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(yígè)大动作，宣布将连续五天发布重要更新。今天第一弹是(dànshì)开源首个(shǒugè)推理模型MiniMax-M1。 根据官方(guānfāng)的报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等开源模型，接近(jiējìn)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(dé)“超出预期”，只用(zhǐyòng)了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。这比一(yī)开始的预期少了一个数量级(shùliàngjí)。 多位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(zìjǐ)对MiniMax-M1的测评，认可(rènkě)其是“开源MoE第一梯队”。 @karminski着重测试了(le)MiniMax-M1-80K的(de)写代码(dàimǎ)能力，用“拆烟囱”这一编程案例实测(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(hé)“思考时多次反刍成功避坑”的能力。 缺点是，从生成的前端页面来看, 样式不是很美观，因此(yīncǐ)用来生成高度创意的内容可能会(huì)面临不够发散的问题, 但反过来编程的指令(zhǐlìng)遵循和精确性会更好。另外光影效果不是很好，也(yě)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(hé)指令(zhǐlìng)为第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的亮点还是(háishì)100万的上下文窗口长度，和闭源模型里(lǐ)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(quánzhòng)模型(móxíng)(móxíng)，甚至超越海外的顶尖模型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(zhǎng)的(de)(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、情感陪伴应用，Agent等来说是很关键的技术。”云启(yúnqǐ)资本合伙人陈昱在6月的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个(yígè)评估AI智能(zhìnéng)体在真实世界环境中可靠性的基准测试，在这(zhè)一指标(zhǐbiāo)中，MiniMax-M1表现较为(jiàowéi)出色，超越了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(shàng)，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅微弱差距次于DeepSeek最新发布(fābù)的R1。 MiniMax表示，MiniMax-M1的长文本(wénběn)能力得益于闪电注意力机制为主的混合架构(jiàgòu)，这一架构使得M1在进行(jìnxíng)长文本的上下文输入和深度推理时均有算力效率(xiàolǜ)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30%的算力。 除此之外，MiniMax提出的(de)(de)另一(yī)创新是(shì)强化学习算法CISPO。官方博客表示，在(zài)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早期使用的 GRPO。这也是最终算力成本不到54万美元的原因。 因为(yīnwèi)相对高效(gāoxiào)的训练和推理算力使用，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种(liǎngzhǒng)模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不支持(zhīchí)。” MiniMax-M1的定价采用阶梯式，随(suí)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(shūrù)：输入 1.2元/百万(bǎiwàn)token，输出 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(yǔ)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(móxíng)(móxíng) Kimi-Dev-72B。根据官方(guānfāng)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，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是生成(shēngchéng)拆(chāi)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，这一案例(ànlì)基本需要600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较多(duō)细节(xìjié)都没有实现。 这引发了对其高分是否源于“过拟合”的质疑，这是机器学习中的常见问题(chángjiànwèntí)，指模型在(zài)训练集上表现优异，但在未见过的新数据(shùjù)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(gāoguǎn)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）”视频模型已(yǐ)现身AI视频竞技场，并(bìng)取得第二名的佳绩，业界(yèjiè)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。 (本文来自第一(dìyī)财经)