MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月(yuè)17日，沉寂已久的六小龙之一MiniMax酝酿了一个大动作(dòngzuò)，宣布将连续五天发布重要(zhòngyào)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多项基准测试比肩DeepSeek-R1、Qwen3等(děng)开源(kāiyuán)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(xùnliàn)过程高效得“超出预期”，只用了3周时间、512块H800 GPU就完成强化学习训练阶段(jiēduàn)，算力租赁成本仅53.47万美元(wànměiyuán)。这比(zhèbǐ)一开始的预期少了一个数量级。 多位开发者已经第一(dìyī)时间展开测评。前illasoft技术总监@karminski在(zài)社交平台发布了(le)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的写代码能力，用(yòng)“拆烟囱”这一(zhèyī)编程(biānchéng)案例实测发现，MiniMax-M1-80K在提示词下(cíxià)一次过，他提到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(zúgòu)新”和“思考时(shí)多次反刍成功避坑”的能力。 缺点是，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(wèntí), 但反过来编程的指令(zhǐlìng)遵循和精确性会更好。另外(lìngwài)光影效果不是很好，也是训练不足的地方。 也有网友提到(tídào)，测试发现MiniMax-M1模型(móxíng)中文写作是严谨优先的，幻觉较低，以(yǐ)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这一新模型最大(zuìdà)的亮点还是(háishì)100万的上下文窗口长度，和闭源模型里(lǐ)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(zài)长上下文理解任务中 (MRCR)表现较优，从测试指标看，超越(chāoyuè)了所有开源权重模型，甚至超越海外的(de)顶尖模型OpenAI o3和(hé)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MiniMax团队一直在打磨的重要维度，对于做社交应用、情感陪伴(péibàn)应用，Agent等来说(láishuō)是很关键的技术。”云启资本(zīběn)合伙人陈昱在6月的大会论坛上表示(biǎoshì)。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(zhōng)可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现较为(jiàowéi)出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球(quánqiú)仅次于OpenAI o3和Claude 4 Opus。 在(zài)代码能力（SWE-bench）上，MiniMax-M1显著超越大部分(dàbùfèn)开源模型(móxíng)，仅微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本(wénběn)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(chēng)，在用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，MiniMax提出的(de)另一创新(chuàngxīn)是强化学习算法CISPO。官方博客表示(biǎoshì)，在数学AIME的实验中，这比字节近期(jìnqī)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不到54万美元(wànměiyuán)的原因。 因为相对高效的训练和推理算力使用，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(móshì)都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型(móxíng)不支持(zhīchí)。” MiniMax-M1的定价采用阶梯式，随输入长度(chángdù)增加而提高： 0-32k 输入：输入 0.8元/百万(bǎiwàn)(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元/百万(bǎiwàn)(bǎiwàn)token，输出 16元/百万token 128k-1M 输入：输入 2.4元/百万(bǎiwàn)token，输出(shūchū) 24元/百万token 几乎与MiniMax同时，六小龙之中的另外一家(yījiā)月之暗面也在今日开源(kāiyuán)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(cèshì)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(tóngyàng)是生成(shēngchéng)拆烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个bug 才能运行(xíng)。”此外，这一案例基本需要600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较多细节(xìjié)都没有实现(shíxiàn)。 这(zhè)引发了对其高分是否源于“过拟合”的质疑，这是机器学习中的常见问题，指模型在(zài)训练集上表现优异，但在未见过的新(xīn)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(de)出现高管(gāoguǎn)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，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“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(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(huò)能力上的突破(tūpò)，或将进一步搅动多模态AI的格局。 (本文来自第一(dìyī)财经)