LLMMiniMaxMIT

MiniMax-M1-80B

MiniMaxAI/MiniMax-M1-80B

MiniMax M1,80B 推理模型,代码基准表现出色。

参数量

80B

上下文

128K

下载量

180K

点赞

900

架构

llama

在 HuggingFace 查看

GPU 需求

按量化方案和使用场景估算的显存 / 内存 / 磁盘

量化最低配置推荐配置生产配置
FP1616bit
193.5 GB
RAM 290.2 · Disk 271.5
217.8 GB
RAM 326.7 · Disk 297.5
323.2 GB
RAM 484.9 · Disk 336.5
FP88bit
99.2 GB
RAM 148.8 · Disk 155.2
119.2 GB
RAM 178.9 · Disk 181.2
220.4 GB
RAM 330.6 · Disk 220.2
INT88bit
99.2 GB
RAM 148.8 · Disk 155.2
119.2 GB
RAM 178.9 · Disk 181.2
220.4 GB
RAM 330.6 · Disk 220.2
AWQ4bit
53.8 GB
RAM 80.8 · Disk 99.3
71.8 GB
RAM 107.7 · Disk 125.3
170.9 GB
RAM 256.4 · Disk 164.3
GPTQ4bit
54.4 GB
RAM 81.7 · Disk 100.0
72.4 GB
RAM 108.7 · Disk 126.0
171.6 GB
RAM 257.4 · Disk 165.0
GGUF4bit
55.6 GB
RAM 83.4 · Disk 101.5
73.7 GB
RAM 110.5 · Disk 127.5
172.9 GB
RAM 259.3 · Disk 166.5

GPU 推荐

Best ValueBEST

1× H200 SXM

141 GB VRAM

$2,555/月

≈ 124.2 tok/s

可用生产吞吐 ≈ 86.9 tok/s

score 0.6069

Cheapest

8× Tesla V100

128 GB VRAM

$169/月

≈ 0 tok/s (N/A — benchmark unavailable)

可用生产吞吐 ≈ 0 tok/s

score 0.5061

Deploy on vast ↗
Performance

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 397.4 tok/s

可用生产吞吐 ≈ 278.2 tok/s

score 0.2197

Min Complexity

1× A100 80GB

80 GB VRAM

$876/月

≈ 52.8 tok/s

可用生产吞吐 ≈ 37 tok/s

score 0.6469

Deploy on vast ↗

💬 社区 —— 真实部署经验

0 文章 · 0 实测

进入社区 →

单卡可运行的 GPU

A100 80GB

80 GB VRAM

$876

/月 · vast

H100 SXM

80 GB VRAM

$1,170

/月 · vast

H200 SXM

141 GB VRAM

$2,555

/月 · lambda

B200

180 GB VRAM

$3,013

/月 · vast

B200 SXM

180 GB VRAM

AmciHub

AI 模型部署与算力决策平台——分析 AI 模型的硬件需求、GPU 性能、云端价格与部署成本,帮助你选择合适的部署方案。

© 2026 AmciHub. 保留所有权利。 Model → Requirement → GPU → Benchmark → Cloud → Cost → Recommendation