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酝酿了一个大动作(dòngzuò)，宣布将连续五天发布重要更新。今天第一(dìyī)弹是开源首个推理模型MiniMax-M1。 根据官方的(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(lǐngxiān)模型。 官方博客还提到，基于两大(liǎngdà)技术创新，MiniMax-M1训练过程高效得“超出预期”，只用(zhǐyòng)了3周(zhōu)时间、512块H800 GPU就完成强化学习训练阶段，算力租赁成本仅(jǐn)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测评。前illasoft技术总监@karminski在社交(shèjiāo)平台(píngtái)发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队(tīduì)”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写代码能力(nénglì)，用“拆烟囱(yāncōng)”这一编程案例实测发现，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(dōu)没能一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍成功避坑(bìkēng)”的能力。 缺点(quēdiǎn)是，从生成的前端(qiánduān)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(kěnéng)会面临不够发散的问题(wèntí), 但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(de)，幻觉(huànjué)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100万(wàn)的上下文窗口长度，和闭源(bìyuán)模型里的谷歌 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中 (MRCR)表现较优，从测试指标看，超越(chāoyuè)了所有开源(kāiyuán)权重(quánzhòng)模型(móxíng)，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(de)长文本能力是(shì)MiniMax团队一直在打磨的重要维度，对于做(zuò)社交应用、情感陪伴应用，Agent等来说是很关键的技术。”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)环境中可靠性的基准测试，在这一指标中，MiniMax-M1表现较为(jiàowéi)出色，超越了(le)DeepSeeK-R1-0528和谷歌(gǔgē)的Gemini-2.5 Pro，在全球仅次于(jǐncìyú)OpenAI o3和Claude 4 Opus。 在(zài)代码能力（SWE-bench）上，MiniMax-M1显著超越大部分(dàbùfèn)开源模型(móxíng)，仅微弱差距次于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(zhùyìlì)机制为主(wéizhǔ)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(hé)深度推理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，只需要(xūyào)使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的另(lìng)一创新是强化学习(xuéxí)算法CISPO。官方博客表示，在数学AIME的实验中，这比(zhèbǐ)字节(zìjié)近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本不到54万美元(wànměiyuán)的原因。 因为相对高效(gāoxiào)的(de)训练和推理算力使用(shǐyòng)，MiniMax的定价性价比(xìngjiàbǐ)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(shūrù)：输入 0.8元(yuán)/百万token，输出 8元/百万token 32k-128k输入：输入 1.2元(yuán)(yuán)/百万token，输出 16元/百万token 128k-1M 输入(shūrù)：输入 2.4元/百万(bǎiwàn)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(bàogào)，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(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(dàimǎ),用 Claude-4-Sonnet修改(xiūgǎi)了3个bug 才能(cáinéng)运行(xíng)。”此外，这一案例(ànlì)基本需要600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较多细节都没有实现。 这引发(yǐnfā)了对其高分是否源于“过拟合”的质疑，这是机器学习中的常见问题，指模型在(zài)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在年初搅动风暴后，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(jìxù)加入(jiārù)这场大模型之争中。 MiniMax预告，后续四天将(jiāng)有更多更新。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(dìèrmíng)的佳绩，业界(yèjiè)普遍预期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)