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(le)一个大(dà)动作，宣布将连续五天发布(fābù)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(bàogào)，MiniMax-M1多项基准测试比肩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(xùnliàn)过程高效得“超出预期”，只用了3周时间、512块H800 GPU就完成(wánchéng)强化学习训练阶段(jiēduàn)，算力租赁(zūlìn)成本仅53.47万美元。这比一开始的预期少了一个数量级。 多位开发者(kāifāzhě)已经(yǐjīng)第一时间展开测评(cèpíng)。前illasoft技术总监@karminski在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MiniMax-M1-80K的写代码能力，用(yòng)“拆烟囱(yāncōng)”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次过，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都没能一次通过，这可能得益于其“训练材料(cáiliào)足够新”和“思考(sīkǎo)时多次反刍成功避坑(bìkēng)”的能力。 缺点是，从生成的(de)前端页面来看(láikàn), 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遵循(zūnxún)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，测试发现MiniMax-M1模型中文写作是(shì)严谨优先的，幻觉(huànjué)较低，以遵循文本和指令为第一。这(zhè)在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的(de)亮点还是(shì)100万的上下文窗口(chuāngkǒu)长度，和闭源模型里的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一基础，M1系列在长上下文理解任务(rènwù)中 (MRCR)表现(biǎoxiàn)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，仅微弱差距(chājù)落后(luòhòu)于Gemini 2.5 Pro。 “无限长的(de)(de)长文本能力是MiniMax团队(tuánduì)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(tǐzài)(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(jiàowéi)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)超越大部分开源(kāiyuán)模型，仅微弱差距次于DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本(wénběn)能力得益于闪电注意力(zhùyìlì)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提出的另一创新是(shì)强化学习算法(suànfǎ)CISPO。官方(guānfāng)博客表示，在数学AIME的实验中，这比(zhèbǐ)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(suànlì)成本不到54万美元的原因。 因为相对高效的(de)训练和推理算力使用，MiniMax的定价性价比较高，官方(guānfāng)直接对标性价比之王(zhīwáng)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(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(yuán)/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入(shūrù)(shūrù)：输入 1.2元/百万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月之暗面也在今日(jīnrì)开源了编程(biānchéng)模型 Kimi-Dev-72B。根据(gēnjù)官方发布的信息，这一模型是基于阿里云的Qwen2.5-72B 微调(wēidiào)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(quánqiú)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(dàimǎ),用 Claude-4-Sonnet修改了(le)3个bug 才能运行(yùnxíng)。”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(shíxiàn)。 这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(xiàjiàng)。目前月之暗面尚未(shàngwèi)发布详细(xiángxì)技术报告。 DeepSeek在(zài)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做好(zuòhǎo)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(jìngjìchǎng)，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(liàngxiàng)。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。 (本文来自(láizì)第一财经)