6 月 17 日消息，MiniMax 稀宇科技宣布將連續五天發布重要更新。今天第一彈是開源首個推理模型 MiniMax-M1。
根據官方介紹，MiniMax-M1 是世界上第一個開源的大規模混合架構的推理模型。MiniMax 表示：M1 在面向生產力的復雜場景中能力是開源模型中的最好一檔，超過國內的閉源模型，接近海外的最領先模型，同時又有業內最高的性價比。
官方博客還提到，基于兩大技術創新，MiniMax-M1 訓練過程高效得“超出預期”，只用了 3 周時間、512 塊 H800 GPU 就完成強化學習訓練階段，算力租賃成本僅 53.47 萬美元（IT之家注：現匯率約合 384.1 萬元人民幣），相比一開始的預期直接降低了一個數量級。
M1 有一個顯著的優勢是支持目前業內最高的 100 萬上下文的輸入，跟閉源模型里面的 Google Gemini 2.5 Pro 一樣，是 DeepSeek R1 的 8 倍，以及業內最長的 8 萬 Token 的推理輸出。
這主要得益于我們獨創的以閃電注意力機制為主的混合架構，從而在計算長的上下文輸入以及深度推理的時候顯著高效。例如，在用 8 萬 Token 深度推理的時候，只需要使用 DeepSeek R1 約 30% 的算力。這個特性使得我們在訓練和推理的時候都有很大的算力效率優勢。除此之外，我們提出了更快的強化學習算法 CISPO，通過裁剪重要性采樣權重（而非傳統 token 更新）提升強化學習效率。在 AIME 的實驗中，我們發現這比包括字節近期提出的 DAPO 等強化學習算法收斂性能快了一倍，顯著的優于 DeepSeek 早期使用的 GRPO。
得益于上述兩個技術創新，我們最終強化訓練過程非常高效，超出預期。實際上整個強化學習階段只用到 512 塊 H800 三周的時間，租賃成本只有 53.47 萬美金。這比一開始的預期少了一個數量級。我們在業內主流的 17 個評測集上詳細評測了 M1，具體的結果如下：
我們發現在軟件工程、長上下文與工具使用等面向生產力的復雜場景中，我們的模型具備顯著優勢。
MiniMax-M1-40k 和 MiniMax-M1-80k 在 SWE-bench 驗證基準上分別取得 55.6% 和 56.0% 的優異成績，這一成績略遜于 DeepSeek-R1-0528 的 57.6%，但顯著超越其他開源權重模型。
依托其百萬級上下文窗口，M1 系列在長上下文理解任務中表現卓越，不僅全面超越所有開源權重模型，甚至超越 OpenAI o3 和 Claude 4 Opus，全球排名第二，僅以微弱差距落后于 Gemini 2.5 Pro。
在代理工具使用場景（TAU-bench）中，MiniMax-M1-40k 同樣領跑所有開源權重模型，并戰勝 Gemini-2.5 Pro。
值得注意的是，MiniMax-M1-80k 在大多數基準測試中始終優于 MiniMax-M1-40k，這充分驗證了擴展測試時計算資源的有效性。詳細的技術報告，完整的模型權重可以在我們的官方 Hugging Face 和 GitHub 賬號下訪問。vLLM 和 Transformer 兩個開源項目提供了各自的推理部署支持，我們也正在和 SGLang 合作推進部署支持。因為相對高效的訓練和推理算力使用，我們在 MiniMax App 和 Web 上都保持不限量免費使用，并以業內最低的價格在官網提供 API。在 0-32k 的輸入長度的時候，輸入 0.8 元 / 百萬 token，輸出 8 元 / 百萬 token；在 32k-128k 的輸入長度的時候，輸入 1.2 元 / 百萬 token，輸出 16 元 / 百萬 token；在最長的 128k-1M 的輸入長度的時候，輸入 2.4 元 / 百萬 token，輸出 24 元 / 百萬 token。前面兩種模式都比 DeepSeek-R1 性價比更高，后面一種模式 DeepSeek 模型不支持。除了 M1 之外，接下來連續四個工作日，我們還準備了一些更新帶給大家，敬請期待。
