MiniMax-M2.7 Bootstrap

MiniMaxAI/MiniMax-M2.7 (FP8) 已在 Gonka 主网的 Proof of Compute 中 通过引导 并激活，自链纪元 278（v0.2.13）起生效。它是当前的基础模型（delegation_params.initial_model_id）。以下的时间线和交易示例仍有助于理解激活机制以及委托等操作；有关当前部署默认值（包括 node-config.json），请参阅 Host Quickstart。

有关多模型 PoC 机制的更广泛背景，请参阅 Multi-Model PoC。其他模型的引导及其机制记录在 Kimi K2.6 Bootstrap 和 DeepSeek V4 Flash Bootstrap 中。

Note

引导可能需要多个纪元，具体取决于有多少参与者准备就绪。在配置的惩罚纪元之前，如果参与者明确提交选择且即将部署的主机提交 PoCIntent，则不会减少权重。MiniMax 的按模型参与强制机制现已生效（纪元 278）。

时间线

缺失 MiniMax-M2.7 的惩罚从 纪元 278 开始。从升级激活起，每个纪元链都会尝试引导该模型：它在该纪元 PoC 阶段前捕获 BootstrapDelegationSnapshot 500 个区块（即 DeployWindow），根据 V_min = 3 个直接意向提交者和总网络权重的 W_threshold 比例（通过 INTENT + DELEGATE 实现 >2/3 可达性）评估预资格，并（若预合格）在该纪元启动 MiniMax 的 PoC。

当前 W_threshold 是一个治理参数——请从链上读取，而非硬编码值（GIP-48 已将其从 0.3 降低至 0.1，未来可能再次变更）：

curl -s "https://node3.gonka.ai/chain-api/productscience/inference/inference/params" \
  | jq '.params.delegation_params.w_threshold'
# {value, exponent} encodes a decimal: e.g. {"value":"1","exponent":-1} → 0.1 (10%).

从链上确认实时 MiniMax 条目（包括 penalty_start_epoch 和 weight_scale_factor）：

curl -s "https://node3.gonka.ai/chain-api/productscience/inference/inference/params" \
  | jq '.params.poc_params.models[] | select(.model_id=="MiniMaxAI/MiniMax-M2.7")'

要计算任何给定评估纪元的确切区块号，请以链上当前纪元为锚点进行前推。epoch_shift 参数不锚定创世块（它会因过去的纪元长度变化而过时），因此 epoch_shift + N * epoch_length 在主网上是错误的——始终以实时当前 PoC_start 为锚点：

NODE=https://node3.gonka.ai

PARAMS=$(curl -s "$NODE/chain-api/productscience/inference/inference/params")
EPOCH_LENGTH=$(echo "$PARAMS" | jq -r '.params.epoch_params.epoch_length | tonumber')

CURRENT=$(curl -s "$NODE/v1/epochs/current/participants" | jq '.active_participants')
CURRENT_EPOCH=$(echo "$CURRENT" | jq -r '.epoch_id')
CURRENT_POC_START=$(echo "$CURRENT" | jq -r '.poc_start_block_height')

EPOCH=278                   # change to any target epoch
POC_START=$(( CURRENT_POC_START + (EPOCH - CURRENT_EPOCH) * EPOCH_LENGTH ))
SNAPSHOT_BLOCK=$(( POC_START - 500 ))

echo "Epoch $EPOCH (current $CURRENT_EPOCH): snapshot at block $SNAPSHOT_BLOCK, PoC starts at block $POC_START"

MiniMax 在参与主机加委托覆盖阈值的最早纪元成为预合格。

可能的情形

MiniMax-M2.7 的引导可能遵循以下主要情形：

MiniMax 在某纪元快照中未通过预评估（且在 PoC 中仍不合格）：
- 所有提交 PoCIntent 的人保持其全部权重（无惩罚）
- 所有提交 PoCDelegation / PoCRefusal 的人保持其全部权重（无惩罚）
- 在纪元 278 之前：所有未提交者也保持其全部权重（宽限期期间惩罚被抑制）
- 从纪元 278 起：所有未提交者每个纪元每遗漏一个模型损失 15% 权重

=> 在纪元 278 之前明确发送包含您意图行为的交易非常重要

MiniMax 通过预评估但未在 PoC 中合格（例如，INTENT 主机未能及时部署）：
- 实际部署 MiniMax-M2.7 并在本纪元提交 MiniMax PoC 提交的主机，保留其现有模型组的全部权重（无惩罚）
- 所有提交 PoCDelegation / PoCRefusal 的人保持其全部权重（无惩罚）
- 从纪元 278 起：所有未提交者损失 15% 权重，所有提交 PoCIntent 但未部署且未提交 MiniMax PoC 提交者也损失 15%（IntentMissed 解决方案）

如果 MiniMax 通过两项检查，惩罚遵循 Multi-Model PoC 中描述的常规情形。

硬件资格

MiniMax-M2.7 (FP8) 每实例需要 约 320 GB 总 VRAM——比 Kimi K2.6 或 Qwen3-235B（两者均需 ≥640 GB 每实例，参见 host quickstart 参考布局）的占用显著更小。实际影响：

A100 80GB 拥有者：MiniMax-M2.7 是首个获得治理批准并适配 A100 80GB 容量的模型。如果您此前无法托管 Kimi 或 Qwen-235B，现在可通过 MiniMax 赢得共识权重。推荐配置：8×A100 80GB 配 tp=4（每主机两个实例）或 tp=8（每主机一个实例）。
H100 / H200 拥有者：MiniMax-M2.7 在共识输出上与 Qwen3-235B 相当（根据工作负载混合，偏差在百分之几内），且在 Kimi 的系数调整后（v0.2.13）明显优于 Kimi K2.6。建议从 Kimi 切换至 MiniMax；此前使用 Qwen3-235B 的主机必须切换至 MiniMax，因为 Qwen3-235B 已被治理退役（提案 78）。
B200 / B300 拥有者：MiniMax-M2.7 运行良好，但 Kimi K2.6 在旗舰硬件上仍保持轻微的共识输出优势。如果您已在运行 Kimi，则无需更改。

准备部署 MiniMax-M2.7 的主机操作说明

向链发送 `PoCIntent`

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference declare-poc-intent MiniMaxAI/MiniMax-M2.7 \
  --from gonka-api-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y

预下载权重并验证可部署性

MiniMax-M2.7 FP8 权重大小为 约 230 GB。请据此规划磁盘空间和带宽。请遵循指南预下载模型权重，使用以下仓库和提交：

hf_repo: MiniMaxAI/MiniMax-M2.7
hf_commit: d494266a4affc0d2995ba1fa35c8481cbd84294b

在引导快照区块前验证模型能否在您的硬件上加载。链将 MiniMax 注册为 Model.ModelArgs：

--enable-auto-tool-choice
--max-model-len 180000
--kv-cache-dtype fp8
--tool-call-parser minimax_m2
--reasoning-parser minimax_m2_append_think

等待下一个评估纪元并检查预资格

每个评估纪元的快照区块后，链会发出 bootstrap_model_preeligibility 事件：

NODE=https://node3.gonka.ai
MODEL='MiniMaxAI/MiniMax-M2.7'

HEIGHT=$(curl -sG "$NODE/chain-rpc/block_search" \
  --data-urlencode "query=\"bootstrap_model_preeligibility.model_id='$MODEL'\"" \
  | jq -r '[.result.blocks[].block.header.height|tonumber]|max')

echo "Latest snapshot at height $HEIGHT"

curl -s "$NODE/chain-rpc/block_results?height=$HEIGHT" \
  | jq --arg m "$MODEL" '
      .result.finalize_block_events[]
      | select(.type=="bootstrap_model_preeligibility")
      | (.attributes | from_entries) as $a
      | select($a.model_id==$m)
      | $a'

关键属性是 pre_eligible。若其值为 true，则链将在本纪元运行 MiniMax PoC，您应做好部署准备。支持字段显示三项检查是否通过：meets_v_min（≥ V_min 个直接意向提交者）、meets_weight_threshold（意向权重 ≥ W_threshold 的 total_network_weight）、和 meets_reachability（意向+委托 reachable_voting_power 覆盖 >2/3）。intent_host_count 和 intent_weight 显示本纪元的直接意向覆盖情况。

若预合格，则切换至 MiniMax-M2.7 模型

用于在8×A100 80GB（tp=4，每台主机两个实例）上部署MiniMax-M2.7的示例命令：

curl -X POST http://localhost:9200/admin/v1/nodes \
     -H "Content-Type: application/json" \
     -d '{
       "id": "<NODE_ID>",
       "host": "<NODE_IP>",
       "inference_port": 5050,
       "poc_port": 8080,
       "max_concurrent": 500,
       "models": {
         "MiniMaxAI/MiniMax-M2.7": {
           "args": [
             "--tensor-parallel-size", "4",
             "--enable-expert-parallel",
             "--trust-remote-code",
             "--mm-encoder-tp-mode", "data",
             "--enable-auto-tool-choice",
             "--max-model-len", "180000",
             "--kv-cache-dtype", "fp8",
             "--tool-call-parser", "minimax_m2",
             "--reasoning-parser", "minimax_m2_append_think",
             "--gpu-memory-utilization", "0.95",
             "--max-num-seqs", "128"
           ]
         }
       }
     }'

对于4×B200 / 8×B200部署，请根据吞吐量偏好使用--tensor-parallel-size 2（每8×B200机箱两个实例）或--tensor-parallel-size 4（一个实例）。链Model.ModelArgs为最小配置；部署端标志（--tensor-parallel-size、--gpu-memory-utilization、--max-num-seqs等）由操作员选择。

验证您的部署

gonka 仓库提供了一个代理技能 mlnode-validate，用于将已部署的ML节点与特定模型的预计算诚实PoC向量进行验证。对于MiniMax M2.7，已提交的黄金参考为 mlnode/packages/benchmarks/scripts/poc_validation/artifacts/minimaxai-minimax-m2.7.json（200个向量；在2×H200上记录）。还为 4×A100、4×H100、2×H200 和 2×B200 提供了现成的 deploy/join/ 配置。请参阅验证ML节点部署和 skills/mlnode-validate/SKILL.md。

未计划部署MiniMax-M2.7的主机的说明

检查您是否信任任何将部署MiniMax / 发送 `PoCIntent` 的主机

import time
import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

NODE = "https://node3.gonka.ai"
MODEL = "MiniMaxAI/MiniMax-M2.7"
TIMEOUT = 60
DELAY = 0.15

def session():
    s = requests.Session()
    # Retry transient 5xx (node3 returns 503 for some poc_delegation lookups
    # under load) so a single hiccup does not silently drop a participant
    # from the result.
    retry = Retry(
        total=5,
        backoff_factor=0.5,
        status_forcelist=(502, 503, 504),
        allowed_methods=("GET",),
    )
    s.mount("https://", HTTPAdapter(max_retries=retry))
    s.headers["Connection"] = "close"
    return s

def weight(p):
    # weight may be 0, missing, or literally null — all mean "no voting weight".
    return int(p.get("weight") or 0)

def get_json(s, url):
    r = s.get(url, timeout=TIMEOUT)
    r.raise_for_status()
    return r.json()

s = session()

participants = get_json(s, f"{NODE}/v1/epochs/current/participants")[
    "active_participants"
]["participants"]

intents = []
with_minimax_model = []
skipped = []  # participants whose poc_delegation lookup failed after retries

for p in participants:
    addr = p["index"]
    w = weight(p)
    if MODEL in (p.get("models") or []):
        with_minimax_model.append((addr, w))

    try:
        resp = get_json(
            s,
            f"{NODE}/chain-api/productscience/inference/inference/poc_delegation/{addr}",
        )
    except requests.RequestException as e:
        skipped.append((addr, w, str(e)))
        time.sleep(DELAY)
        continue

    for i in resp.get("intents") or []:
        if i.get("model_id") == MODEL:
            intents.append((addr, w))
    time.sleep(DELAY)

total = sum(weight(p) for p in participants)
intent_weight = sum(w for _, w in intents)

nonzero_intents = [(a, w) for a, w in intents if w > 0]
zero_intents = [(a, w) for a, w in intents if w == 0]

print(f"Active participants: {len(participants)}")
print(f"With {MODEL} in models[]: {len(with_minimax_model)} (not same as intent)")
print()
print("Intent from (PoCDirectIntent on chain):")
for addr, w in nonzero_intents:
    print(f"  {addr} : {w}")
if zero_intents:
    print()
    print("Zero-weight intents (count toward V_min, contribute 0 to W_threshold):")
    for addr, _ in zero_intents:
        print(f"  {addr} : 0")
print()
print(f"Intent weight: {intent_weight} / {total}")
if total:
    print(f"Intent share: {100.0 * intent_weight / total:.2f}%")
if skipped:
    print()
    print(f"Skipped {len(skipped)} participants after retries (intent may be undercounted):")
    for addr, w, err in skipped:
        print(f"  {addr} (weight={w}): {err}")

发送委托或拒绝

委托：

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference set-poc-delegation MiniMaxAI/MiniMax-M2.7 <DELEGATEE> \
  --from gonka-account-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y

拒绝：

export NODE=https://node3.gonka.ai/chain-rpc/
./inferenced tx inference refuse-poc-delegation MiniMaxAI/MiniMax-M2.7 \
  --from gonka-account-key \
  --node "$NODE" \
  --chain-id gonka-mainnet \
  --keyring-backend file \
  --gas auto \
  --gas-adjustment 1.3 \
  -y