MiniMax推出全球首个开源大规模混合架构的推理模型M1:456B参数

IT之家 6 月 17 日消息，MiniMax 稀宇科技宣布将连续五天发布重要更新。今天第一弹是开源首个推理模型 MiniMax-M1。

根据官方介绍，MiniMax-M1 是世界上第一个开源的大规模混合架构的推理模型。MiniMax 表示：M1 在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高的性价比。

官方博客还提到，基于两大技术创新，MiniMax-M1 训练过程高效得“超出预期”，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（IT之家注：现汇率约合 384.1 万元人民币），相比一开始的预期直接降低了一个数量级。

M1 有一个显著的优势是支持目前业内最高的 100 万上下文的输入，跟闭源模型里面的 Google Gemini 2.5 Pro 一样，是 DeepSeek R1 的 8 倍，以及业内最长的 8 万 Token 的推理输出。

这主要得益于我们独创的以闪电注意力机制为主的混合架构，从而在计算长的上下文输入以及深度推理的时候显著高效。例如，在用 8 万 Token 深度推理的时候，只需要使用 DeepSeek R1 约 30% 的算力。这个特性使得我们在训练和推理的时候都有很大的算力效率优势。除此之外，我们提出了更快的强化学习算法 CISPO，通过裁剪重要性采样权重（而非传统 token 更新）提升强化学习效率。在 AIME 的实验中，我们发现这比包括字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著的优于 DeepSeek 早期使用的 GRPO。

得益于上述两个技术创新，我们最终强化训练过程非常高效，超出预期。实际上整个强化学习阶段只用到 512 块 H800 三周的时间，租赁成本只有 53.47 万美金。这比一开始的预期少了一个数量级。我们在业内主流的 17 个评测集上详细评测了 M1，具体的结果如下：

我们发现在软件工程、长上下文与工具使用等面向生产力的复杂场景中，我们的模型具备显著优势。

• MiniMax-M1-40k 和 MiniMax-M1-80k 在 SWE-bench 验证基准上分别取得 55.6% 和 56.0% 的优异成绩，这一成绩略逊于 DeepSeek-R1-0528 的 57.6%，但显著超越其他开源权重模型。

• 依托其百万级上下文窗口，M1 系列在长上下文理解任务中表现卓越，不仅全面超越所有开源权重模型，甚至超越 OpenAI o3 和 Claude 4 Opus，全球排名第二，仅以微弱差距落后于 Gemini 2.5 Pro。

• 在代理工具使用场景（TAU-bench）中，MiniMax-M1-40k 同样领跑所有开源权重模型，并战胜 Gemini-2.5 Pro。

值得注意的是，MiniMax-M1-80k 在大多数基准测试中始终优于 MiniMax-M1-40k，这充分验证了扩展测试时计算资源的有效性。详细的技术报告，完整的模型权重可以在我们的官方 Hugging Face 和 GitHub 账号下访问。vLLM 和 Transformer 两个开源项目提供了各自的推理部署支持，我们也正在和 SGLang 合作推进部署支持。因为相对高效的训练和推理算力使用，我们在 MiniMax App 和 Web 上都保持不限量免费使用，并以业内最低的价格在官网提供 API。在 0-32k 的输入长度的时候，输入 0.8 元 / 百万 token，输出 8 元 / 百万 token；在 32k-128k 的输入长度的时候，输入 1.2 元 / 百万 token，输出 16 元 / 百万 token；在最长的 128k-1M 的输入长度的时候，输入 2.4 元 / 百万 token，输出 24 元 / 百万 token。前面两种模式都比 DeepSeek-R1 性价比更高，后面一种模式 DeepSeek 模型不支持。除了 M1 之外，接下来连续四个工作日，我们还准备了一些更新带给大家，敬请期待。