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酝酿了一个(yígè)大动作，宣布将连续(liánxù)五天发布重要更新。今天第一弹是(dànshì)开源首个推理模型MiniMax-M1。 根据官方的(de)报告，MiniMax-M1多项基准(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”，只用了3周(zhōu)时间、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。这比一(yī)开始(kāishǐ)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@karminski在社交平台发布(fābù)了自己对(duì)MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写(xiě)代码能力，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 都没能一次通过，这可能(kěnéng)得益于其“训练材料足够新”和(hé)“思考时多次反刍(fǎnchú)成功避坑”的能力。 缺点是，从(cóng)生成的前端页面来看, 样式不是很美观，因此(yīncǐ)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(zhǐlìng)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(bùzú)的地方。 也(yě)有网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的(de)，幻觉较(jiào)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。 MiniMax-M1这(zhè)一新模型最大的亮点还是100万(wàn)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。 依托这一(zhèyī)基础，M1系列在长上下文理解任务中 (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模型OpenAI o3和Claude 4 Opus，全球排名(quánqiúpáimíng)第二，仅微弱差距落后(luòhòu)于(yú)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(zuò)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(shàng)表示。云启是MiniMax的天使(tiānshǐ)轮投资机构。 TAU-bench是一个评估AI智能体在真实世界(zhēnshíshìjiè)环境(huánjìng)中可靠性的(de)基准测试(cèshì)，在这一指标中，MiniMax-M1表现较为出色(chūsè)，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，MiniMax-M1显著超越大部分(dàbùfèn)开源模型，仅微弱差距次于(cìyú)DeepSeek最新发布(fābù)的R1。 MiniMax表示(biǎoshì)，MiniMax-M1的(de)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(shàngxiàwén)输入和深度推理时均(shíjūn)有算力效率优势。MiniMax举例称，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)(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(le)一倍，显著优于(yōuyú) 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。 因为相对高效的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方直接(zhíjiē)对标性价比之王(zhīwáng)DeepSeek喊话，“两种模式(móshì)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(dìngjià)采用阶梯式，随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(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，六小龙(xiǎolóng)之中(zhīzhōng)的另外一家月(yuè)之暗面也在今日(jīnrì)开源了编程模型 Kimi-Dev-72B。根据官方发布的信息，这一模型是(shì)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生成的代码,用 Claude-4-Sonnet修改(xiūgǎi)了3个bug 才能(cáinéng)运行(xíng)。”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(xìjié)都没有实现。 这引发了对其高分是否源于“过(guò)拟合”的质疑(zhìyí)，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。目前月之暗面尚未发布详细技术(jìshù)报告。 DeepSeek在年初搅动风暴后，AI六小龙有的出现高管出走(chūzǒu)风波，有的沉寂已久，埋头训练半年，看起来这些厂商已经(yǐjīng)做好了新的准备，继续加入这场(zhèchǎng)大模型之争中。 MiniMax预告，后续四天将有更多更新(gēngxīn)。此前“海螺02（0616）”视频模型(móxíng)已现身(xiànshēn)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在成本或能力上的突破(tūpò)，或将进一步搅动多模态AI的格局。 (本文(běnwén)来自第一财经)