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(yuè)17日，沉寂已久的六小龙之一MiniMax酝酿了一个大动作(dòngzuò)，宣布将连续五天发布重要更新(gēngxīn)。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(jīzhǔn)测试比肩DeepSeek-R1、Qwen3等开源模型(móxíng)，接近海外的最领先模型。 官方(guānfāng)博客还提到，基于两大(liǎngdà)技术创新，MiniMax-M1训练过程高效得“超出(chāochū)预期”，只用了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。这比一开始的预期少(shǎo)了一个数量级。 多位开发者(kāifāzhě)已经第一时间展开测评。前illasoft技术总监(zǒngjiān)@karminski在社交平台(píngtái)发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队”。 @karminski着重测试(cèshì)了MiniMax-M1-80K的写代码能力，用“拆烟囱”这一(zhèyī)编程案例(ànlì)实测发现，MiniMax-M1-80K在提示词下(cíxià)一次(yīcì)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“训练(xùnliàn)材料足够新”和“思考时多次反刍成功避坑”的能力。 缺点是(shì)，从生成的(de)前端页面来看, 样式不是很美观(měiguān)，因此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遵循和精确性会更好。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(fāxiàn)MiniMax-M1模型中文写作是严谨优先的，幻觉(huànjué)较低，以遵循文本和指令为第一(dìyī)。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新(yīxīn)模型最大(zuìdà)的(de)亮点还是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，是DeepSeek R1的 8倍。 依托这一基础，M1系列在长上下文理解任务中 (MRCR)表现较优(jiàoyōu)，从(cóng)测试指标看，超越(chāoyuè)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，仅微弱差距(chājù)落后于Gemini 2.5 Pro。 “无限长(zhǎng)的长文本能力是MiniMax团队(tuánduì)一直在打磨的重要维度，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月的大会论坛上表示。云启是MiniMax的天使(tiānshǐ)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(jīzhǔn)测试，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和(hé)谷歌的Gemini-2.5 Pro，在全球仅次于(jǐncìyú)OpenAI o3和Claude 4 Opus。 在代码(dàimǎ)能力（SWE-bench）上(shàng)，MiniMax-M1显著超越大部分开源模型，仅微弱差距次于DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的(de)长文本(wénběn)能力得益于(déyìyú)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深度推理时均(shíjūn)有算力效率优势。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)另一创新是强化(qiánghuà)学习算法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一倍，显著(xiǎnzhù)优于 DeepSeek早期使用的 GRPO。这也(yě)是最终算力成本不到54万美元的原因。 因为相对(xiāngduì)高效的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方直接对标性价比之王(zhīwáng)DeepSeek喊话，“两种模式(móshì)都比 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，随输入长度增加而(ér)提高： 0-32k 输入：输入 0.8元(yuán)/百万token，输出(shūchū) 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/百万(bǎiwàn)token，输出 24元/百万token 几乎与MiniMax同时，六小龙之中的另外一家月之暗面也在今日(jīnrì)开源了编程模型(móxíng) Kimi-Dev-72B。根据官方(guānfāng)发布的信息(xìnxī)，这一模型是基于阿里云(yún)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(bùguò)，@karminski测试发现(fāxiàn)，“同样(tóngyàng)是生成(shēngchéng)拆烟囱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上预测能力显著下降。目前月(yuè)之暗面尚未发布详细(xiángxì)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，埋头训练半年，看起来这些厂商已经做好了(le)新的准备，继续加入这场大(dà)模型(móxíng)之争中。 MiniMax预告，后续四天将有更多(duō)更新(gēngxīn)。此前“海螺(hǎiluó)02（0616）”视频(shìpín)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)