MiniMax (official) @MiniMax_AI

MiniMax M3.1 Flash 与 @UnslothAI 社区相遇。🐙🦥✨ Unsloth 的动态 GGUF 将我们的 428B MoE 模型压缩到 143.9GB 的 2-bit 体积，在其覆盖七个领域的评估中，top-1 token 一致率高达 91.5%。 这意味着自托管的内存门槛更低，可通过 Unsloth Desktop 和 llama.cpp 进行部署，并为现有应用和智能体提供 OpenAI 兼容 API。 凭借 78K+ GitHub 星标和 Hugging Face 上超过 500M 的模型下载量，Unsloth 为 M3.1 Flash 开辟了一条进入成熟开发者社区的路径——这些开发者正在运行、评估并基于开放模型进行构建。 开放权重。本地控制。更多构建方式。 [引用 @UnslothAI]：MiniMax-M3.1-Flash 现在可以在本地运行了！ 我们让 2-bit GGUF 在体积缩小 45% 的同时保留了 91.5% 的 top-1 准确率。可在 150GB 内存上运行。 MiniMax-M3.1-Flash 是同尺寸中最强的开放模型，且总体上也位居最佳之列。 GGUF：https://t.co/A8Xp9uqpq1 指南：https://t.co/gW5gp25niu https://t.co/txl6ZPRTjs