Mac跑MiniMax-M2.7，2条路径对比

今天聊一个很多 Mac 用户关心的问题：MiniMax-M2.7 怎么在 Mac 上跑起来？

MiniMax-M2.7 是什么来头？

先简单回顾一下

M2.7 是 MiniMax 最新的开源大模型，MoE 架构，总参数 228.7B，每 token 激活约 10B 参数，192K 上下文

这货最亮眼的几个数据：

• **SWE-Pro 56.22%**，和 GPT-5.3-Codex 打平
• MLE Bench Lite 66.6% 奖牌率，仅次于 Opus-4.6 和 GPT-5.4
• 原生支持 Agent Teams，多智能体协作
• Always-reasoning 模式，始终开启思考链

问题是——228B 参数，普通人怎么跑？答案是量化。但 MiniMax 的量化比一般模型坑多得多

为什么标准量化在 MiniMax 上翻车？

这是写这篇文章最想说的一件事：标准 MLX 均匀量化在 MiniMax-M2.7 上完全失效——MMLU 直接降到 ~25%，基本等于随机猜

原因在于 MoE 架构的路由器（Router Gate）

均匀量化连路由器一起压了，导致 token 被分配到错误的专家上，整个模型就废了

所以 Mac 用户想跑 M2.7，目前只有两条靠谱的路

路径一：JANGTQ + MLX Studio（推荐！）

JANGTQ（JANG TurboQuant）是目前最小体积、最高质量的 M2.7 Apple Silicon 量化方案，来自 JANGQ-AI 团队

核心思路：混合精度量化。路由专家 MLP（占 98% 参数）用 2-bit codebook + Hadamard 旋转压缩，而 Attention、共享专家、Router Gate 保持 8-bit 或 fp16。

硬核数据：

你没看错——2-bit 量化，只要 56.5GB，MMLU 居然能打到 91.5%。对比标准 MLX 量化的 ~25%，这差距简直是天壤之别

怎么跑：

最简单的方式是用 MLX Studio（内置了 JANGTQ 运行时和 Metal 内核）：

命令行方式也行：

pip install jang-tools

from huggingface_hub import snapshot_download
from jang_tools.load_jangtq import load_jangtq_model
from mlx_lm import generate

model_path = snapshot_download("JANGQ-AI/MiniMax-M2.7-JANGTQ")
model, tokenizer = load_jangtq_model(model_path)

messages = [{"role": "user", "content": "用5句话解释光合作用"}]
prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)
out = generate(model, tokenizer, prompt, max_tokens=600, verbose=True)

# 剥离推理链获取最终答案
if"</think>"in out:
    out = out.split("</think>")[-1].strip()
print(out)

硬件要求：

64GB 的 M4 Pro 理论上能跑，但会很紧张

96GB 是比较舒服的起点

路径二：LM Studio + GGUF（最省心）

如果你就想点几下鼠标就开跑，LM Studio 是最简单的选择。

LM Studio 已经上线了 MiniMax-M2.7 的 GGUF 版本，基于 llama.cpp b8778 量化。

使用步骤：

1. 下载安装 LM Studio：https://lmstudio.ai/download
2. 搜索 minimax/minimax-m2.7
3. 选择量化版本下载
4. 设置参数：Temperature=1.0（必须！）、Top K=40、Top P=0.95
5. 开始对话

GGUF 来源是 lmstudio-community/MiniMax-M2.7-GGUF。如果追求更好的量化质量，Unsloth 提供了 22 个 Dynamic 2.0 量化版本，逐层差异化量化，质量全面优于标准 imatrix。

但有个大问题：LM Studio 官方标注最低系统内存 138GB

两条路径，怎么选？

两条路径对比

两条路径对比

我的建议：

• 96GB 以下的 Mac → 只能走 JANGTQ，别无选择
• 128GB+ 且需要 OpenAI 兼容 API → LM Studio / GGUF 更方便
• 追求最佳质量 → JANGTQ 碾压，2-bit 打 4-bit，这个结果说实话我也很意外

⚠️ 关键设置提醒

不管走哪条路，这几个参数必须注意：

1. Temperature 必须设 1.0 —— temp=0 会导致思考链死循环，模型会一直 <think> 下去停不了
2. max_tokens ≥ 8192 —— Always-reasoning 模型的思考过程需要足够空间
3. 内存必须大于模型文件大小 —— 否则回退到硬盘卸载，速度断崖式下降

总结

MiniMax-M2.7 在 Mac 上的本地部署，JANGTQ 是目前当之无愧的最优解——体积最小、质量最高。2-bit 量化能拿到 91.5% MMLU，这在我写过的所有量化方案里都算炸裂级别的。

LM Studio 胜在省心和生态兼容，但内存门槛太高。

如果你手上有一台 96GB+ 的 Mac，强烈建议先试试 JANGTQ

56.5GB 下载完就能跑，44 tok/s 的速度日常使用完全够了。

#MiniMax #M2.7 #Mac本地部署 #JANGTQ #量化

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个🌟，谢谢你看我的文章，我们下篇再见！