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MiniMax酝酿(yùnniàng)了(le)一个大动作，宣布将连续五天发布(fābù)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(jiējìn)海外的最领先模型。 官方博客还提到，基于两大技术创新，MiniMax-M1训练过程高效得(dé)“超出预期”，只用了(le)3周时间、512块H800 GPU就(jiù)完成强化学习训练阶段，算力租赁(zūlìn)成本仅53.47万美元。这比一开始的预期少了一个数量级。 多位开发者已经第一时间展开测评。前illasoft技术(jìshù)总监@karminski在(zài)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着重测试了MiniMax-M1-80K的写代码能力，用(yòng)“拆烟囱”这(zhè)一编程案例实测(shícè)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(qí)“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(shēngchéng)的前端页面来看, 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(bùgòu)发散的问题, 但反过来编程的指令遵循和(hé)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MiniMax-M1模型中文写作是(shì)严谨优先的，幻觉较低，以遵循文本(wénběn)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(móxíng)最大(zuìdà)的亮点还是100万的上下文(shàngxiàwén)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(zhǎng)上下文(shàngxiàwén)理解任务中 (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，仅微弱(wēiruò)差距落后于(yú)Gemini 2.5 Pro。 “无限长的(de)长文本能力是MiniMax团队一直在(zài)打磨的重要维度(wéidù)，对于做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启资本合伙人(héhuǒrén)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(huánjìng)中(zhōng)可靠性的基准测试(cèshì)，在这一指标(zhǐbiāo)中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码(dàimǎ)能力(nénglì)（SWE-bench）上，MiniMax-M1显著超越大部分开源模型，仅(jǐn)微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的(de)长文本能力(nénglì)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(zài)进行长文本的上下文(shàngxiàwén)输入和深度推理时均有算力(yǒusuànlì)效率优势。MiniMax举例称，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(tíchū)的另一创新是(shì)强化学习(xuéxí)算法CISPO。官方博客表示，在数学AIME的实验中，这比字节近期(jìnqī)提出的 DAPO 等强化学习算法收敛性能快了一倍，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力(suànlì)成本不到54万美元的原因。 因为(yīnwèi)相对高效(gāoxiào)的训练和(hé)推理算力使用，MiniMax的定价(dìngjià)性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式都比 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(shūrù)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(yǔ)MiniMax同时，六小龙之中(zhīzhōng)的另外一家月之暗面也在(zài)今日开源了(le)编程模型 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编程基准测试中取得了全球最高开源模型水平(shuǐpíng)，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是生成拆烟囱(yāncōng)demo, Kimi-Dev-72B生成的代码(dàimǎ),用 Claude-4-Sonnet修改(xiūgǎi)了(le)3个bug 才能运行。”此外，这一案例基本需要(xūyào)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。 这引发了对其高分是否(shìfǒu)源于“过拟合”的质疑，这是(zhèshì)机器学习中的常见问题，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。目前月之暗面尚未发布(fābù)详细技术报告。 DeepSeek在年初搅动风暴后(hòu)，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(chǎngshāng)已经做好了新的准备，继续加入这场(zhèchǎng)大模型之争中。 MiniMax预告，后续四天(sìtiān)将有更多更新。此前“海螺(hǎiluó)02（0616）”视频(shìpín)模型已(yǐ)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。 (本文来自第一财经(cáijīng))