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(zhīyī)MiniMax酝酿了一个大动作，宣布将连续(liánxù)五天发布重要更新。今天第一弹是开源(kāiyuán)首个推理模型MiniMax-M1。 根据官方的报告，MiniMax-M1多项(duōxiàng)基准测试比肩DeepSeek-R1、Qwen3等开源模型(móxíng)，接近海外的最领先模型。 官方博客还提到，基于两大(liǎngdà)技术创新，MiniMax-M1训练过程(guòchéng)高效得(dé)“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，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(kāifāzhě)已经第一时间展开测评。前(qián)illasoft技术总监@karminski在社交平台发布了自己对(duì)MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试了(le)MiniMax-M1-80K的写代码能力(nénglì)，用(yòng)“拆烟囱”这一编程案例(ànlì)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，这可能得益于其“训练材料足够新”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(yàngshì)不是很美观，因此用来生成高度创意的内容可能会面临不够(bùgòu)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(guāngyǐng)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(zhōngwén)写作是严谨(yánjǐn)优先的，幻觉(huànjué)较低，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这一新模型最大的亮点(liàngdiǎn)还是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(yīyàng)，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(móxíng)，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(zhǎng)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(hěn)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(yī)个评估AI智能(zhìnéng)体在真实世界(zhēnshíshìjiè)环境中可靠性的基准(jīzhǔn)测试，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DeepSeek最新(zuìxīn)发布的(de)R1。 MiniMax表示，MiniMax-M1的(de)长文本能力得益于(déyìyú)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(shūrù)和深度推理时均有算力效率优势(yōushì)。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提出的另一创新是(shì)强化学习算法CISPO。官方博客表示，在数学(shùxué)AIME的实验(shíyàn)中，这比字节近期提出的 DAPO 等强化学习算法收敛(shōuliǎn)性能(xìngnéng)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(yīnwèi)相对高效的(de)训练和推理算力使用，MiniMax的定价(dìngjià)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(bù)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(shūrù)：输入 1.2元(yuán)/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开源了编程模型 Kimi-Dev-72B。根据官方发布(fābù)的信息，这一模型是基于(jīyú)阿里云(yún)的Qwen2.5-72B 微调得到(dédào)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(fāxiàn)，“同样是生成(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。”此外，这一(zhèyī)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(dōu)没有实现。 这引发了对其高分是否(shìfǒu)源于“过拟合”的质疑，这是(zhèshì)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(zhī)暗面尚未发布详细技术报告。 DeepSeek在年初搅动风暴后，AI六小龙有的出现高管出走风波(fēngbō)，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(zhōng)。 MiniMax预告，后续四天将有更多更新。此前“海螺(hǎiluó)02（0616）”视频模型已现身(xiànshēn)AI视频竞技场，并取得第二名(dìèrmíng)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(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)