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(liù)小龙之一MiniMax酝酿了(le)一个大动作，宣布将连续五天发布重要(zhòngyào)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(guānfāng)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”，只用了3周时间、512块H800 GPU就完成强化学习(xuéxí)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(shǎo)了一个数量级。 多位开发者已经第一时间展开(zhǎnkāi)测评。前illasoft技术总监@karminski在社交平台发布了自己(zìjǐ)对(duì)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(nénglì)(nénglì)，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(méinéng)一次通过，这可能得益于(déyìyú)其(qí)“训练材料足够新”和“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(búshì)很(hěn)美观，因此用来生成高度创意的内容可能会面临不够(bùgòu)发散的问题(wèntí), 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(zhōngwén)写作是严谨优先的，幻觉较低，以遵循文本和指令为第一(dìyī)。这在注重发散(fāsàn)的国内模型中比较难得。 MiniMax-M1这一新模型最大的亮点还是100万的上下文(shàngxiàwén)窗口(chuāngkǒu)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(xìliè)在长上下文理解任务中 (MRCR)表现较优，从测试(cèshì)指标看，超越了所有开源权重模型，甚至(shènzhì)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(yú)Gemini 2.5 Pro。 “无限长的长文本能力是(shì)MiniMax团队(tuánduì)一直在打磨(dǎmó)的重要维度，对于做社交应用、情感陪伴应用，Agent等(děng)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(zhōng)(zhōng)可靠性(kěkàoxìng)的基准测试，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和谷歌(gǔgē)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(shàng)，MiniMax-M1显著超越大部分开源模型，仅微弱差距次于(cìyú)DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于(déyìyú)闪电注意力机制为主的混合架构，这一架构使得M1在进行长文本的上下文输入和深度(shēndù)推理(tuīlǐ)时均有算力效率(xiàolǜ)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提出的另一创新是强化(qiánghuà)学习算法CISPO。官方博客表示，在数学AIME的实验(shíyàn)中，这比字节近期(jìnqī)提出的 DAPO 等强化学习算法收敛性能快了一倍，显著(xiǎnzhù)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(yuányīn)。 因为相对高(gāo)效的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(liǎngzhǒng)模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型(móxíng)不支持。” MiniMax-M1的定价采用阶梯式，随输入长度增加而(ér)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/百万(bǎiwàn)(bǎiwàn)token，输出 16元/百万token 128k-1M 输入：输入 2.4元/百万(bǎiwàn)(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了编程模型(móxíng) Kimi-Dev-72B。根据官方发布的信息，这一(zhèyī)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，成绩超过(chāoguò)了新版(xīnbǎn)DeepSeek-R1。 不过，@karminski测试发现(fāxiàn)，“同样是(shì)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 才能运行(yùnxíng)。”此外，这一案例(ànlì)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，指模型在训练(xùnliàn)集上表现优异(yōuyì)，但(dàn)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(dà)模型之争(zhīzhēng)中(zhōng)。 MiniMax预告，后续四天将有更多更新。此前“海螺02（0616）”视频(shìpín)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(mótài)AI的格局。 (本文(běnwén)来自第一财经)