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。今天第一弹是开源(kāiyuán)首个(shǒugè)推理模型MiniMax-M1。 根据(gēnjù)官方的报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等(děng)开源模型，接近海外的最领先模型。 官方博客还(hái)提到，基于两大技术创新，MiniMax-M1训练(xùnliàn)过程高效得“超出预期(yùqī)”，只用了3周时间、512块H800 GPU就完成强化学习训练阶段，算力租赁成本仅53.47万美元。这比一(yī)开始的预期少了一个数量级。 多位开发者已经(yǐjīng)第一时间展开测评。前(qián)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MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的(de)写代码能力(nénglì)，用“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示(tíshì)词下一次过，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都(dōu)没能一次通过，这可能得益于其“训练材料足够(zúgòu)新”和“思考时多次(duōcì)反刍成功避坑”的能力。 缺点是(shì)，从生成的前端页面来看, 样式不是很美观，因此用来生成高度创意的内容可能会(huì)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。另外(lìngwài)光影(guāngyǐng)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(yánjǐn)优先的，幻觉较低，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(nánde)。 MiniMax-M1这一新模型最大的(de)亮点(liàngdiǎn)还是(shì)100万的上下文窗口长度，和闭源模型里的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一(zhèyī)基础，M1系列在长上下文理解任务中(zhōng) (MRCR)表现较优，从测试指标看，超越了所有开源(kāiyuán)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(jǐn)微弱差距落后于Gemini 2.5 Pro。 “无限(wúxiàn)长(zhǎng)的长文本能力是MiniMax团队一直(yìzhí)在打磨的重要维度，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(yúnqǐ)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(shì)一个评估(pínggū)AI智能体在(tǐzài)真实世界环境中(zhōng)可靠性的基准测试，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和(hé)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(xiǎnzhù)超越(chāoyuè)大部分开源(kāiyuán)模型，仅微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力(nénglì)得益于闪电注意力机制为主的混合架构，这一架构使得(shǐde)M1在进行长文本的上下文输入(shūrù)和深度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(zhǐ)需要使用DeepSeek R1约30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出的另一创新是强化(qiánghuà)学习算法CISPO。官方博客表示，在(zài)数学(shùxué)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，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本(chéngběn)不到54万美元的原因。 因为相对(xiāngduì)高效的(de)训练和推理算力使用，MiniMax的定价(dìngjià)性价比较高，官方直接(zhíjiē)对标性价比之王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的定价采用阶梯式，随(suí)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(yuán)/百万(bǎiwàn)token，输出 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，六小龙之中的另外一家月(yuè)之暗面也在(zài)今日开源(kāiyuán)了编程模型 Kimi-Dev-72B。根据官方(guānfāng)发布的信息，这一(zhèyī)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(shì)生成(shēngchéng)(shēngchéng)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(gāofēn)是否源于“过拟合”的质疑，这是机器学习中的常见问题，指模型在训练集上表现优异，但在未见过的新数据上预测能力显著下降。目前月之(zhī)暗面尚未发布详细(xiángxì)技术报告。 DeepSeek在年初搅动风暴(fēngbào)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(xùnliàn)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(sìtiān)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(yèjiè)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(běnwén)来自第一财经)