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(xiǎolóng)之一MiniMax酝酿了一个大动作，宣布(xuānbù)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(zuì)领先模型。 官方博客还提到，基于(jīyú)两大技术创新，MiniMax-M1训练过程高效得“超出预期(yùqī)”，只用了3周时间、512块H800 GPU就(jiù)完成强化学习训练阶段，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(duōwèi)开发者已经第一时间展开(zhǎnkāi)测评。前illasoft技术总监@karminski在社交平台发布了自己对MiniMax-M1的(de)测评，认可其是“开源MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的(de)写代码能力，用“拆烟囱”这一编程案例(ànlì)实测发现，MiniMax-M1-80K在提示词下一次过，他提到(tídào)DeepSeek-R1-0528 甚至(shènzhì) Gemini-2.5-Pro 都没能一次通过，这可能得益于(déyìyú)其“训练材料足够新(xīn)”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(yèmiàn)来看, 样式不是很美观，因此用来生成高度创意的内容可能会(huì)面临不够发散(fāsàn)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(bùzú)的地方。 也有网友提到(tídào)，测试发现MiniMax-M1模型(móxíng)中文写作是严谨优先的，幻觉较低，以遵循文本和指令为第一。这在注重发散的国内(guónèi)模型中比较难得。 MiniMax-M1这一新模型最大的亮点还是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(yīyàng)，是DeepSeek R1的 8倍(bèi)。 依托这一基础，M1系列(xìliè)在长上下文理解任务中 (MRCR)表现(biǎoxiàn)较优，从测试指标看，超越(chāoyuè)了所有开源权重模型，甚至超越海外的顶尖(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。 “无限长(zhǎng)的长文本能力(nénglì)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(héhuǒrén)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(zài)真实世界环境中(zhōng)可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现较为出色，超越了(le)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(shàng)，MiniMax-M1显著超越大部分开源(kāiyuán)模型，仅微弱差距(chājù)次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的(de)长文本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输入和深度推理(tuīlǐ)(tuīlǐ)时均有算力效率优势。MiniMax举例称(chēng)，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(yī)创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验(shíyàn)中，这比字节(zìjié)近期提出的 DAPO 等强化学习算法收敛(shōuliǎn)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(chéngběn)不到54万美元的原因。 因为相对高效的训练和推理(tuīlǐ)算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方(guānfāng)直接(zhíjiē)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(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(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(le)编程模型 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(chéngjì)超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样(tóngyàng)是生成拆烟囱demo, Kimi-Dev-72B生成的代码,用(yòng) Claude-4-Sonnet修改了(le)3个bug 才能运行。”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, 较多细节(xìjié)都(dōu)没有实现。 这引发了对(duì)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(móxíng)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(xiángxì)技术报告。 DeepSeek在年初搅动风暴后，AI六小龙有的(de)(de)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(yǐjīng)做好了新的准备，继续加入这场大模型之争中。 MiniMax预告(yùgào)，后续四天将有更(gèng)多更新(xīn)。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在成本或能力上的突破，或将进一步搅动多模态AI的格局。 (本文来自第一财经(cáijīng))