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(yùnniàng)了一个大动作，宣布将连续(liánxù)五天发布重要更新。今天第一弹是开源首个推理模型MiniMax-M1。 根据官方的报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等开源(kāiyuán)模型，接近(jiējìn)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(xùnliàn)过程高效得“超出预期”，只用了3周时间、512块H800 GPU就完成强化学习训练阶段(jiēduàn)，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(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对MiniMax-M1的测评，认可其是“开源MoE第一梯队(tīduì)”。 @karminski着重测试(cèshì)了(le)MiniMax-M1-80K的(de)写代码能力，用“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次过，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都没能一次通过，这可能得益于其“训练(xùnliàn)材料足够新”和“思考时(shí)多次反刍成功避坑(bìkēng)”的能力。 缺点是，从生成的前端页面来看, 样式不是(búshì)很(hěn)美观，因此用来生成高度创意的内容可能会面临(miànlín)不够发散的问题, 但(dàn)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(yǒu)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难得(nánde)。 MiniMax-M1这一新模型(móxíng)最大的(de)亮点还是100万的上下文窗口长度(chángdù)，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(lǐjiě)任务中 (MRCR)表现(biǎoxiàn)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(jǐn)微弱差距落后(luòhòu)于Gemini 2.5 Pro。 “无限长(zhǎng)的(de)长文本能力是MiniMax团队一直在打磨的重要维度，对于做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启(yúnqǐ)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(zhìnéng)体在(tǐzài)真实世界环境中(zhōng)可靠性的基准测试，在这一指标(zhǐbiāo)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。 在代码能力(nénglì)（SWE-bench）上，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅微弱(wēiruò)差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本(wénběn)能力得益于闪电注意力(zhùyìlì)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有算力效率优势。MiniMax举例称(chēng)，在用(yòng)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)的另一创新是强化学习算法CISPO。官方(guānfāng)博客表示，在数学(shùxué)AIME的实验中，这(zhè)比字节近期提出的 DAPO 等强化学习算法收敛性能快(kuài)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54万美元的原因。 因为相对高效(gāoxiào)的(de)训练和推理算力使用，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(móshì)都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不(bù)支持。” MiniMax-M1的定价采用阶梯式，随输入(shūrù)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/百万(bǎiwàn)token，输出 24元/百万token 几乎与MiniMax同时，六(liù)小龙之中(zhōng)的另外一家月之暗面也在今日开源了编程模型(móxíng) Kimi-Dev-72B。根据官方发布的信息，这一模型是基于阿里云(yún)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(chāoguò)了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是(shì)生成(shēngchéng)拆烟囱demo, Kimi-Dev-72B生成的(de)代码,用 Claude-4-Sonnet修改了3个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(duō)细节(xìjié)都没有实现。 这(zhè)引发了对其高分是否源于“过拟合(nǐhé)”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(zhī)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(yǒu)的出现高管(gāoguǎn)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。此前“海螺(hǎiluó)02（0616）”视频模型(móxíng)已(yǐ)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(mótài)AI的格局。 (本文(běnwén)来自第一财经)