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酝酿了一个大动作(dòngzuò)，宣布将连续五天发布重要更新。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(yùqī)”，只用(zhǐyòng)了3周时间、512块H800 GPU就完成强化学习训练阶段，算力租赁成本仅53.47万美元。这比一开始的预期少了一个数量级(shùliàngjí)。 多位开发者已经第一时间展开测评(cèpíng)。前(qián)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(cèshì)了MiniMax-M1-80K的写代码能力，用“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次(yīcì)过，他提到DeepSeek-R1-0528 甚至(shènzhì) Gemini-2.5-Pro 都没能一次通过，这可能(kěnéng)得益于(déyìyú)其“训练材料足够新”和“思考时多次(duōcì)反刍成功避坑”的能力。 缺点是，从生成的(de)前端(qiánduān)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(kěnéng)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(huànjué)较(jiào)低，以遵循文本和指令为第一。这(zhè)在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的(de)(de)亮点还是100万的上下文窗口长度，和闭源模型里的谷歌(gǔgē) 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)，从测试指标看，超越了所有开源权重模型(móxíng)，甚至超越海外的(de)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。 “无限长的长文本能力是(shì)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(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(shì)一个评估AI智能体在(zài)真实世界环境(huánjìng)中(zhōng)可靠性的基准测试(cèshì)，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(dàimǎ)能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型(móxíng)，仅微弱差距次于(cìyú)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(zhùyìlì)机制为主的混合架构(jiàgòu)，这一(zhèyī)架构使得M1在(zài)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，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)另一创新是(shì)强化学习(xuéxí)算法CISPO。官方博客表示，在数学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(xìngnéng)快了一倍，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。 因为相对高效的训练和推理算力使用，MiniMax的定价性价比(bǐ)(xìngjiàbǐ)(xìngjiàbǐ)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模型不支持。” MiniMax-M1的定价采用阶梯式，随输入长度增加(zēngjiā)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(shūrù)：输入 1.2元/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(jīhū)与MiniMax同时，六小龙之中的另外一家月之暗面(ànmiàn)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(jīzhǔn)测试中取得了全球最高开源模型水平，成绩超过了新版(xīnbǎn)DeepSeek-R1。 不过，@karminski测试发现，“同样(tóngyàng)是生成拆烟囱demo, Kimi-Dev-72B生成的代码(dàimǎ),用 Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行。”此外，这一案例基本(jīběn)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(dōu)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(chángjiànwèntí)，指模型在训练集上(shàng)表现优异(yōuyì)，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在年初搅动风暴后，AI六小龙有的出现高管(gāoguǎn)出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商(chǎngshāng)已经做好了新的准备，继续加入这场大(dà)模型之争中。 MiniMax预告(yùgào)，后续四天将有更多(duō)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，业界普遍预期海螺新版本即将正式(zhèngshì)亮相。如果海螺能(néng)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(láizì)第一财经)