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酝酿了一个大动作，宣布(xuānbù)将(jiāng)连续(liánxù)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(gēnjù)官方的报告，MiniMax-M1多项基准测试(cèshì)比肩DeepSeek-R1、Qwen3等开源模型，接近海外的最领先模型。 官方博客(bókè)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周时间、512块H800 GPU就(jiù)完成强化学习训练阶段，算力(suànlì)租赁成本仅(jǐn)53.47万美元。这比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(zǒngjiān)@karminski在社交平台发布(fābù)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(cèshì)了MiniMax-M1-80K的写代码能力，用(yòng)“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次(yīcì)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(xīn)”和“思考时(shí)多次反刍成功避坑”的能力。 缺点是，从生成的(de)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面临(miànlín)不够发散的问题, 但反过来编程的指令遵循和(hé)精确性会更好。另外光影效果不是很好，也是训练(xùnliàn)不足的地方。 也有网友提到，测试发现MiniMax-M1模型中文写作(xiězuò)是严谨优先的，幻觉较(jiào)低，以遵循文本和指令为第一。这在(zài)注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的亮点还是(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(bèi)。 依托这一基础，M1系列在长上下文理解任务中 (MRCR)表现(biǎoxiàn)较优，从测试指标(zhǐbiāo)看，超越了所有(suǒyǒu)开源权重模型，甚至超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱(wēiruò)差距落后于Gemini 2.5 Pro。 “无限长的(de)长文本能力是MiniMax团队(tuánduì)一直在打磨(dǎmó)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(jìshù)。”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(zài)真实世界环境中可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现较为出色(chūsè)，超越(chāoyuè)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。 在代码能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型，仅(jǐn)微弱差距次于DeepSeek最新(zuìxīn)发布的(de)R1。 MiniMax表示，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(jiàgòu)，这一架构使得(shǐde)M1在(zài)进行长文本的上下文输入和深度推理时均有算力效率优势。MiniMax举例称，在用8万Token深度推理的时候，只需要使用DeepSeek R1约(yuē)30%的算力。 除此之外，MiniMax提出(tíchū)的(de)另一创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验中，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(xiǎnzhù)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(yīnwèi)相对高(gāo)效的(de)训练和推理算力(suànlì)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，“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(de)定价采用阶梯式，随输入长度增加而提高： 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(shūrù)：输入 2.4元/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)之暗面也在今日开源了编程(biānchéng)模型(móxíng) Kimi-Dev-72B。根据官方发布的信息，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编程基准测试中取得了全球最高(zuìgāo)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(yāncōng)demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行(xíng)。”此外，这一案例基本需要(xūyào)600-800行代码才能完成, Kimi-Dev-72B只(zhǐ)生成了220行, 较多细节都没有实现。 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(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(niánchū)搅动风暴后，AI六(liù)小龙有的出现高管(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(sìtiān)将有更多更新。此前“海螺02（0616）”视频模型已现身AI视频竞技场，并(bìng)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(liàngxiàng)。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。 (本文来自第一财经(cáijīng))