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(liù)小龙之一MiniMax酝酿了一个大动作，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(zuì)领先模型。 官方(guānfāng)博客还(hái)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3周时间、512块H800 GPU就完成(wánchéng)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(duōwèi)开发者已经第一时间展开测评。前illasoft技术总监@karminski在社交(shèjiāo)平台发布了自己对MiniMax-M1的(de)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(nénglì)，用“拆烟囱(yāncōng)”这(zhè)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“思考时多次反刍(fǎnchú)成功避坑”的能力。 缺点是(shì)，从生成的(de)前端页面来看, 样式不是(búshì)很美观，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模型中文写作是严谨优先的(de)，幻觉较低，以遵循文本和指令为(wèi)第一(dìyī)。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大的亮点还是100万的上下文窗口长度，和(hé)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，M1系列在长上下文理解任务中 (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(shènzhì)超越海外的(de)顶尖(dǐngjiān)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(wúxiàn)长的长文本能力是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(hěn)关键的技术。”云启(yúnqǐ)资本合伙人陈昱在6月的大会论坛(lùntán)上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个评估AI智能(zhìnéng)体在真实世界环境中(zhōng)可靠性的基准(jīzhǔn)测试，在这一指标中，MiniMax-M1表现较为出色，超越(chāoyuè)了(le)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显著超越大部分开源模型，仅微弱(wēiruò)差距次于(cìyú)DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示，MiniMax-M1的(de)长文本(wénběn)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(shàngxiàwén)输入和深度推理时均有算力效率优势。MiniMax举例(jǔlì)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(tíchū)(tíchū)的另一创新是(shì)强化学习算法CISPO。官方博客表示，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(shǐyòng)的 GRPO。这也是最终算力成本不到54万美元(wànměiyuán)的原因。 因为(yīnwèi)相对高效的训练和推理算力(suànlì)使用，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话(hǎnhuà)，“两种模式都比 DeepSeek-R1 性价比更高(gènggāo)，另一种模式DeepSeek模型不支持。” MiniMax-M1的(de)定价采用阶梯式，随输入长度增加而提高： 0-32k 输入(shūrù)：输入 0.8元(yuán)/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(bǎiwàn)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在(zài)今日开源了(le)编程模型(móxíng) Kimi-Dev-72B。根据官方发布的信息，这一模型是基于阿里(ālǐ)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(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,用 Claude-4-Sonnet修改了3个bug 才能运行(yùnxíng)。”此外(cǐwài)，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(jiào)多(duō)细节都没有实现。 这引发了(le)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(xiǎnzhù)下降(xiàjiàng)。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六小龙有的出现高管出走风波，有的沉寂已久，埋头训练半年(bànnián)，看起来这些厂商已经做好(zuòhǎo)了新的准备，继续加入这场(zhèchǎng)大模型之争中。 MiniMax预告，后续(hòuxù)四天将有更多更新。此前“海螺02（0616）”视频模型已现身(xiànshēn)AI视频竞技场，并取得第二名的(de)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。 (本文来自第一(dìyī)财经)