MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日(rì)，沉寂已久的六小龙之一MiniMax酝酿了一个大动作，宣布将连续五天(wǔtiān)发布重要更新(gēngxīn)。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(duōxiàng)基准测试比肩(bǐjiān)DeepSeek-R1、Qwen3等开源模型，接近海外的最领先模型。 官方博客还提到，基于两大技术创新(jìshùchuàngxīn)，MiniMax-M1训练过程高效得“超出预期”，只用了(le)3周时间、512块(kuài)H800 GPU就完成(wánchéng)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。 多位开发者已经第一时间展开测评(cèpíng)。前illasoft技术总监@karminski在社交平台(píngtái)发布了自己对MiniMax-M1的测评，认可其是“开源(kāiyuán)MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的写代码能力(nénglì)，用“拆(chāi)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，这可能得益于其“训练材料(cáiliào)足够新”和“思考时多次(duōcì)反刍成功(chénggōng)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(gāodù)创意的内容可能会面临不够发散(fāsàn)的问题, 但反过来编程的指令遵循和精确性会更好(gènghǎo)。另外光影效果不是很好，也是训练不足(bùzú)的地方。 也有网友提到，测试(cèshì)发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低(dī)，以遵循文本和指令为(wèi)第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的亮点还是(háishì)100万的上下文窗口长度，和闭源(bìyuán)模型里(lǐ)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(rènwù)中 (MRCR)表现较优，从测试指标看，超越了所有(suǒyǒu)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，仅微弱差距(chājù)落后于(yú)Gemini 2.5 Pro。 “无限长(zhǎng)的长文本能力是MiniMax团队一直在打磨的重要维度，对于做(zuò)社交应用、情感陪伴应用，Agent等来说是很(hěn)关键的技术。”云启资本合伙人陈昱在6月的大会论坛(lùntán)上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是(shì)一个(yígè)评估AI智能体在真实世界(zhēnshíshìjiè)环境中(zhōng)可靠性的基准测试，在这(zhè)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（SWE-bench）上，MiniMax-M1显著超越大部分(dàbùfèn)开源(kāiyuán)模型，仅(jǐn)微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于闪电注意力机制(jīzhì)为主的混合架构，这一架构使得M1在(zài)进行长文本的上下文输入和(hé)深度推理时均有算力(yǒusuànlì)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(yuē)30%的算力。 除此之外，MiniMax提出的(de)另(lìng)一创新是强化学习算法(suànfǎ)CISPO。官方博客表示，在数学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(wànměiyuán)的原因。 因为相对高效的训练和推理算力使用(shǐyòng)，MiniMax的定价性价比较(jiào)高，官方(guānfāng)直接对标性价比之王(zhīwáng)DeepSeek喊话，“两种模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不支持。” MiniMax-M1的定价(dìngjià)采用阶梯式，随输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元/百万(bǎiwàn)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(zhīzhōng)(zhōng)的另外一家月之暗面也在(zài)今日开源了编程模型 Kimi-Dev-72B。根据官方(guānfāng)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(chāoguò)了新版DeepSeek-R1。 不过，@karminski测试发现(fāxiàn)，“同样是生成拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个bug 才能运行(yùnxíng)(xíng)。”此外，这一案例基本需要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。 这引发了对其高分是否源于“过拟合”的(de)质疑，这是机器学习中的常见问题，指模型在(zài)训练集上表现优异，但在未见过的新数据上预测(yùcè)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(liù)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。 MiniMax预告，后续四天将有更多更新。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(nénglì)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)