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(xiǎolóng)之一MiniMax酝酿了一个大动作，宣布将(jiāng)连续五天发布重要更新。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(jīzhǔn)测试比肩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，MiniMax-M1训练过程高效得“超出预期”，只用(zhǐyòng)了3周时间(shíjiān)、512块H800 GPU就完成强化学习训练阶段，算力租赁成本(chéngběn)仅53.47万美元。这比(zhèbǐ)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(zài)社交平台发布了自己对MiniMax-M1的测评，认可其是(qíshì)“开源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(zhèyī)编程案例(ànlì)实测发现，MiniMax-M1-80K在(zài)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“思考时多次反刍成功避坑(bìkēng)”的能力。 缺点是，从生成的(de)前端页面(yèmiàn)来看, 样式不是很美观，因此用来(yònglái)生成高度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。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模型中文写作是严谨优先的，幻觉较低，以遵循文本和指令为(wèi)第一。这(zhè)在注重发散的国内模型中比较难得(nánde)。 MiniMax-M1这(zhè)一新模型最大的亮点还是100万的上下文(shàngxiàwén)窗口长度，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，M1系列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，甚至超越海外(hǎiwài)的顶尖模型OpenAI o3和Claude 4 Opus，全球排名(quánqiúpáimíng)第二，仅微弱差距落后(luòhòu)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(duìyú)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(lùntán)上表示。云启是MiniMax的天使轮投资机构(jīgòu)。 TAU-bench是(shì)一个评估AI智能体在(tǐzài)真实世界环境中(zhōng)可靠性的基准测试(cèshì)，在这一指标(zhǐbiāo)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(shàng)，MiniMax-M1显著超越大部分(dàbùfèn)开源模型，仅微弱差距次于DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的长文本(wénběn)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推理(tuīlǐ)时均有算力(suànlì)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提出的另一创新是(shì)强化(qiánghuà)学习算法CISPO。官方博客表示，在(zài)数学AIME的实验中(zhōng)，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(yíbèi)，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本不到54万美元的原因。 因为相对(xiāngduì)高效的训练(xùnliàn)和推理算力使用，MiniMax的定价性价比(bǐ)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模型不支持。” MiniMax-M1的定价采用阶梯式，随输入长度增加(zēngjiā)而提高： 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)(shūrù)：输入 2.4元/百万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(biānchéng)模型(móxíng)(móxíng) 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(quánqiú)最高开源模型水平，成绩超过了新版(xīnbǎn)DeepSeek-R1。 不过(bùguò)，@karminski测试发现，“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。”此外(cǐwài)，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(jiào)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(zhōng)的常见问题，指模型在训练集上表现优异，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六小龙有的(de)出现高管出走风波，有的沉寂已久，埋头训练半年(bànnián)，看起来(kànqǐlái)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(jiāng)有(yǒu)更多更新。此前“海螺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(rúguǒ)海螺能延续M1在成本(chéngběn)或能力上的突破，或将进一步搅动多模态AI的格局。 (本文来自第一财经(cáijīng))