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(xiǎolóng)之一MiniMax酝酿了一个大(dà)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推理模型(tuīlǐmóxíng)MiniMax-M1。 根据官方的报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等(děng)开源模型，接近海外(hǎiwài)的最领先模型。 官方博客还提到，基于两大技术创新，MiniMax-M1训练过程高效得“超出预期(yùqī)”，只用了3周时间、512块H800 GPU就完成强化学习训练阶段，算力租赁(zūlìn)成本仅53.47万美元。这比(zhèbǐ)一开始的预期少了一个数量级(shùliàngjí)。 多位开发者已经第一(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(zìjǐ)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的写代码(dàimǎ)能力，用“拆烟囱”这一编程案例实测(shícè)发现，MiniMax-M1-80K在提示词下一次(yīcì)过，他提到(tídào)DeepSeek-R1-0528 甚至(shènzhì) 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)时多次反刍成功避坑”的能力。 缺点(quēdiǎn)是(shì)，从生成(shēngchéng)的前端页面来看, 样式不是很(hěn)美观，因此用来生成高度创意的内容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，幻觉较(jiào)低(dī)，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难得(nánde)。 MiniMax-M1这一新模型(móxíng)最大的亮点(liàngdiǎn)还是(háishì)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，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(cóng)测试指标(zhǐbiāo)看，超越了所有开源(kāiyuán)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(quánqiúpáimíng)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团队一直在打磨(dǎmó)的重要维度，对于做社交(shèjiāo)应用、情感陪伴应用，Agent等(děng)来说是很关键的技术。”云启资本合伙人陈昱在6月的大会(dàhuì)论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个(yígè)评估(pínggū)AI智能体在真实世界环境中(zhōng)可靠性的基准测试，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为出色，超越了DeepSeeK-R1-0528和谷歌(gǔgē)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(shàng)，MiniMax-M1显著超越大部分开源模型，仅(jǐn)微弱差距次于DeepSeek最新发布(fābù)的R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本能力得益于闪电注意力机制(jīzhì)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深度(shēndù)推理时均有算力效率优势(yōushì)。MiniMax举例称，在用8万Token深度推理的时候，只需要使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出(tíchū)(tíchū)的另一创新是强化学习算法CISPO。官方博客表示，在(zài)数学AIME的实验中，这比字节(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(zǎoqī)使用的 GRPO。这也是最终算力成本不到54万美元的原因。 因为相对高效的(de)训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较(jiào)高，官方直接(zhíjiē)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的定价采用(cǎiyòng)阶梯式，随输入长度增加而提高： 0-32k 输入(shūrù)：输入 0.8元/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元(yuán)/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(de)(de)(de)另外一家月之暗面也在今日开源了编程模型 Kimi-Dev-72B。根据(gēnjù)官方发布的信息，这一模型是基于(jīyú)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，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现(fāxiàn)，“同样(tóngyàng)是生成拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个bug 才能运行。”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, 较多(duō)细节都没有实现。 这引发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，指模型在训练集上表现优异，但在未见过的新(xīn)数据上预测能力显著(xiǎnzhù)下降。目前月之暗面尚未发布详细技术报告(bàogào)。 DeepSeek在(zài)年初搅动风暴后，AI六小龙有的出现高管出走(chūzǒu)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的准备，继续加入这场大模型之争中(zhōng)。 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(móxíng)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在成本或能力上的突破，或将进一步搅动多模态AI的格局。 (本文来自第一(dìyī)财经)