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(chénjìyǐjiǔ)的六小龙之一MiniMax酝酿了一个大动作，宣布将连续五天发布(fābù)重要(zhòngyào)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，MiniMax-M1多项基准测试比肩(bǐjiān)DeepSeek-R1、Qwen3等开源模型，接近海外(hǎiwài)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(gāoxiào)得“超出预期”，只用了3周(zhōu)时间、512块(kuài)H800 GPU就完成强化学习训练阶段，算力租赁成本仅(jǐn)53.47万美元。这比一开始的预期少了一个数量级。 多位开发者(kāifāzhě)已经第一(dìyī)时间展开测评。前illasoft技术总监@karminski在社交平台发布了自己对MiniMax-M1的测评，认可其是(qíshì)“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”这一编程案例实测(shícè)发现(fāxiàn)，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(dōu)没能一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍成功(chénggōng)避坑”的能力。 缺点是，从生成的(de)(de)前端页面来看, 样式不是很(hěn)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(hǎo)。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(cèshì)发现MiniMax-M1模型中(zhōng)文写作(xiězuò)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模型中比较难得。 MiniMax-M1这(zhè)一新模型最大的亮点还是100万的上下文窗口长度，和(hé)闭源模型里的谷歌 Gemini 2.5 Pro一样(yīyàng)，是DeepSeek R1的 8倍。 依托(yītuō)这一基础(jīchǔ)，M1系列在长上下文理解(lǐjiě)任务中 (MRCR)表现较优，从测试指标看，超越了所有开源权重模型，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。 “无限长的长文本能力是(shì)MiniMax团队一直在(zài)打磨的重要(zhòngyào)维度，对于做社交应用、情感陪伴(péibàn)应用，Agent等来说是很关键的技术。”云启资本合伙人陈昱在6月的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个评估AI智能体在(zài)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(jiàowéi)出色，超越(chāoyuè)了DeepSeeK-R1-0528和(hé)谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在(zài)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最新发布的R1。 MiniMax表示，MiniMax-M1的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(hé)深度推理时均有算力(suànlì)效率优势。MiniMax举例称(chēng)，在用8万(wàn)Token深度推理的时候(shíhòu)，只需要使用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(xuéxí)算法CISPO。官方博客表示，在数学AIME的实验中，这比(zhèbǐ)字节近期提出的 DAPO 等强化学习算法收敛性能快了(le)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(wànměiyuán)的原因。 因为相对高效的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方(guānfāng)直接对标(duìbiāo)性价比之王DeepSeek喊话，“两种模式都(dōu)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)(yuán)/百万token，输出 8元/百万token 32k-128k输入：输入 1.2元(yuán)/百万(bǎiwàn)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(tóngshí)，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(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生成的代码,用 Claude-4-Sonnet修改(xiūgǎi)了3个bug 才能(cáinéng)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, 较多细节都没有实现(shíxiàn)。 这引发(yǐnfā)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(jiàn)问题，指模型在训练集上表现优异，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(máitóu)训练半年，看起来这些厂商已经做好了新的准备，继续加入(jiārù)这场大模型(móxíng)之争中。 MiniMax预告，后续(hòuxù)四天将有(yǒu)更多(duō)更新。此前“海螺(hǎiluó)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。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(láizì)第一财经)