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(chénjìyǐjiǔ)的六小龙之一MiniMax酝酿了一个大动作，宣布将连续五天发布重要更新。今天(jīntiān)第一弹是开源首个(shǒugè)推理模型MiniMax-M1。 根据官方的报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等(děng)开源模型(móxíng)，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(gāoxiào)得“超出预期”，只用(zhǐyòng)了3周时间、512块H800 GPU就完成强化(qiánghuà)学习训练阶段，算力租赁成本仅53.47万美元。这比(zhèbǐ)一开始的预期少了一个数量级。 多位开发者(kāifāzhě)已经第一时间展开测评。前illasoft技术总监(zǒngjiān)@karminski在社交平台发布了自己对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，用“拆烟囱”这一编程案例(ànlì)实测发现，MiniMax-M1-80K在(zài)提示(tíshì)词下一次(yīcì)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“思考时多次反刍成功避坑”的能力。 缺点是(shì)，从生成(shēngchéng)的前端页面来看, 样式不是(búshì)很美观，因此用来生成高度创意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会更好(gènghǎo)。另外光影效果不是很好，也是训练不足的地方。 也有(yǒu)网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低，以遵循文本和指令(zhǐlìng)为第一。这在注重发散的国内(guónèi)模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大的亮点还是(shì)100万的上下文(shàngxiàwén)窗口长度，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系列在长上下文理解任务中 (MRCR)表现较优，从(cóng)测试指标(zhǐbiāo)看，超越了所有开源权重模型(móxíng)，甚至超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的(de)长文本能力是(shì)MiniMax团队(tuánduì)一直在打磨的重要维度(wéidù)，对于做社交应用、情感陪伴应用，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的天使轮投资机构。 TAU-bench是一个评估AI智能体在真实世界(zhēnshíshìjiè)环境中可靠性的基准测试，在这一指标(zhǐbiāo)中，MiniMax-M1表现较为出色，超越了(le)DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球(quánqiú)仅次于(jǐncìyú)OpenAI o3和Claude 4 Opus。 在代码能力(nénglì)（SWE-bench）上，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅微弱差距次于(cìyú)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(shíjūn)有算力效率(xiàolǜ)优势。MiniMax举例(jǔlì)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)另一创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验(shíyàn)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(wànměiyuán)的原因。 因为相对高(gāo)效的训练和推理算力使用，MiniMax的定价(dìngjià)性价比较高，官方直接对标(duìbiāo)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(jiētīshì)，随输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万token，输出(shūchū) 8元/百万token 32k-128k输入(shūrù)：输入 1.2元/百万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(tóngshí)，六小龙之(zhī)中(zhōng)的另外一家月之暗面也在今日开源(kāiyuán)了编程(biānchéng)模型 Kimi-Dev-72B。根据官方发布的信息，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(de)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(xìjié)都没有(méiyǒu)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，指模型在训练(xùnliàn)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(bàogào)。 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(máitóu)训练半年(bànnián)，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(zhōng)。 MiniMax预告(yùgào)，后续四天将有(yǒu)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。如果海螺能延续M1在成本或能力(nénglì)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)