MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日，沉寂已久的六小龙之一MiniMax酝酿(yùnniàng)了一个大动作，宣布将连续五天发布重要更新(gēngxīn)。今天第一弹是开源(kāiyuán)首个推理模型MiniMax-M1。 根据官方的报告(bàogào)，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等开源模型，接近海外(hǎiwài)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(guòchéng)高效得(dé)“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，算力租赁成本仅(jǐn)53.47万美元。这比一开始的预期少了一个数量级。 多位(duōwèi)开发者已经第一时间展开测评。前illasoft技术总监@karminski在社交平台发布了(le)自己对(duì)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的写(xiě)代码能力，用“拆烟囱(yāncōng)”这一编程(biānchéng)案例实测发现，MiniMax-M1-80K在提示词下一次(yīcì)过，他(tā)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，从生成的前端页面来看, 样式(yàngshì)不是很美观，因此用来生成高度创意的内容(nèiróng)可能会面临不够发散的问题, 但(dàn)反过来编程的指令遵循和精确性会更好(hǎo)。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。这在(zài)注重发散的国内模型中比较(bǐjiào)难得。 MiniMax-M1这一新模型最大的亮点还是(shì)100万的上下文窗口(chuāngkǒu)长度，和(hé)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(jīchǔ)，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模型，甚至超越海外的顶尖(dǐngjiān)模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱差距落后(luòhòu)于Gemini 2.5 Pro。 “无限长的长文本(wénběn)能力是MiniMax团队一直在打磨的重要(zhòngyào)维度，对于做社交应用、情感陪伴(péibàn)应用，Agent等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(tiānshǐ)轮投资机构。 TAU-bench是一个评估AI智能(zhìnéng)体在真实世界环境中可靠性的基准测试(cèshì)，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为(jiàowéi)出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球仅次于(jǐncìyú)OpenAI o3和Claude 4 Opus。 在(zài)代码能力（SWE-bench）上，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅(jǐn)微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的(de)(de)长文本能力得益于闪电注意力机制为主的混合架构(jiàgòu)，这一架构使得M1在进行长文本的上下文输入和深度(shēndù)推理时均有算力效率优势。MiniMax举例称，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提出的(de)另一创新是强化学习算法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(shǐyòng)的 GRPO。这也(yě)是最终算力成本不到54万美元的原因。 因为相对高(gāo)效的训练和(hé)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(hǎnhuà)，“两种模式都比 DeepSeek-R1 性价比更高(gènggāo)，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(ér)提高： 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(yuán)/百万token，输出 24元/百万token 几乎与MiniMax同时，六(liù)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(gēnjù)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(qǔde)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(shēngchéng)拆烟囱demo, Kimi-Dev-72B生成的(de)代码,用 Claude-4-Sonnet修改(xiūgǎi)了(le)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(zhǐ)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(guò)拟合”的(de)质疑，这是机器学习中的常见问题(chángjiànwèntí)，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。目前月之暗面尚未发布详细技术报告。 DeepSeek在年初搅动(jiǎodòng)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(bànnián)，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之争中。 MiniMax预告，后续四天将有更多更新。此前(cǐqián)“海螺02（0616）”视频模型已现身AI视频竞技场(jìngjìchǎng)，并取得第二名的(de)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(shàng)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)