MODELOS ABERTOS / Modelos de visão e linguagem
Execute MiniMax-M3-MXFP8 em uma GPU na nuvem
MiniMax-M3-MXFP8 é um modelo de Modelos de visão e linguagem da MiniMaxAI. Veja quanta memória de GPU ele precisa, em quais GPUs cabe hoje e quanto custa executá-lo você mesmo, com cobrança por segundo.
GPUs em que cabe hoje
Nossa estimativa é de cerca de 514 GB para inferência com pesos F8_E4M3, incluindo a memória de trabalho. O uso real depende da resolução, do tamanho do lote e do comprimento do contexto. Com quantização de 4 bits ele precisa de cerca de 309 GB.
| GPU | Memória | Por hora | 10 horas | |
|---|---|---|---|---|
| 8× RTX PRO 6000 Max-Q | 768 GB | $15.44 | $154.40 | Alugar |
| 8× RTX PRO 6000 S | 768 GB | $22.72 | $227.20 | Alugar |
| 8× A100 | 640 GB | $23.60 | $236.00 | Alugar |
| 4× H200 | 560 GB | $25.84 | $258.40 | Alugar |
| 4× H200 NVL | 564 GB | $26.28 | $262.80 | Alugar |
Preços iniciais ao vivo do nosso catálogo. Você paga por segundo enquanto a máquina roda.
Como executar MiniMax-M3-MXFP8
- 01
Alugue uma GPU
Escolha uma das GPUs acima. A cobrança é por segundo; pare a máquina e a cobrança para.
- 02
Abra um terminal ou o Jupyter
Conecte-se por SSH ou abra o Jupyter no navegador. PyTorch e CUDA já estão prontos.
- 03
Baixe e execute o modelo
Execute os comandos abaixo. Os pesos são baixados direto do Hugging Face para a sua máquina.
pip install -U vllm
vllm serve MiniMaxAI/MiniMax-M3-MXFP8 --host 0.0.0.0 --port 8000Por que executar você mesmo?
Execute a compreensão de documentos e imagens na sua própria GPU: sem taxa por imagem, e os arquivos ficam na sua máquina.
Perguntas
- Quanta memória de GPU o MiniMax-M3-MXFP8 precisa?
- Pela nossa estimativa, cerca de 514 GB para inferência (427B parâmetros). Resolução maior, contexto mais longo ou lotes maiores precisam de mais.
- Quanto custa executar o MiniMax-M3-MXFP8?
- A partir de $15.44 por hora em 8× RTX PRO 6000 Max-Q, com cobrança por segundo. Dez horas custam cerca de $154.40.
- Preciso de uma assinatura?
- Não. Você paga só pelo tempo em que a máquina roda, usando seu saldo em USD. Pare-a quando terminar.
Experimente na sua própria GPU em minutos
Escolha uma GPU, abra o Jupyter ou o SSH e execute qualquer modelo aberto. Você paga por segundo e pode parar quando quiser; sem assinatura nem taxa de ativação.
- Cobrança por segundo em USD
- PyTorch e CUDA prontos em minutos
- Alugue também pelo ChatGPT ou Claude