建议已经习惯那套界面的老用户,更新慢、门槛也不低。

别把 MiniMax 2.5 和视频、音乐模型搞混

MiniMax 这个名字下面不止一个东西。MiniMax 2.5 / M2.5 是聊天和 Agent 用的大语言模型。本站视频能力里的 MiniMax H3 视频模型介绍,是根据文字或首尾画面在本地生成带声音的短视频;音乐侧还有 MiniMax Music 一类的作曲模型。买菜别进错店:要写代码、做工具调用,才是 M2.5;要出镜、出配乐,走视频和音乐模型,或直接用助澜AI创作台里对应的能力包。

常见问题

M2.5 和 M2.5-Lightning 有什么差别?

公开信息里两者能力相同,差在速度和价格档位。标准 M2.5 大约 50 TPS,Lightning / highspeed 大约 100 TPS。要更快响应就选高速版,具体计费以开放平台当时标价为准。

上下文写 196608 还是 204800?到底听谁的?

config.json 里是 196608。部分平台把上限显示成 204,800 或约 200K。实际调用不要顶着宣传数字硬塞,超限就分段或开缓存,比跟客服吵架有效。

本地报显存不足或慢成幻灯片怎么办?

换更高量化、把部分权重卸到 CPU/SSD、把 max-model-len 调短。框架上常见组合是 vLLM、KTransformers、llama.cpp。如果本来只是想生图生视频,换助澜或咕嘟,别用 100GB 级语言模型硬扛。

工具调用经常失败是模型不行吗?

先把系统提示改回官方那句,temperature 回到 1.0,并确认并行工具调用是开着的。很多“模型变笨”其实是采样被拧歪了。

记三件事就够:MiniMax 2.5 是约 229B–230.1B 总参数、约 10B 激活、最长 196,608 tokens 的 MoE 语言模型;规格以 Hugging Face 的 config.json 为准,采样先用官方那组。只想做图、做视频、做音乐,优先下载助澜AI创作台;本地配置不够就用咕嘟AI。还有搞不清该下哪个包的,可以 加入 SD中文网交流群 一起问,别一个人对着报错硬扛。