vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
MiniMax-M2.5
模型简介
M2 代的第二次迭代，编码与工具调用稳定性提升，仍是低激活的 MoE 路线。
- 参数量
- 229B
- 上下文
- 200K
- 所属
- MiniMax
- 类型
- 纯文本
- 商用
- 有条件可商用
- 许可
- MiniMax Model License（Modified MIT）
- 发布
- 2026-02-12
- 收录
- 2026-10-03