MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日，沉寂已久的六(liù)小龙之一MiniMax酝酿了一个大动作(dòngzuò)，宣布将连续五天发布重要(zhòngyào)更新。今天第一弹是开源首个推理模型MiniMax-M1。 根据官方(guānfāng)的报告，MiniMax-M1多项基准测试(cèshì)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(tídào)，基于两大技术创新，MiniMax-M1训练过程高效(gāoxiào)得“超出预期”，只用了(le)3周时间、512块H800 GPU就完成强化学习训练阶段(jiēduàn)，算力租赁成本仅53.47万美元。这比一开始的预期少了一个数量级。 多位开发者(kāifāzhě)已经第一(dìyī)时间展开测评(cèpíng)。前illasoft技术总监@karminski在社交平台发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试了(le)MiniMax-M1-80K的写(xiě)代码能力(nénglì)，用“拆烟囱”这一编程案例实测发现(fāxiàn)，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(hé)“思考时多次反刍成功避坑”的能力。 缺点是，从生成的前端页面来看, 样式不是(búshì)很美观，因此用来生成高度创意的内容(nèiróng)可能会面临不够发散的问题, 但反过来编程的指令遵循和精确性(jīngquèxìng)会更好。另外光影效果不是很好，也是训练不足(bùzú)的地方。 也有网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低，以(yǐ)遵循(zūnxún)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这一新模型最大的亮点(liàngdiǎn)还是100万的上下文窗口长度，和闭源(bìyuán)模型里(lǐ)的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一基础，M1系列在长上下文理解任务(rènwù)中 (MRCR)表现较优，从测试指标看，超越了(le)所有开源权重模型，甚至超越海外(hǎiwài)的顶尖(dǐngjiān)模型OpenAI o3和Claude 4 Opus，全球排名第二，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(yìzhí)在打磨的重要维度，对于做(zuò)社交应用、情感陪伴应用，Agent等来说(láishuō)是很(hěn)关键的技术。”云启资本合伙人陈昱在6月的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个评估AI智能体在真实世界(zhēnshíshìjiè)环境中可靠性的(de)(de)基准测试，在这一指标中，MiniMax-M1表现较为出色，超越了(le)DeepSeeK-R1-0528和(hé)谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码能力（SWE-bench）上，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅微弱差距次于(cìyú)DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的(de)长文本能力得益于闪电注意力机制为主的混合架构，这一(zhèyī)架构使得M1在进行长文本的上下文输入和深度(shēndù)推理时均有算力效率优势。MiniMax举例称(chēng)，在用8万Token深度推理的时候，只需要(xūyào)使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)另一创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验中，这比(zhèbǐ)字节近期提出的 DAPO 等强化学习算法收敛(shōuliǎn)性能(xìngnéng)快了一倍，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本不到(búdào)54万美元的原因。 因为相对高效的(de)训练和推理算力使用，MiniMax的定价(dìngjià)性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式(móshì)都比 DeepSeek-R1 性价比更高，另(lìng)一种模式DeepSeek模型不支持。” MiniMax-M1的定价采用(cǎiyòng)阶梯式，随输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万token，输出(shūchū) 8元/百万token 32k-128k输入(shūrù)：输入 1.2元/百万(bǎiwàn)token，输出 16元/百万token 128k-1M 输入(shūrù)：输入 2.4元(yuán)/百万token，输出 24元/百万token 几乎与MiniMax同时，六小龙之中的另外一家月之暗面也在今日开源了编程(biānchéng)模型(móxíng) Kimi-Dev-72B。根据官方发布(fābù)的信息，这一模型是基于阿里云的Qwen2.5-72B 微调得到的。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(zuìgāo)开源模型水平，成绩超过(chāoguò)了新版DeepSeek-R1。 不过(bùguò)，@karminski测试(cèshì)发现，“同样是(shì)生成拆烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行。”此外，这一案例基本需要600-800行代码才能完成(wánchéng), Kimi-Dev-72B只生成了220行, 较多细节都没有实现。 这(zhè)引发了对其高分是否源于“过拟合”的质疑(zhìyí)，这是机器学习中的常见问题，指模型在训练集上表现优异(yōuyì)，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(fēngbào)后(hòu)，AI六小龙有的出现高管出走风波，有的沉寂已久，埋头(máitóu)训练半年，看起来这些厂商已经做好了新的准备，继续加入这场大模型之争中。 MiniMax预告，后续四天将(jiāng)有更多更新。此前“海螺02（0616）”视频模型已现身AI视频竞技场，并取得第二名的佳绩，业界普遍(pǔbiàn)预期(yùqī)海螺新版本即将正式亮相。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。 (本文来自第一财经(cáijīng))