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(xuānbù)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MiniMax-M1。 根据官方的(de)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”，只用(zhǐyòng)了3周(zhōu)时间、512块H800 GPU就完成强化(qiánghuà)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(yígè)数量级。 多位(duōwèi)开发者已经第一时间(shíjiān)展开测评。前illasoft技术总监@karminski在社交平台发布了自己对(duì)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(nénglì)，用“拆烟囱”这一编程(biānchéng)案例实测发现，MiniMax-M1-80K在提示词下一次过，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(fǎnchú)成功避坑(bìkēng)”的能力。 缺点是，从生成的(de)(de)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的问题, 但反过来编程的指令遵循和(hé)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(móxíng)中文写作是严谨优先的，幻觉较低(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(bǐjiào)难得。 MiniMax-M1这一新模型最大的(de)亮点(liàngdiǎn)还是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。 依托这一基础，M1系列(xìliè)在长(zhǎng)上下文理解任务中(zhōng) (MRCR)表现较优，从测试指标看，超越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，仅微弱差距(chājù)落后于Gemini 2.5 Pro。 “无限长的(de)长文本(wénběn)能力是MiniMax团队一直在打磨的重要维度，对于做社交应用、情感(qínggǎn)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(shàng)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(zài)(tǐzài)真实世界环境中(zhōng)可靠性的基准(jīzhǔn)测试，在这一指标中，MiniMax-M1表现较为出色，超越了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(dàimǎ)能力（SWE-bench）上(shàng)，MiniMax-M1显著超越大部分开源模型，仅微弱差距次于DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本能力得益于闪电注意力机制(jīzhì)为主的混合架构，这一架构使得(shǐde)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DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)(de)另一创新是(shì)强化学习算法CISPO。官方博客表示，在数学AIME的实验中，这比字节近期提出的 DAPO 等强化学习算法收敛性能快了(le)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。 因为相对高效的训练和(hé)推理算力使用(shǐyòng)，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种(liǎngzhǒng)模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不支持(zhīchí)。” MiniMax-M1的定价采用阶梯式，随输入长度增加而(ér)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：输入 1.2元(yuán)/百万token，输出(shūchū) 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(yǔ)MiniMax同时，六小龙(xiǎolóng)之中的另外一家月之暗面也在今日开源了编程模型 Kimi-Dev-72B。根据官方发布的信息，这一(zhèyī)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(cèshì)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(yùnxíng)(xíng)。”此外，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, 较多细节(xìjié)都没有实现。 这引发了对(duì)其高分是否源于“过拟合”的质疑，这是机器学习中(zhōng)的常见问题，指模型在训练集上表现优异，但在未见过的新数据(shùjù)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，埋头训练半年，看起来这些厂商已经做好(zuòhǎo)了新的准备，继续加入这场(zhèchǎng)大模型之争(zhīzhēng)中。 MiniMax预告，后续四天将有更多更新。此前“海螺(hǎiluó)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(bǎnběn)即将正式亮相。如果(rúguǒ)海螺能延续(yánxù)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)