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(liánxù)五天发布重要更新。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(bǐjiān)DeepSeek-R1、Qwen3等开源模型，接近海外的最(zuì)领先模型。 官方博客(bókè)还提到，基于两大(liǎngdà)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就完成强化学习(xuéxí)训练阶段，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。 多位开发者已经第一时间(shíjiān)展开测评。前illasoft技术总监(zǒngjiān)@karminski在社交平台(píngtái)发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的写代码(dàimǎ)能力(nénglì)，用“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示词下一次过(guò)，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(xùnliàn)材料足够新(xīn)”和“思考时(shí)多次反刍成功避坑”的能力。 缺点(quēdiǎn)是，从生成的前端页面(yèmiàn)来看, 样式不是(búshì)很美观，因此用来(yònglái)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模型中文写作是严谨(yánjǐn)优先的，幻觉较低，以遵循文本和指令为第一。这在注重(zhùzhòng)发散的国内模型中比较(bǐjiào)难得。 MiniMax-M1这一新模型(móxíng)最大的(de)亮点还是100万的上下文窗口长度，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(shàngxiàwén)理解(lǐjiě)任务中 (MRCR)表现较优，从测试指标看，超越了(le)所有开源权重模型，甚至超越海外(hǎiwài)的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的(de)长文本能力是MiniMax团队一直在打磨(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。”云启资本合伙人陈昱在6月的大会论坛上表示。云启是(yúnqǐshì)MiniMax的天使轮(lún)投资机构。 TAU-bench是一个评估AI智能体在真实世界(zhēnshíshìjiè)环境中可靠性的基准测试(cèshì)，在这(zhè)一指标中，MiniMax-M1表现较为出色，超越了(le)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)超越大部分开源模型，仅微弱(wēiruò)差距次于DeepSeek最新发布的(de)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(zài)进行(jìnxíng)长文本的上下文输入(shūrù)和深度推理时均有算力效率优势。MiniMax举例称，在用8万(wàn)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(chuàngxīn)是强化学习算法CISPO。官方博客表示，在数学(shùxué)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(xìngnéng)快了一倍，显著优于 DeepSeek早期使用(shǐyòng)的 GRPO。这也是最终算力成本(chéngběn)不到54万美元的原因。 因为相对高效的训练和推理算力(suànlì)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(gènggāo)，另一种(yīzhǒng)模式DeepSeek模型不支持。” MiniMax-M1的定价采用阶梯式，随输入(shūrù)长度增加而提高： 0-32k 输入(shūrù)(shūrù)：输入 0.8元/百万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/百万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(biānchéng)模型(móxíng) Kimi-Dev-72B。根据官方(guānfāng)发布的信息，这一模型是基于阿里云(yún)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(yòng) Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行。”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(jiào)多细节都没有实现(shíxiàn)。 这(zhè)引发了对其高分是否源于(yuányú)“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，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(niánchū)搅动(jiǎodòng)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(móxíng)之争中。 MiniMax预告，后续四天将(jiāng)有更多(duō)更新。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(rúguǒ)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AI的格局。 (本文(běnwén)来自第一财经)