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(liù)小龙之一MiniMax酝酿了一个大(dà)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，接近(jiējìn)海外的最(zuì)领先模型。 官方博客还提到，基于两大技术创新，MiniMax-M1训练(xùnliàn)过程高效得“超出预期”，只用了3周时间(shíjiān)、512块H800 GPU就(jiù)完成强化学习训练阶段，算力租赁成本仅(jǐn)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(dìyī)时间展开测评。前illasoft技术总监@karminski在社交平台发布了自己对(duì)MiniMax-M1的测评，认可(rènkě)其是“开源MoE第一梯队”。 @karminski着重测试了MiniMax-M1-80K的写代码(dàimǎ)能力，用(yòng)“拆烟囱”这一编程案例实测发现，MiniMax-M1-80K在提示(tíshì)词下一次过，他(tā)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(xīn)”和“思考时多次反刍成功避坑”的能力。 缺点是，从生成的前端页面来看, 样式不是(búshì)很美观，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(zūnxún)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(dìfāng)。 也有(yǒu)网友提到，测试发现MiniMax-M1模型中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(zhè)在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大的亮点还是100万的上下文窗口长度，和闭源模型里(lǐ)的谷歌 Gemini 2.5 Pro一样(yīyàng)，是DeepSeek R1的 8倍。 依托这一基础，M1系列在长上下文理解任务中 (MRCR)表现较优，从测试指标看，超越了所有开源(kāiyuán)权重模型，甚至超越海外(hǎiwài)的(de)顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二(dìèr)，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的长文本能力(nénglì)是MiniMax团队一直在打磨的重要维度，对于做社交应用(yìngyòng)、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(yúnqǐshì)MiniMax的天使(tiānshǐ)轮投资机构。 TAU-bench是一(yī)个评估AI智能体在(zài)真实世界环境中可靠性的基准测试，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球(quánqiú)仅次于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(wēiruò)差距(chājù)次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于(déyìyú)闪电注意力机制为主(wéizhǔ)的混合架构，这一架构使得M1在进行长文本的上下文输入(shūrù)和深度推理(tuīlǐ)时均有算力效率优势。MiniMax举例称，在用8万Token深度推理的时候(shíhòu)，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(xìngnéng)快了一倍，显著优于 DeepSeek早期使用的 GRPO。这也是最终算力成本不到54万美元的原因(yuányīn)。 因为相对高(gāo)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(bù)支持(zhīchí)。” 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(shūrù)：输入 0.8元/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元/百万(bǎiwàn)(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(jīhū)与MiniMax同时(tóngshí)，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 Kimi-Dev-72B。根据官方发布(fābù)的信息，这一(zhèyī)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，成绩超过了新版DeepSeek-R1。 不过，@karminski测试发现，“同样是(shì)生成拆烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改(xiūgǎi)了3个(gè)bug 才能运行。”此外，这一案例基本(jīběn)需要600-800行代码才能完成, Kimi-Dev-72B只生成了220行, 较(jiào)多细节都没有实现。 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问题，指模型在训练集上表现优异，但在未见过的新(xīn)数据上预测能力显著下降(xiàjiàng)。目前月之暗面尚未发布详细技术报告(bàogào)。 DeepSeek在年初搅动风暴(fēngbào)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(bànnián)，看起来这些厂商已经做好(zuòhǎo)了新的准备，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。如果海螺能延续M1在成本(chéngběn)或能力上的突破，或将进一步(jìnyíbù)搅动多模态AI的格局。 (本文来自第一财经(cáijīng))