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(de)六(liù)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。今天第一弹是开源(kāiyuán)首个推理模型MiniMax-M1。 根据官方的报告，MiniMax-M1多项基准测试(cèshì)比肩DeepSeek-R1、Qwen3等(děng)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，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(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(jìshù)总监@karminski在(zài)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着重测试了MiniMax-M1-80K的(de)写代码能力，用(yòng)“拆烟囱”这一编程案例实测(shícè)发现，MiniMax-M1-80K在提示词下(cíxià)一次过，他提到(tídào)DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都没能一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍(fǎnchú)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)很美观，因此(yīncǐ)用来生成高度创意(chuàngyì)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(jīngquèxìng)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(shì)严谨优先的，幻觉(huànjué)较低(dī)，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。 MiniMax-M1这(zhè)一新模型最大的亮点还是(háishì)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(yītuō)这一基础，M1系列在长(zhǎng)上下文理解任务中 (MRCR)表现较优，从测试指标看，超越了所有开源权重(quánzhòng)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(yìngyòng)、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人(héhuǒrén)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(shì)一个评估AI智能体在真实世界环境中可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现较为(jiàowéi)出色(chūsè)，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，MiniMax-M1显著超越(chāoyuè)大部分开源模型(móxíng)，仅微弱差距次于DeepSeek最新发布(fābù)的R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本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M1在(zài)进行长文本的上下文输入和深度推理(tuīlǐ)时均有算力(yǒusuànlì)效率优势。MiniMax举例称，在用8万(wàn)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)另一创新是强化学习算法CISPO。官方博客表示(biǎoshì)，在数学(shùxué)AIME的实验(shíyàn)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，显著优于 DeepSeek早期(zǎoqī)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(tuīlǐ)算力(suànlì)使用，MiniMax的定价性价比较高，官方(guānfāng)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模型不支持。” MiniMax-M1的定价采用阶梯式，随输入长度增加而提高(tígāo)： 0-32k 输入(shūrù)：输入 0.8元(yuán)/百万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(yǔ)MiniMax同时，六小龙之中的(de)另外一家月之暗面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(jīyú)阿里(ālǐ)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，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是生成拆烟囱demo, Kimi-Dev-72B生成的代码(dàimǎ),用 Claude-4-Sonnet修改了3个bug 才能运行。”此外，这一案例基本(jīběn)需要(xūyào)600-800行代码才能完成, Kimi-Dev-72B只(zhǐ)生成了220行, 较多细节都没有实现(shíxiàn)。 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能力显著下降。目前月之暗面尚未发布(fābù)详细技术报告。 DeepSeek在年初搅动风暴后，AI六小龙有的出现(chūxiàn)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(zhǔnbèi)，继续加入这场大模型(móxíng)之争中。 MiniMax预告，后续四天将有更(gèng)多更新。此前“海螺(hǎiluó)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。如果海螺能延续M1在成本或(huò)能力上的突破，或将进一步搅动多模态AI的格局。 (本文(běnwén)来自第一财经)