MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月(yuè)17日，沉寂已久的六小龙之一MiniMax酝酿了一个大动作，宣布(xuānbù)将连续五天(wǔtiān)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等开源模型(móxíng)，接近海外的最领先模型。 官方博客(bókè)还(hái)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(suànlì)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(yǐjīng)第一时间展开测评。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，用(yòng)“拆烟囱”这一编程(biānchéng)案例实测(shícè)发现，MiniMax-M1-80K在提示词下一次过，他提到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(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会更好(hǎo)。另外光影效果不是很好，也是训练不足(bùzú)的地方(dìfāng)。 也有网友提到，测试发现MiniMax-M1模型中(zhōng)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(zhùzhòng)发散的国内模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大(zuìdà)的亮点还是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系列在长上下文理解任务中 (MRCR)表现较优(jiàoyōu)，从测试指标(zhǐbiāo)看，超越了所有开源权重(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。 “无限长的(de)长文本能力是MiniMax团队一直在打磨的重要维度，对于(duìyú)做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人陈昱(chényù)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(yī)个评估AI智能体在真实世界环境中可靠性(kěkàoxìng)的(de)基准(jīzhǔn)测试，在这一指标中，MiniMax-M1表现较为出色，超越了(le)DeepSeeK-R1-0528和谷歌的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显著超越大部分(dàbùfèn)开源模型(móxíng)，仅微弱(wēiruò)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(zhǐ)需要使用(shǐyòng)DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)另一创新是强化(qiánghuà)学习算法CISPO。官方博客表示，在数学(shùxué)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，MiniMax的定价(dìngjià)性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式都(dōu)比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型(móxíng)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)(yuán)/百万token，输出 8元/百万token 32k-128k输入：输入 1.2元/百万(bǎiwàn)(bǎiwàn)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(tóngshí)，六小龙之中的另外一家月之暗面(ànmiàn)也(yě)在(zài)今日(jīnrì)开源了编程模型 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，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，“同样是生成(shēngchéng)拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码(dàimǎ),用 Claude-4-Sonnet修改了3个bug 才能运行。”此外，这一案例基本(jīběn)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上预测能力显著(xiǎnzhù)下降。目前月之暗面尚未发布详细技术(jìshù)报告。 DeepSeek在年初搅动(jiǎodòng)风暴后，AI六小龙有(yǒu)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(yǐjīng)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(jiājì)，业界普遍预期(yùqī)海螺新版本即将正式亮相。如果海螺能延续M1在成本或能力上(shàng)的突破，或将进一步搅动多模态AI的格局(géjú)。 (本文来自(láizì)第一财经)