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(de)六小龙之一MiniMax酝酿了一个大动作，宣布(xuānbù)将连续五天发布重要更新。今天第一弹是开源首个推理模型(tuīlǐmóxíng)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(móxíng)，接近海外的最领先模型。 官方博客还提到，基于两大技术创新，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就完成(wánchéng)强化学习训练阶段(jiēduàn)，算力租赁成本仅53.47万美元。这比一(yī)开始的预期少了一个数量级。 多位开发者已经第一时间展开(zhǎnkāi)测评。前illasoft技术总监@karminski在社交(shèjiāo)平台发布了自己对(duì)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，用“拆烟囱(yāncōng)”这一(zhèyī)编程(biānchéng)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“训练材料(cáiliào)足够新”和“思考时多次反刍成功避坑”的能力。 缺点(quēdiǎn)是，从生成的(de)前端页面来看, 样式不是很美观，因此(yīncǐ)用来生成高度(gāodù)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(yě)有网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的，幻觉(huànjué)较低，以(yǐ)遵循文本和指令为第一。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(de)(de)亮点还是100万的上下文窗口长度，和(hé)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(jīchǔ)，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，超越了(le)所有开源权重模型，甚至超越海外的顶尖模型OpenAI o3和(hé)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(guānjiàn)的技术。”云启资本合伙人陈昱在6月(yuè)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(yī)个评估AI智能体在真实世界环境中(zhōng)可靠性的基准测试，在这一指标中，MiniMax-M1表现较为出色(chūsè)，超越了(le)DeepSeeK-R1-0528和谷歌(gǔgē)的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码能力(nénglì)（SWE-bench）上，MiniMax-M1显著超越大部分开源模型，仅微弱差距次于DeepSeek最新(zuìxīn)发布(fābù)的R1。 MiniMax表示，MiniMax-M1的(de)(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(zhèyī)架构使得M1在进行长文本的上下文输入和深度(shēndù)推理时均有算力效率优势。MiniMax举例称，在用8万Token深度推理的时候，只需要使用(shǐyòng)DeepSeek R1约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(guānfāng)博客表示，在数学AIME的实验(shíyàn)中，这比字节近期提出的 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不到(búdào)54万美元的原因。 因为相对(xiāngduì)高(gāo)效的训练和推理算力使用，MiniMax的定价性价比较高，官方(guānfāng)直接对标性价比之王(zhīwáng)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(jiētīshì)，随输入长度增加而提高： 0-32k 输入(shūrù)：输入 0.8元/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：输入 2.4元(yuán)(yuán)/百万token，输出 24元/百万token 几乎(jīhū)与MiniMax同时，六小龙之中的另外一家月(yuè)之暗面也在(zài)今日开源了编程(biānchéng)模型 Kimi-Dev-72B。根据官方发布的信息(xìnxī)，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 Claude-4-Sonnet修改了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(wánchéng), Kimi-Dev-72B只生成了220行, 较(jiào)多(duō)细节都没有实现。 这引发了对其高分是否(shìfǒu)源于“过拟合”的质疑，这是机器学习中的常见(jiàn)问题，指模型在训练集上(shàng)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，看起来这些厂商已经(yǐjīng)做好了新的准备(zhǔnbèi)，继续加入(jiārù)这场大模型之争中。 MiniMax预告，后续四天将有(yǒu)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(dìèrmíng)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(zài)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(láizì)第一财经)