新京報貝殼財經(jīng)訊（記者羅亦丹）北京時間6月17日，“AI六小龍”之一的上海AI獨角獸企業(yè)MiniMax發(fā)布了其自主研發(fā)的MiniMax-M1系列模型，除去性能上的升級，貝殼財經(jīng)記者注意到，其同類模型的價格低于DeepSeek-R1，和5天前首先降價的豆包1.6持平。

M1被定義為“全球首個開源的大規(guī)模混合架構(gòu)推理模型”。技術(shù)報告顯示，M1模型在處理百萬級Token的長文本上實現(xiàn)了重大突破，成為上下文最長的推理模型；其RL（強化訓(xùn)練）成本下降一個量級，成本53萬美金，推理效率則數(shù)倍于同類模型；在工具使用場景（TAU-bench）中MiniMax-M1-40k領(lǐng)跑所有開源權(quán)重模型，超過Gemini-2.5 Pro。

MiniMax-M1開源技術(shù)報告截圖

定價方面，在輸入?yún)^(qū)間0-32K范圍內(nèi)，M1模型的價格為輸入0.8元/百萬Tokens，輸出8元/百萬Tokens；32k-128k范圍內(nèi)，M1模型的價格為輸入1.2元/百萬Tokens，輸出16元/百萬Tokens。低于DeepSeek-R1模型，與6月12日火山引擎推出的豆包1.6價格持平。

值得注意的是，M1模型還推出了輸入?yún)^(qū)間為128k-1M范圍的模型價格，這一超長文本檔位是DeepSeek-R1目前尚未覆蓋的領(lǐng)域，豆包1.6上周公布價格的區(qū)間也截止到128K-256K范圍。

根據(jù)MiniMaxg公布的技術(shù)報告，實現(xiàn)100萬上下文輸入這一突破的關(guān)鍵，在于其獨創(chuàng)的Lightning Attention混合構(gòu)架。傳統(tǒng)Transformer模型在處理長序列時，注意力機制的計算量會隨序列長度呈平方級增長，成為制約性能和成本的主要瓶頸。M1的混合架構(gòu)，特別是注意力機制，能夠顯著優(yōu)化上下文輸入的計算效率。

報告提到，在進行8萬Token的深度推理時，M1所需的算力僅為DeepSeek-R1的約30%；生成10萬tokens時，推理算力只需要DeepSeek-R1的25%。這種極致的效率提升，直接轉(zhuǎn)化為訓(xùn)練和推理階段巨大的成本優(yōu)勢。

此外，在降本方面，MiniMax此次提出CISPO算法，另辟蹊徑，通過裁剪重要性采樣權(quán)重，而非傳統(tǒng)算法中調(diào)整Token的更新方式，來提升強化學(xué)習(xí)的效率和穩(wěn)定性。MiniMaxc稱，實驗數(shù)據(jù)顯示，在AIME（AI-powered Moral Evaluator）等測試中，CISPO的收斂性能比字節(jié)跳動近期提出的DAPO算法快一倍，也顯著優(yōu)于DeepSeek早期使用的GRPO算法。

更快的收斂意味著更少的訓(xùn)練時間和資源消耗。得益于CISPO的高效，M1模型的整個強化學(xué)習(xí)階段僅使用了512塊英偉達H800 GPU，耗時三周，成本僅為53.5萬美元。MiniMax官方表示，這一成本“比最初的預(yù)期少了一個數(shù)量級”。

MiniMax宣布，在其自有的App和Web端，M1模型將保持不限量免費使用，且M1的發(fā)布僅僅是MiniMax“開源周”的序幕，在接下來的四個工作日里，MiniMax計劃每天發(fā)布一項新的技術(shù)或產(chǎn)品更新。

編輯 楊娟娟

校對 穆祥桐