MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日，沉寂已久的六小龙之一(zhīyī)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(zuì)领先模型。 官方博客还提到，基于两大技术创新(jìshùchuàngxīn)，MiniMax-M1训练过程(guòchéng)高效得“超出预期(yùqī)”，只用(zhǐyòng)了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。这比一开始的预期少了一个数量级。 多位开发者已经第一时间展开(zhǎnkāi)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(rènkě)其是“开源MoE第一梯队”。 @karminski着重测试了(le)MiniMax-M1-80K的写代码能力，用“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次过，他(tā)提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都(dōu)没能(méinéng)一次通过，这可能得益于其(qí)“训练材料足够新”和“思考时多次反刍成功(chénggōng)避坑”的能力。 缺点是，从生成(shēngchéng)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(miànlín)不够发散的问题, 但(dàn)反过来编程的指令遵循和精确性会更好。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(shì)严谨优先的，幻觉较(jiào)低，以遵循文本和指令为第一。这在(zài)注重发散的国内模型中比较难得。 MiniMax-M1这(zhè)一新模型最大的亮点还是(shì)100万的上下文窗口长度，和闭源模型里的谷歌 Gemini 2.5 Pro一样(yīyàng)，是DeepSeek R1的 8倍。 依托这一基础(jīchǔ)，M1系列(xìliè)在长上下文理解(lǐjiě)任务中 (MRCR)表现较优，从测试指标看，超越了(le)所有开源权重模型，甚至超越海外的顶尖模型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(zhǎng)的长文本能力是MiniMax团队(tuánduì)一直在打磨的重要维度，对于做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人(héhuǒrén)陈昱在6月的大会论坛上表示。云启是MiniMax的天使轮投资(tóuzī)机构。 TAU-bench是(shì)一个评估AI智能体在真实世界环境(huánjìng)中可靠性(kěkàoxìng)的基准测试(cèshì)，在这一指标(zhǐbiāo)中，MiniMax-M1表现较为出色，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(zài)代码能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型(móxíng)，仅微弱差距次于(cìyú)DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于闪电注意力(zhùyìlì)机制为主的混合(hùnhé)架构(jiàgòu)，这一架构使得M1在进行长文本的上下文输入和深度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，只需要使用(shǐyòng)DeepSeek R1约30%的算力。 除此之外，MiniMax提出的另一创新是强化(qiánghuà)学习算法(suànfǎ)CISPO。官方博客表示，在数学AIME的实验中，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(suànlì)成本不到54万美元的原因。 因为(yīnwèi)相对高效的训练和推理算力使用，MiniMax的定价(dìngjià)性价比(xìngjiàbǐ)(bǐ)较高，官方直接对标性价比之王DeepSeek喊话，“两种模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不支持。” MiniMax-M1的定价(dìngjià)采用阶梯式，随输入长度增加而提高： 0-32k 输入：输入 0.8元/百万(bǎiwàn)token，输出(shūchū) 8元/百万token 32k-128k输入：输入 1.2元(yuán)/百万token，输出(shūchū) 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，六小龙之中的(de)(de)另外一家月之暗面也在(zài)今日开源了编程模型 Kimi-Dev-72B。根据官方发布的信息(xìnxī)，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开源模型水平，成绩(chéngjì)超过了新版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 Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行(xíng)。”此外(cǐwài)，这一案例基本需要600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较(jiào)多细节都没有(méiyǒu)实现。 这引发了对其高分是否源于“过拟合”的质疑，这是机器(jīqì)学习中的常见问题，指模型在训练集上(shàng)表现优异，但在未见过的新数据上预测(yùcè)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(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(jiārù)这场大模型之争中。 MiniMax预告，后续四天将有更多更新(xīn)。此前(cǐqián)“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，业界普遍预期海螺新版本即将正式亮相(liàngxiàng)。如果海螺能延续M1在成本或能力上的突破(tūpò)，或将进一步搅动多模态AI的格局。 (本文来自(láizì)第一财经)