MiniMax-01

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（项目开发语言为 Python）
• GPU 资源：MiniMax-Text-01 总参数 456B、每 token 激活 45.9B，需按官方文档准备硬件
• vLLM：README 推荐用于生产部署的服务框架
• Transformers：README 提供的另一种部署方式
• 从 HuggingFace（https://huggingface.co/MiniMaxAI）获取模型权重

安装与启动步骤

1. 1克隆模型仓库

   把官方仓库拉到本地，部署文档和示例代码都在仓库内，README 未给出 pip 等依赖安装命令。

   git clone https://github.com/MiniMax-AI/MiniMax-01.git

   复制

2. 2进入仓库目录

   进入仓库根目录，其中 docs 目录存放 vLLM 与 Transformers 两份官方部署指南。

   cd MiniMax-01

   复制

3. 3阅读 vLLM 部署指南

   README 推荐生产环境用 vLLM 部署，具体安装、启动命令与参数以该文档为准。

   cat docs/vllm_deployment_guide.md

   复制

4. 4阅读 Transformers 指南

   不使用 vLLM 时可直接用 Transformers 部署，命令同样以官方文档为准。

   cat docs/transformers_deployment_guide.md

   复制

5. 5获取模型权重

   在 HuggingFace 组织页获取 MiniMax-Text-01（语言模型）与 MiniMax-VL-01（视觉语言模型）权重。

6. 6跑通 Quickstart 示例

   README 第 4 节给出 Text-01 与 VL-01 的简单调用示例，用它验证部署是否可用。

如何确认成功

按官方部署文档启动服务后，能跑通 README 第 4 节的 Quickstart 示例并正常返回模型输出。

常见问题

注意事项

• README 未提供任何 pip install / docker run 命令，所有安装细节必须按 docs/vllm_deployment_guide.md 与 docs/transformers_deployment_guide.md 执行。
• 模型权重与代码使用不同许可证（LICENSE-MODEL、LICENSE-CODE），商用前请分别确认。
• MiniMax-Text-01 与 MiniMax-VL-01 分别对应纯文本大模型和视觉语言模型，部署时注意区分。
• 该仓库只有 3.4k 星标量级，文档变更较快，建议以仓库最新文档为准。