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(zhòngyào)更新。今天第一弹是开源首个推理模型MiniMax-M1。 根据(gēnjù)官方的(de)报告，MiniMax-M1多项基准测试比肩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训练过程高效得“超出预期”，只用了(le)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(wànměiyuán)。这比一(yī)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测评。前illasoft技术总监@karminski在(zài)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(le)MiniMax-M1-80K的写代码能力(nénglì)，用“拆烟囱”这一(zhèyī)编程(biānchéng)案例实测(shícè)发现，MiniMax-M1-80K在提示词下一次过，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(qí)“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(de)前端页面来看, 样式(yàngshì)不是很美观，因此(yīncǐ)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(fāxiàn)MiniMax-M1模型中文写作(xiězuò)是严谨优先的，幻觉较低，以遵循文本和(hé)指令为第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这(zhè)一新模型最大(zuìdà)的亮点还是(háishì)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。 依托这一基础，M1系列在长上下文(shàngxiàwén)理解任务中 (MRCR)表现较优，从测试指标看，超越(chāoyuè)了所有(suǒyǒu)开源权重模型，甚至超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二(dìèr)，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的(de)长文本能力是MiniMax团队一直在打磨的重要维度，对于做社交应用(yìngyòng)、情感陪伴应用，Agent等来说是很关键的技术。”云启资本(zīběn)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(jīgòu)。 TAU-bench是一(yī)个评估AI智能体在真实世界环境中可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和(hé)谷歌的Gemini-2.5 Pro，在全球(quánqiú)仅次于(jǐncìyú)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(cìyú)DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示，MiniMax-M1的(de)(de)长文本能力(nénglì)得益于闪电注意力机制(jīzhì)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时均(shíjūn)有算力效率优势。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提出的另一创新是强化学习(xuéxí)(xuéxí)算法CISPO。官方博客表示，在数学AIME的实验中，这比字节近期(jìnqī)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(zǎoqī)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(xiāngduì)高效的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(móshì)都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不支持(zhīchí)。” MiniMax-M1的定价采用(cǎiyòng)阶梯式，随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(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，六小龙之中的(de)另外一家月之暗面也在今日开源了编程模型 Kimi-Dev-72B。根据官方发布的信息，这一(zhèyī)模型是(shì)基于(jīyú)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(jīzhǔn)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(shēngchéng)拆烟囱demo, Kimi-Dev-72B生成的(de)代码,用 Claude-4-Sonnet修改了(le)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, Kimi-Dev-72B只生成了220行, 较多细节(xìjié)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(zhōng)的常见问题，指模型在训练集上表现优异，但在未见过的新(xīn)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(máitóu)训练半年，看起来这些厂商已经做好了新的准备，继续(jìxù)加入这场大模型之争中。 MiniMax预告，后续四天将有更多更新。此前“海螺02（0616）”视频模型(móxíng)已现身AI视频竞技场(jìngjìchǎng)，并取得第二名的佳绩(jiājì)，业界普遍预期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)