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，宣布将连续五天(wǔtiān)发布重要更新。今天第一弹是(dànshì)开源首个(shǒugè)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等开源模型(móxíng)，接近海外的最领先(lǐngxiān)模型。 官方(guānfāng)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(le)3周时间、512块H800 GPU就完成强化学习(xuéxí)训练阶段，算力租赁成本仅53.47万美元。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(zǒngjiān)@karminski在(zài)社交平台发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试(cèshì)了(le)MiniMax-M1-80K的写(xiě)代码能力，用“拆烟囱(yāncōng)”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“训练材料足够新”和“思考时多次(duōcì)反刍成功避坑”的能力。 缺点是(shì)，从(cóng)生成(shēngchéng)的前端页面来看, 样式不是很美观，因此用来生成高度创意(chuàngyì)的内容可能会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(cèshì)发现MiniMax-M1模型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(nánde)。 MiniMax-M1这一新模型最大的亮点还是(shì)100万的上下文窗口长度(chángdù)，和闭源模型里的谷歌(gǔgē) Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一基础(jīchǔ)，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(luòhòu)于Gemini 2.5 Pro。 “无限长的长文本能力(nénglì)是(shì)MiniMax团队一直在打磨的重要维度，对于做社交应用、情感陪伴应用，Agent等来说是很关键(guānjiàn)的技术。”云启资本合伙人陈昱(chényù)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(yígè)评估AI智能(zhìnéng)体在真实世界环境中可靠性的基准测试，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为出色，超越(chāoyuè)了DeepSeeK-R1-0528和谷歌(gǔgē)的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在(zài)代码能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型，仅微弱差距(chājù)次于DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示(biǎoshì)，MiniMax-M1的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在进行长文本的上下文输入和深度(shēndù)推理时均有算力(suànlì)效率优势。MiniMax举例称，在用(yòng)8万Token深度推理的时候(shíhòu)，只需要使用DeepSeek R1约30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出的另(lìng)一(yī)创新是强化学习(xuéxí)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54万美元的原因。 因为相对高效(gāoxiào)的训练和(hé)推理算力使用，MiniMax的定价性价比较高，官方(guānfāng)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，随输入长度增加(zēngjiā)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token，输出(shūchū) 16元/百万token 128k-1M 输入(shūrù)：输入 2.4元(yuán)/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(yě)在今日开源(kāiyuán)了编程模型 Kimi-Dev-72B。根据官方发布的信息(xìnxī)，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最高开源模型水平(shuǐpíng)，成绩超过了新版(xīnbǎn)DeepSeek-R1。 不过，@karminski测试发现，“同样是生成(shēngchéng)拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了3个(gè)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(duō)细节都没有实现。 这引发了(le)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(jiàn)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报告。 DeepSeek在(zài)年初(niánchū)搅动风暴后，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(yùgào)，后续四天将有更多更新(xīn)。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(yùqī)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，或将进一步搅动多模态(mótài)AI的格局。 (本文来自第一财经(cáijīng))