MiniMax 地端部署指南：M2.5 與 M2.7 的授權差異，企業商用只能選哪個？

發布：2026-08-06｜最後更新：2026-08-06

版本號往上跳，不代表授權跟著變寬鬆——MiniMax 就是一個活生生的反例。很多團隊照著網路上的簡中教學抓最新的 MiniMax 模型部署，卻沒發現 2026 年 4 月發布的 M2.7 已經把授權條款收緊了：M2.5 是可以自由商用的標準 MIT 授權，M2.7 改成 Modified-MIT，商用前得先拿到 MiniMax 書面授權。這篇文章把時間線、授權紅線、部署方式和該怎麼補救整理清楚，避免你的地端部署踩到全網繁體中文教學都沒講明白的授權地雷。

一、MiniMax M 系列時間線：從 M2.5 到 M2.7

MiniMax 在 2026 年上半年連續發布兩個可地端部署的開源模型版本，但這兩個版本用的是完全不同的授權條款。MiniMax 是中國 AI 公司 MiniMax AI 推出的開源大型語言模型系列，主打長文本推理能力，並提供權重供企業下載後在自有硬體上運行。搞懂這條時間線，是後面判斷「我現在抓的到底是哪一版」的第一步。

一個好懂的比喻：開源授權就像租屋合約，版本編號只是門牌號碼,不是合約內容。搬到隔壁棟（M2.5 換成 M2.7）看起來只是升級,但簽的合約條款可能完全不同——舊合約允許轉租（商用），新合約卻要求先問過房東（書面授權）才能轉租。只看門牌號碼不看合約內容,就是企業最容易踩的坑。

版本	發布時間	Context 長度	授權	官方建議部署框架
MiniMax M2.5	2026-02	196K	標準 MIT	SGLang 或 vLLM
MiniMax M2.7	2026-04-12	[需確認，官方未於本文查證範圍內標示變動]	Modified-MIT（商用需書面授權）	SGLang 或 vLLM

兩個版本間隔不到兩個月,部署框架建議也一樣是 SGLang 或 vLLM,這正是讓人放鬆警覺的地方——工具鏈看起來沒變,授權條款卻換了。下一節把這個差異攤開來講清楚。

二、授權紅線：企業商用只能選 M2.5

企業要做商用地端部署，現階段只能選 MiniMax M2.5，不要選 M2.7，除非你已經拿到 MiniMax 的書面授權。這是本文最重要的一句話,值得反覆確認。M2.5 使用標準 MIT 授權,這是業界最寬鬆的開源授權之一,允許任何人自由商用、修改、再散布,不需要額外申請、不需要付費、不需要通知原廠。M2.7 則改用 Modified-MIT 授權——名字裡雖然還有「MIT」三個字,但條款已經加上限制:商用前必須取得 MiniMax 的書面授權,社群裡已經有人公開批評這種做法是「假開源」,因為它借用了 MIT 授權的名聲,骨子裡卻是需要額外許可的限制性授權。

比較項目	M2.5（標準 MIT）	M2.7（Modified-MIT）
可否自由商用	可以，無需額外申請	不行，需先取得書面授權
是否需要書面授權	不需要	需要，向 MiniMax 官方申請
修改與再散布	允許	依 Modified-MIT 條款另有限制，需自行核對授權全文
社群評價	正常開源授權	已有人批評為「假開源」
企業商用地端部署建議	可直接採用	不建議採用，除非已取得書面授權

判斷方式很直接:下載模型權重前,先打開 Hugging Face 倉庫裡的 LICENSE 檔案,看清楚寫的是「MIT License」還是「Modified-MIT」或任何加註條款的變體。如果你的商用計畫已經定案,而模型倉庫的授權檔案不是乾淨的標準 MIT,就該假設你需要先跟 MiniMax 官方確認,而不是照著教學文章的步驟往下跑。

三、為什麼這個地雷很多人會踩

問題根源在於時間差:很多簡中教學文章寫作或轉載的時間點,早於 M2.7 發布,或作者根本沒有意識到兩個版本的授權已經不一樣。2026 年 2 月 M2.5 發布後,大量的部署教學、腳本範例、社群討論串都是針對 M2.5 寫的,當時 MIT 授權沒有任何爭議。兩個月後 M2.7 上線,規格與部署方式看起來是「順理成章的升級」,不少教學文章直接把範例指令改成抓最新版本的模型 ID,卻沒有同步提醒授權條款已經換了。

對照著抄教學的工程師,關注的通常是「部署指令有沒有跑起來」,而不是「這次下載的權重附帶什麼授權條款」。這也是為什麼開源模型的授權檢查,不能只靠讀教學文章,必須養成每次下載新版本模型都回頭核對官方倉庫 LICENSE 檔案的習慣——版本號差一碼,授權可能整個換掉,這件事不會寫在部署指令裡,只會寫在 LICENSE 檔案裡。

四、部署方式：SGLang 或 vLLM 官方建議框架

MiniMax 官方對 M2.5 與 M2.7 都建議用 SGLang 或 vLLM 部署,這兩套都是針對大型語言模型優化過的生產級推論框架,而不是 Ollama 這類主打單機快速試用的工具。如果你的目標是商用地端部署,依前一節的結論,實際要下載、部署的應該是 M2.5。

部署前的第一步,永遠是先確認硬體是否吃得下模型規模——這部分的 VRAM 需求公式與各級距配置對照表，可以參考蓋斯克整理的《LLM 主機規格怎麼抓？模型參數 × VRAM × 顯卡對照表》。確認硬體規格後,再依序執行:(1) 從 MiniMax 官方 Hugging Face 倉庫下載模型權重,同步核對 LICENSE 檔案版本;(2) 安裝 SGLang 或 vLLM 推論框架與對應的 CUDA / GPU 驅動;(3) 依硬體記憶體容量選擇量化格式;(4) 啟動推論服務,先在內網小範圍測試再擴大部署。

量化格式的選擇會直接影響能不能在你手上的硬體跑起來。NVIDIA 官方 NVFP4 量化技術文件顯示,NVFP4 格式相較於 FP8 精度可再降低約 1.65 倍的記憶體用量,對於想在單一 GPU 主機（例如 DGX Spark 這類統一記憶體架構）上跑起 MiniMax 的企業,是壓低硬體門檻的關鍵選項。蓋斯克科技目前已導入 DGX Spark 進行地端部署評估與測試,量化格式對記憶體占用的實際影響,會隨機型與 context 長度不同而有落差,建議部署前先以小規模測試驗證,而非直接假設官方數字適用於所有場景。

部署階段	要做的事	常見疏漏
下載模型	從 MiniMax 官方 Hugging Face 倉庫抓權重	直接用教學文章附的鏡像連結，沒核對版本與 LICENSE
核對授權	打開 LICENSE 檔案，確認是標準 MIT 而非 Modified-MIT	看到「MIT」字樣就當作可以直接商用
選擇框架	依官方建議用 SGLang 或 vLLM	沿用 Ollama 教學指令，套用到生產環境
選擇量化格式	依硬體記憶體容量評估 NVFP4／FP8 等選項	沒先小規模測試，直接上線

五、適合場景：什麼樣的企業適合選 MiniMax

MiniMax M2.5 的核心優勢是長 context（196K），比較適合需要一次讀完大量文件、逐字稿或歷史紀錄的場景。這篇不打算和 Qwen、DeepSeek 等其他開源模型做完整效能與硬體需求比較,完整的中國開源模型全家族對照,可以參考《中國開源大模型全盤點：Qwen、DeepSeek、MiniMax、GLM、Kimi 誰能地端商用？》。

以下三類企業情境,是 MiniMax（M2.5）在授權清楚的前提下比較值得評估的方向:第一,需要一次分析長篇合約、法規文件或大量歷史客服紀錄的企業,長 context 能減少切割文件的麻煩;第二,已經有地端 GPU 主機、想比較不同中國開源模型在自家硬體上的表現,做技術選型驗證的團隊;第三,對授權合規要求嚴謹（例如金融、醫療、政府相關委外案）的企業,MiniMax M2.5 的標準 MIT 授權反而是比許多「看起來免費、條款卻要逐條確認」的模型更省事的選擇——前提是團隊真的抓對了版本。

如果你的需求是先確認地端 LLM 整體要花多少錢、該選什麼硬體規模,可以從蓋斯克的《地端 LLM 建置完整指南》開始規劃,再回頭挑模型。

六、已經部署了 M2.7，該怎麼辦？

如果你的團隊已經把 M2.7 部署上生產環境並用於商業用途，第一步不是恐慌，而是先確認自己的使用情境是否真的構成 Modified-MIT 條款定義的「商用」，再決定下一步。單純的內部研究、POC 測試通常風險較低,但只要模型輸出被用於對外提供的產品或服務,就應該視為商用情境來處理。

症狀	常見原因	解決方向	蓋斯克怎麼做
照簡中教學抓了 M2.7，已經上線對外服務	教學未區分版本授權差異	立即盤點使用情境是否構成商用	協助盤點地端 LLM 部署現況與硬體評估
不確定自己抓的模型是哪個授權版本	下載時未核對 LICENSE 檔案	回官方 Hugging Face 倉庫核對 LICENSE 全文	協助確認部署環境與模型版本
需要商用但拿不到書面授權	尚未聯繫 MiniMax 官方申請	改用 M2.5 替換部署，功能落差先評估	協助評估替換為 M2.5 的部署可行性
已聯繫官方但流程與時程不明	書面授權申請屬 MiniMax 官方商業流程，非公開資訊	直接向 MiniMax 官方確認申請流程與時程	不代編、不猜測官方授權費用與時程

實務上兩條路可以走:一是直接聯繫 MiniMax 官方,說明商用情境並申請書面授權,這是唯一能繼續合法使用 M2.7 的方式;二是把部署換成 M2.5,用標準 MIT 授權重新上線,不需要等待官方核准。兩者的取捨在於 M2.5 與 M2.7 之間的功能落差是否影響你的核心場景——如果差異不大,改用 M2.5 通常是更快、更確定的解法。

立即開始：你的 MiniMax 地端部署值得一個授權乾淨的起點

蓋斯克科技持續協助台灣中小企業評估地端 LLM 建置方案，從硬體選型到模型授權盤點都提供第一線協助。

我們提供：

• 依你的部署規模與商用情境，協助核對開源模型授權條款
• 地端 LLM 硬體選型建議，含 2026 年市場報價區間
• 透明溝通，不代編授權費用或申請時程
• DGX Spark 等地端主機的部署評估與測試協助

延伸閱讀：地端 LLM 建置完整指南｜Qwen 地端部署｜DeepSeek 地端部署與資安｜免費諮詢

更多關於 MiniMax 地端部署的常見問題FAQ

Q1：MiniMax 可以免費商用嗎？

要看版本。M2.5 是標準 MIT 授權，可以免費自由商用。M2.7 改用 Modified-MIT 授權，商用前必須先取得 MiniMax 官方的書面授權，不是免費直接可用。

Q2：MiniMax M2.5 跟 M2.7 差在哪？

最關鍵的差異是授權條款。M2.5（2026-02 發布）是標準 MIT，可自由商用；M2.7（2026-04-12 發布）改用 Modified-MIT，商用需書面授權，社群已有人批評這是「假開源」。

Q3：已經用了 M2.7 部署上線怎麼辦？

先確認使用情境是否構成商用，若是，兩條路可選：聯繫 MiniMax 官方申請書面授權，或改用 M2.5 重新部署。改用 M2.5 通常較快，不需要等待官方核准。

Q4：NVFP4 量化是什麼？

NVFP4 是 NVIDIA 推出的 4-bit 浮點量化格式，用來壓縮模型權重以降低記憶體用量。官方技術文件顯示相較 FP8 精度可再降低約 1.65 倍記憶體，實際效果依機型與 context 長度而異，建議部署前小規模測試驗證。

Q5：MiniMax 適合什麼場景使用？

MiniMax M2.5 的 196K 長 context 適合一次分析長篇合約、法規文件或大量歷史紀錄的場景，也適合對授權合規要求嚴謹的企業，前提是確認部署的是 M2.5 而非 M2.7。

Q6：部署 MiniMax 要用 Ollama 還是 vLLM/SGLang？

MiniMax 官方針對 M2.5 與 M2.7 都建議使用 SGLang 或 vLLM 這類生產級推論框架，而非以單機快速試用為主的 Ollama，商用地端部署建議直接採用官方建議框架。

Q7：MiniMax 的授權跟 DeepSeek、Qwen 比起來嚴格嗎？

Qwen 全系列採 Apache 2.0，DeepSeek 全系列採 MIT，都可自由商用。MiniMax M2.5 同樣是標準 MIT，但 M2.7 的 Modified-MIT 需書面授權，是這幾家中少數在單一系列內出現授權分裂的案例，選型前務必逐版本確認。

Q8：MiniMax 商用授權要花多少錢或多久？

MiniMax 官方未公開 M2.7 書面授權的費用與申請時程，這屬於企業與官方一對一洽談的商業流程，需直接聯繫 MiniMax 確認，本文不代為估算或猜測數字。