6月17日讯，MiniMax稀宇科技宣布开启为期五天的重要更新计划，今日发布首个重大消息：开源大规模混合架构推理模型MiniMax-M1。
据官方介绍，MiniMax-M1是全球首个开源的大规模混合架构推理模型。该模型在面向复杂生产力场景时表现卓越，其能力不仅超越了国内的闭源模型，更接近国际领先水平，在性价比方面更是处于行业领先地位。
MiniMax-M1的一大亮点是支持高达100万条上下文输入和最长8万个Token的推理输出。这一性能与谷歌 Gemini 2.5 Pro持平，远超DeepSeek R1的八倍处理能力。
这些突破得益于两项关键技术创新：独特的闪电注意力机制混合架构和创新的强化学习算法CISPO。前者显著提升了长上下文处理和深度推理效率，后者通过优化采样权重提升训练效率。
凭借这两项技术突破，M1的强化训练效率显著提升。实际测试中仅需512块H800 GPU运行三周，租赁成本约53.47万美元（约合人民币384.1万元），远低于最初预期。
在SWE-bench基准测试中，MiniMax-M1-40k和M1-80k分别取得55.6%和56.0%的成绩，略逊于DeepSeek-R1-0528的57.6%，但远超其他开源模型。
凭借百万级上下文窗口，M1在长文本理解任务中表现优异，在多个评测指标上超越所有开源模型，并位居全球第二，仅稍逊于Gemini 2.5 Pro。
在代理工具使用场景（TAU-bench）测试中，MiniMax-M1-40k同样领先所有开源模型，并击败Gemini-2.5 Pro。
值得注意的是，在大多数基准测试中，M1-80k始终优于M1-40k，这充分验证了扩展计算资源的有效性。我们已在官方Hugging Face和GitHub账号发布了完整的技术报告和模型权重。
为了进一步降低使用门槛，我们在MiniMax App和Web端提供免费不限量服务。API定价策略也非常优惠：在0-32k输入长度时，输入费用为0.8元/百万Token，输出为8元/百万Token；32k-128k区间内，输入费用提升至1.2元/百万Token，输出费用相应调整为16元/百万Token；最长的128k-1M区间则为输入2.4元/百万Token和输出24元/百万Token。值得注意的是，在前两个区间段的价格比DeepSeek-R1更具竞争力，而第三个区间的定价策略则是DeepSeek模型所不支持的。
除了M1之外，接下来的四个工作日还将陆续发布更多更新内容，敬请期待。
相关文章
