Ce contenu présente les résultats de benchmark pour le LLM MiniMax-M2.7, utilisant la quantification NVFP4 sur une configuration à deux GPU NVIDIA RTX PRO 6000 Blackwell. Il détaille le débit de décodage à différents niveaux de concurrence et les performances de préremplissage pour diverses tailles de contexte.
Une enquête sur MiniMax-M2.7 GGUF a révélé que les NaNs de perplexité affectent 21-38% des GGUF sur Hugging Face. Le problème a été attribué au débordement dans llama.cpp, spécifiquement dans `blk.61.ffn_down_exps` pour les quantifications Q5_K et Q4_K, et l'équipe a corrigé les siens.
Le modèle MiniMax M2.7 est critiqué pour avoir des poids ouverts mais une licence restrictive interdisant l'utilisation commerciale et militaire. Cette approche frustre la communauté de l'IA, qui observe une tendance inquiétante de 'poids ouverts, licence fermée'.
MiniMax M2.7 est un modèle d'IA compétitif de 230 milliards de paramètres et Mixture-of-Experts, lancé en mars 2026. Conçu pour les flux de travail « agentic », il offre des capacités proches de celles des concurrents propriétaires. Le modèle maintient des coûts opérationnels nettement inférieurs pour les organisations qui mettent en œuvre des systèmes basés sur des agents.
Les modèles ouverts comme GLM-5 et MiniMax M2.7 ont franchi un seuil, égalant les modèles frontières fermés pour les tâches d'agent essentielles. Ils offrent des performances comparables en opérations de fichiers, utilisation d'outils et suivi d'instructions, mais à une fraction du coût et de la latence.
