minimax-m3.1IMAGE

Unsloth releases MiniMax M3.1 Flash GGUF: 2-bit cuts size 45%, runs in 150GB RAM

Unsloth published quantized GGUF builds for MiniMax-M3.1-Flash; the 2-bit version shrinks size by 45% while keeping 91.5% top-1 and runs in 150GB of RAM, with a deployment guide.

Crio Songo

@shuizhuyuArchived 1 day agoOriginally posted 2026.10.27

Unsloth releases MiniMax M3.1 Flash GGUF: 2-bit cuts size 45%, runs in 150GB RAM

Crio Songo @shuizhuyuOriginally posted 2026.10.27

Open original on X

## Unsloth 发布 MiniMax-M3.1-Flash 量化 GGUF，2-bit 版可在 150GB 内存本地运行 MiniMax-M3.1-Flash 现在能本地跑了。Unsloth 发布了量化 GGUF，2-bit 版本体积缩小 45%，保留 91.5% 的 top 1 准确率，150GB 内存就能跑起来。官方给的信息里，这模型在 Cowork 任务上 Automation-Bench 62%、ALE 30%，编程 DeepSWE 74%，视觉推理 BabyVision 91%。成本是 M3 的 1/3，速度提升 3 倍。API 统一费率：每 1M 输入/输出 tokens 分别 $0.15 / $0.60，缓存读取 $0.015 / 1M tokens。模型权重将于 10 月 23 日发布。GGUF 和部署指南已经放出来了。 #MiniMax #GGUF #本地部署

x.com/shuizhuyu/status/2114856977293869311Archived 2026.10.27 12:04