MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日，沉寂已久(chénjìyǐjiǔ)的六小龙之一MiniMax酝酿了(le)一个大动作，宣布将连续五天发布重要更新。今天第一弹是开源首个(shǒugè)推理模型MiniMax-M1。 根据官方的(de)(de)报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等开源模型，接近海外的最领先模型。 官方博客还提到，基于两大技术创新，MiniMax-M1训练过程(guòchéng)高效得“超出预期(yùqī)”，只用了(le)3周时间、512块H800 GPU就完成强化学习训练阶段，算力租赁成本仅53.47万美元。这比一开始(kāishǐ)的预期少了一个数量级。 多位开发者已经第一时间展开测评(cèpíng)(cèpíng)。前illasoft技术总监@karminski在社交平台发布了(le)自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的(de)写代码能力，用(yòng)“拆烟囱”这一编程案例(ànlì)实测发现，MiniMax-M1-80K在(zài)提示词下一次过，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都没能一次通过，这可能得益于其“训练材料足够新”和“思考(sīkǎo)时多次反刍成功(chénggōng)避坑”的能力。 缺点是，从生成的前端页面来看, 样式不是很美观，因此用来生成高度创意的内容可能会面临不够发散(fāsàn)的问题, 但反过来编程的指令遵循和精确性会更好(hǎo)。另外(lìngwài)光影效果不是很好，也(yě)是训练不足的地方。 也有(yǒu)网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的(de)，幻觉较低，以遵循文本和指令为第一。这在注重发散的国内模型中比较(bǐjiào)难得。 MiniMax-M1这一新模型(móxíng)最大的亮点还是(shì)100万的上下文窗口(chuāngkǒu)长度，和闭源模型里的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托(yītuō)这一基础，M1系列在长上下文理解任务中 (MRCR)表现较优，从测试指标看，超越(chāoyuè)(chāoyuè)了所有开源权重模型，甚至超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二(dìèr)，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的长文本能力是MiniMax团队一直在打磨的重要维度，对于做社交(shèjiāo)应用、情感陪伴应用，Agent等来说是很关键的技术。”云启(yúnqǐ)资本合伙人陈昱在6月(yuè)的大会论坛上表示。云启是MiniMax的天使轮(lún)投资机构。 TAU-bench是一个评估AI智能体在(zài)真实世界(zhēnshíshìjiè)环境(huánjìng)中可靠性的基准测试，在这一指标(zhǐbiāo)中，MiniMax-M1表现(biǎoxiàn)较为出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码(dàimǎ)能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型(móxíng)，仅微弱差距(chājù)次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的(de)长文本能力得益于闪电注意力机制(jīzhì)为主的混合架构，这一架构使得M1在进行长文本的上下文输入和深度推理(tuīlǐ)时均有算力效率优势。MiniMax举例称，在用8万Token深度推理的时候，只(zhǐ)需要使用(shǐyòng)DeepSeek R1约30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出的另一创新是强化学习算法CISPO。官方博客(bókè)表示，在数学AIME的实验中(zhōng)，这(zhè)比字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍(yíbèi)，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本不到54万美元的原因。 因为相对高效(gāoxiào)的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方直接对标性价比之王DeepSeek喊话(hǎnhuà)，“两种模式都比 DeepSeek-R1 性价比更高，另一种(yīzhǒng)模式DeepSeek模型不支持。” MiniMax-M1的(de)定价采用阶梯式，随输入长度增加而提高： 0-32k 输入(shūrù)：输入 0.8元(yuán)/百万token，输出 8元/百万token 32k-128k输入(shūrù)：输入 1.2元(yuán)/百万token，输出 16元/百万token 128k-1M 输入：输入 2.4元(yuán)/百万(bǎiwàn)token，输出 24元/百万token 几乎与MiniMax同时，六(liù)小龙之中的另外一家月之暗面也(yě)在今日开源了编程模型 Kimi-Dev-72B。根据官方发布的信息，这一模型是基于阿里云的Qwen2.5-72B 微调(wēidiào)得到的。根据报告，这一模型在SWE-bench编程基准测试中取得了全球最高开源模型水平，成绩超过(chāoguò)了新版(xīnbǎn)DeepSeek-R1。 不过，@karminski测试发现，“同样是生成拆烟囱demo, Kimi-Dev-72B生成的代码,用(yòng) Claude-4-Sonnet修改(xiūgǎi)了(le)3个bug 才能运行。”此外，这一案例基本需要(xūyào)600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较多细节都(dōu)没有实现。 这引发了对其高分是否源于“过拟合(nǐhé)”的质疑，这是机器学习中的常见问题，指模型在(zài)训练集上(shàng)表现优异，但在未见过的新数据上预测能力显著下降。目前月之暗面尚未发布详细技术报告。 DeepSeek在年初搅动风暴后，AI六(liù)小龙有的出现高管出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商已经做好了新(xīn)的准备，继续加入这场大模型(móxíng)之争中。 MiniMax预告，后续四天将(jiāng)有更多更新。此前“海螺02（0616）”视频(shìpín)模型已现身AI视频竞技场，并取得第二名的佳绩，业界普遍预期海螺新版本即将正式(zhèngshì)亮相。如果海螺能延续M1在成本或能力(nénglì)上的突破，或将进一步搅动多模态AI的格局。 (本文来自(láizì)第一财经)