MiniMax发布推理模型对标DeepSeek，算力成本仅约53万美元

6月17日(rì)，沉寂已久的六小龙之一MiniMax酝酿(yùnniàng)了一个大动作，宣布将连续五天发布重要更新(gēngxīn)。今天第一弹是开源首个推理模型MiniMax-M1。 根据官方的(de)报告，MiniMax-M1多项(duōxiàng)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(liǎngdà)技术创新，MiniMax-M1训练过程高效(gāoxiào)得“超出(chāochū)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。这比一开始的预期少(shǎo)了一个数量级。 多位开发者(kāifāzhě)已经第一时间展开测评(cèpíng)。前illasoft技术(jìshù)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(zhuózhòng)测试了MiniMax-M1-80K的写代码(dàimǎ)能力，用“拆(chāi)烟囱”这一编程案例实测发现，MiniMax-M1-80K在(zài)提示词下(cíxià)一次过，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都(dōu)没能一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍成功避坑”的能力。 缺点是，从生成的前端页面来看, 样式不是很(hěn)美观，因此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和(hé)精确性会更好。另外(lìngwài)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模型中文写作是(shì)严谨优先的，幻觉(huànjué)较低，以遵循(zūnxún)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(chángdù)，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)表现较优，从测试指标看(kàn)，超越了所有(suǒyǒu)开源权重模型，甚至(shènzhì)超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱差距落后(luòhòu)于Gemini 2.5 Pro。 “无限长的长文本(wénběn)能力是MiniMax团队一直在(zài)打磨的重要维度，对于做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人陈昱在6月的大会论坛(lùntán)上表示。云启是MiniMax的天使轮投资(tóuzī)机构。 TAU-bench是一个评估AI智能体在真实世界环境中(zhōng)可靠性的(de)基准测试(cèshì)，在这一指标中，MiniMax-M1表现较为(jiàowéi)出色，超越了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(dàbùfèn)开源(kāiyuán)模型，仅微弱(wēiruò)差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于闪电注意力机制为主(wéizhǔ)的混合架构，这一架构使得M1在进行长文本的上下文输入(shūrù)和(hé)深度推理(tuīlǐ)时均有算力效率优势。MiniMax举例称，在用(yòng)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(qiánghuà)学习(xuéxí)算法CISPO。官方(guānfāng)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(yuányīn)。 因为相对高(gāo)效的训练和推理(tuīlǐ)算力使用，MiniMax的定价性价比(xìngjiàbǐ)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(lìng)一种模式DeepSeek模型不支持。” MiniMax-M1的定价采用阶梯式，随(suí)输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万token，输出(shūchū) 8元/百万token 32k-128k输入(shūrù)：输入 1.2元/百万(bǎiwàn)token，输出 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(zhī)中的另外一家月之暗面也在今日(jīnrì)开源了编程模型 Kimi-Dev-72B。根据(gēnjù)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(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(shēngchéng)拆烟囱demo, Kimi-Dev-72B生成的(de)代码,用 Claude-4-Sonnet修改了3个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(wánchéng), Kimi-Dev-72B只生成了220行, 较多细节都没有(méiyǒu)实现。 这引发(yǐnfā)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，指模型在训练集上表现优异(yōuyì)，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在年初搅动风暴后，AI六小龙有的(de)出现高管出走风波，有的沉寂已久，埋头训练半年，看起来(kànqǐlái)这些厂商已经做好了新的准备，继续加入这场大模型之争(zhīzhēng)中。 MiniMax预告，后续四天将有更(gèng)多(duō)更新。此前(cǐqián)“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(běnwén)来自第一财经)