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(chénjìyǐjiǔ)的六小龙之一MiniMax酝酿了一个大动作，宣布将连续五天发布重要更新(gēngxīn)。今天第一弹是开源首个(shǒugè)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(guānfāng)博客还提到(tídào)，基于两大技术创新，MiniMax-M1训练过程高效得“超出预期”，只用了3周时间、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。 多位开发者已经第一时间展开测评。前illasoft技术总监@karminski在社交平台发布了(le)自己对MiniMax-M1的测评，认可其是(qíshì)“开源(kāiyuán)MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的(de)写(xiě)代码能力，用“拆烟囱”这一编程(biānchéng)案例(ànlì)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 都没能一次通过，这可能得益于其“训练材料(cáiliào)足够新”和“思考时多次反刍成功避坑”的能力。 缺点是，从生成(shēngchéng)的(de)前端页面(yèmiàn)来看, 样式不是很美观，因此用来生成高度(gāodù)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(móxíng)中(zhōng)文写作是严谨优先的，幻觉较低，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这一新模型(móxíng)最大的亮点还是100万的上下文窗口长度，和闭源模型里(lǐ)的谷歌 Gemini 2.5 Pro一样(yīyàng)，是DeepSeek R1的 8倍。 依托(yītuō)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(kàn)，超越了所有开源权重模型(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(chājù)落后于Gemini 2.5 Pro。 “无限长(zhǎng)(zhǎng)的长文本能力是MiniMax团队一直在打磨的重要维度(wéidù)，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是一个评估(pínggū)AI智能(zhìnéng)体在真实世界环境中(zhōng)可靠性的(de)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和谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码能力(nénglì)（SWE-bench）上，MiniMax-M1显著超越大部分(dàbùfèn)开源模型，仅微弱差距次于(cìyú)DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本(wénběn)能力得益于闪电注意力机制为主的混合架构，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时均(shíjūn)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提出的(de)(de)(de)另一创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验中(zhōng)，这比字节近期提出的 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(shǐyòng)的 GRPO。这也是最终算力成本不到54万美元的原因。 因为相对(xiāngduì)高效的训练和(hé)推理(tuīlǐ)算力使用，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式都比 DeepSeek-R1 性价比更高，另一种(yīzhǒng)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，六小龙之中的另外一家月之暗面也在今日开源(kāiyuán)了(le)编程模型(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开源模型水平(shuǐpíng)，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是生成(shēngchéng)(shēngchéng)拆烟囱(yāncōng)demo, Kimi-Dev-72B生成的代码,用(yòng) Claude-4-Sonnet修改了3个(gè)bug 才能运行。”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, 较多细节都没有实现。 这(zhè)引发了对其高分是否源于(yuányú)“过(guò)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下降。目前月之暗面尚未发布详细技术报告。 DeepSeek在年初搅动(jiǎodòng)风暴后，AI六(liù)小龙有的出现高管出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商(chǎngshāng)已经做好了新的准备，继续加入这场大模型之争中。 MiniMax预告，后续四天将有更多(duō)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(dìèrmíng)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，或将进一步搅动多模态AI的格局。 (本文来自第一(dìyī)财经)