美图秀秀走红欧洲：斩获意大利、土耳其、俄罗斯App Store分类榜第一

6月17日，沉寂已久的六小龙之一(zhīyī)MiniMax酝酿了一个大(dà)动作，宣布将(jiāng)连续五天发布重要更新。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DeepSeek-R1、Qwen3等开源模型(móxíng)，接近海外的最领先(lǐngxiān)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”，只用了(le)3周时间、512块H800 GPU就完成强化学习训练阶段(jiēduàn)，算力租赁成本仅53.47万美元。这比一开始的预期少(shǎo)了一个(yígè)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(zǒngjiān)@karminski在社交(shèjiāo)平台发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写代码能力，用(yòng)“拆烟囱”这一编程案例(ànlì)实测(shícè)发现，MiniMax-M1-80K在提示词下一次过，他(tā)提到(tídào)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，从生成的前端页面(yèmiàn)来看, 样式不是很美观，因此用来生成高度创意的内容可能会面临(miànlín)不够发散的问题(wèntí), 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，测试发现MiniMax-M1模型(móxíng)中(zhōng)文写作是严谨优先的，幻觉较低，以遵循文本和指令(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(de)亮点还是(shì)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(yīyàng)，是DeepSeek R1的 8倍。 依托这一基础，M1系列(xìliè)在长上下文理解任务中(zhōng) (MRCR)表现较优，从测试指标看，超越了所有(suǒyǒu)开源权重模型，甚至超越海外的(de)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)的长文本能力是MiniMax团队一直在(zài)打磨的重要维度，对于做社交(shèjiāo)应用、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人陈昱在6月(yuè)的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是(shì)一个(yígè)评估AI智能体在真实世界环境中可靠性的基准测试(cèshì)，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和谷歌(gǔgē)的Gemini-2.5 Pro，在全球仅次于(jǐncìyú)OpenAI o3和Claude 4 Opus。 在代码能力（SWE-bench）上(shàng)，MiniMax-M1显著超越大部分开源模型，仅微弱差距(chājù)次于DeepSeek最新(zuìxīn)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(jiàgòu)，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效率优势(yōushì)。MiniMax举例称(chēng)，在用8万(wàn)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(tíchū)的另一创新是强化(qiánghuà)学习算法(suànfǎ)CISPO。官方博客表示，在数学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(shǐyòng)的 GRPO。这也(yě)是最终算力成本不到54万美元的原因。 因为相对高效的训练和推理算力使用(shǐyòng)，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话(hǎnhuà)，“两种模式(móshì)都比 DeepSeek-R1 性价比更高，另一种(yīzhǒng)模式DeepSeek模型不支持。” MiniMax-M1的定价(dìngjià)采用阶梯式，随输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元(yuán)/百万token，输出(shūchū) 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(jīhū)与MiniMax同时，六小龙之中的(de)(de)另外一家月之暗面也在今日开源了编程(biānchéng)模型 Kimi-Dev-72B。根据官方发布的信息，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(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生成的代码(dàimǎ),用 Claude-4-Sonnet修改了(le)3个bug 才能运行(yùnxíng)。”此外，这一案例基本需要600-800行代码才能完成, Kimi-Dev-72B只(zhǐ)生成了220行, 较多细节都没有实现。 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问题，指模型在训练(xùnliàn)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(zài)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）”视频模型已现身AI视频竞技场，并取得第二名的(de)佳绩，业界普遍预期(yùqī)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(tūpò)，或将进一步搅动多模态AI的格局。 (本文(běnwén)来自第一财经)