MiniMax-M2.1-GGUF

קוד פתוח

unslothother2025-12-26

transformers
gguf
unsloth
minimax_m2
text-generation

גרסת GGUF לסוכני קוד ואוטומציה מורכבת שמתחרה בביצועים של קלוד. שוקלת 3.4 טרה בייט, כך שהיא מיועדת רק למי שמחזיק אשכול שרתים רציני ורוצה עצמאות מוחלטת.

3.4 TBמשקל הקבצים
1,706הורדות בחודש
195לייקים

מה זה

המודל מכוון ישירות למשימות של תכנות אוטונומי, שימוש בכלים ותכנון תהליכים מרובי שלבים. לפי המדדים בכרטיס, הוא מציג תוצאה של 74.0 ב־SWE-bench Verified, מה שמעמיד אותו קרוב מאוד לקלוד סונט 4.5. בבדיקות רב לשוניות כמו SWE-bench Multilingual הוא אפילו עוקף אותו עם ציון של 72.5 לעומת 68.0, ומציג יכולת גבוהה בפיתוח מקצה לקצה במבחן VIBE עם ממוצע של 88.6.

המשמעות של המספרים האלה ברורה. מדובר במנוע שמסוגל להתמודד עם פרויקטי תוכנה מורכבים, כתיבת בדיקות וסקירת קוד ברמה שמזכירה שירותי ענן סגורים. מה שמייחד את המאגר הזה הוא הכימות של אנלות', שמנסה להביא דיוק גבוה יותר דרך טכנולוגיית Dynamic 2.0 ביחס לכימותים רגילים.

מתאים ל

סוכני תכנות רב לשוניים
הוא מציג ציון של 72.5 במבחן SWE-bench Multilingual ועוקף מתחרים מובילים בפיתוח בשפות שונות.
בניית יישומי ווב ואנדרואיד
במדד VIBE הוא קיבל 91.5 בווב ו־89.7 באנדרואיד, מה שמתאים ליצירת ממשקים ובקאנד מאפס.
אוטומציה עם כלי רשת
במבחן BrowseComp עם ניהול הקשר הוא מגיע ל־62.0 ומסוגל להפעיל דפדפן ותהליכים מרובי שלבים.

איפה זה נופל

למרות השאיפה לאוטונומיה, יש פערים מורגשים בחלק מהמשימות. במבחן SciCode המודל מגיע ל־41.0 בלבד, הרחק מאחורי מודלים מובילים אחרים שמגיעים ל־56.0. גם בסקירת קוד (SWE-Review) הוא קיבל 8.9 בלבד לעומת 10.5 של סונט ו־16.2 של אופוס. לפני שמשלבים אותו במוצר, חובה לבדוק את שיעור ההזיות שלו בבדיקות אוטומטיות, כי הכרטיס מראה בבירור שבחלק מהתרחישים הוא עדיין מפספס פגמים מהותיים.

שאלות
נפוצות

האם אפשר להריץ את המודל הזה על מחשב מקומי חזק?

לא. המשקל הכולל של הקבצים במאגר מגיע ל־3.4 טרה בייט. מדובר במודל ענק שדורש חוות שרתים עם מספר רב של כרטיסים גרפיים ארגוניים, כך שמחשב שולחני, חזק ככל שיהיה, לא יוכל לטעון אותו.

באילו הגדרות כדאי להשתמש בזמן ההרצה?

היוצרים ממליצים להריץ את המודל עם temperature של 1.0, ערך top_p של 0.95 ו־top_k של 40. הגדרות אלו מספקות את האיזון הנכון ביותר לפי בדיקות הביצועים שלהם.

מה היתרון של גרסת Unsloth לעומת המודל המקורי?

אנלות' ייצרו כאן קובצי GGUF עם כימות בשיטת Dynamic 2.0. המטרה היא להקטין את איבוד הדיוק שנובע מכימות רגיל, ולאפשר הרצה יעילה יותר במנועי הסקה תומכים כמו vLLM או SGLang.

איך מריצים

בפועל, המשקל הכולל של המאגר הוא 3.4 טרה בייט המחולקים ל־90 קבצים. זה אומר שאי אפשר לפרוס אותו על שרת בודד ממוצע או על תחנת עבודה, אלא חייבים מערך מרובה מאיצים עם זיכרון משותף עצום ונפח אחסון מהיר מאוד. ההרצה המקומית נתמכת בספריות כמו Transformers, SGLang, vLLM ו־KTransformers.

לרוב המוחלט של המפתחים אין גישה לחומרה כזו. אלא אם כן אתם מחויבים לפרטיות מוחלטת של הקוד או עובדים בסביבה מנותקת רשת, עדיף פשוט לצרוך את המודל דרך ה־API הרשמי של מינימקס במקום לשאת בעלויות הברזלים.

ollama run hf.co/unsloth/MiniMax-M2.1-GGUF:Q5_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

MiniMax-M2.1-UD-TQ1_055.7 GB Q2_K50.0 GB IQ2_XXS50.0 GB Q6_K_XL50.0 GB Q2_K_XL50.0 GB Q4_149.9 GB IQ1_M49.9 GB Q5_K_M49.8 GB

הקבצים

90 קבצים במאגר, 3.4 TB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון המדווח מוגדר כ־other, ובכרטיס המקורי הוא מצוין כ־Modified-MIT. זה לא רישיון MIT רגיל וחופשי. יש בו שינויים והגבלות שלא מפורטים במלואם בעמוד, ולכן חובה להיכנס לקישור הרישיון בגיטהאב של הפרויקט לפני שמשלבים אותו במוצר מסחרי כדי לוודא שאין תנאים שמגבילים הפצה או שימוש מסוים.

הרישיון המלא בעמוד המודל ↗