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(zhīyī)MiniMax酝酿了一个大动作，宣布将连续五天发布重要更新。今天第一弹是开源(kāiyuán)首个推理模型MiniMax-M1。 根据(gēnjù)官方的报告，MiniMax-M1多项基准(jīzhǔn)测试比肩DeepSeek-R1、Qwen3等开源模型，接近海外的最领先模型。 官方博客还提到，基于两大技术创新，MiniMax-M1训练过程高效得“超出预期(yùqī)”，只用(zhǐyòng)了3周时间、512块H800 GPU就完成强化学习训练阶段(jiēduàn)，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。 多位开发者已经第一时间展开测评。前illasoft技术总监@karminski在(zài)社交平台(píngtái)发布(fābù)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(nénglì)，用“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，他提到DeepSeek-R1-0528 甚至 Gemini-2.5-Pro 都(dōu)没能一次通过，这可能得益于(déyìyú)其“训练材料足够新”和(hé)“思考时多次反刍成功避坑(bìkēng)”的能力。 缺点是，从生成的前端页面来看, 样式不是很美观，因此用来生成高度创意的内容可能会面临(miànlín)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(hǎo)。另外光影效果不是很好，也是训练(xùnliàn)不足的地方(dìfāng)。 也有网友提到，测试(cèshì)发现MiniMax-M1模型中文写作是(shì)严谨优先的，幻觉较低，以遵循文本和指令为第一。这(zhè)在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型最大的亮点(liàngdiǎn)还是100万的上下文窗口长度(chángdù)，和(hé)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(rènwù)中 (MRCR)表现较优，从(cóng)测试指标看(kàn)，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(quánqiúpáimíng)第二，仅微弱差距落后于Gemini 2.5 Pro。 “无限长的(de)长文本能力是MiniMax团队一直在打磨的重要维度，对于做社交应用、情感陪伴(péibàn)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(yuè)的大会论坛上表示。云启是MiniMax的天使轮(lún)投资机构。 TAU-bench是(shì)一个评估(pínggū)AI智能体在真实世界环境中可靠性的(de)基准测试，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为出色，超越(chāoyuè)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（SWE-bench）上(shàng)，MiniMax-M1显著超越大部分开源模型(móxíng)，仅微弱差距次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长文本能力得益于闪电注意力机制为主(wéizhǔ)的混合架构，这一架构使得M1在(zài)(zài)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举例称，在用8万Token深度推理的时候，只需要使用DeepSeek R1约(yuē)30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出的另一创新是强化学习(xuéxí)算法(suànfǎ)CISPO。官方博客表示，在数学AIME的实验中，这(zhè)比字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著优于 DeepSeek早期使用的 GRPO。这也是最终(zuìzhōng)算力成本不到54万美元的原因。 因为相对高效的训练和推理算力使用，MiniMax的定价性价比较(jiào)高，官方直接对标性价比之王DeepSeek喊话(hǎnhuà)，“两种模式(móshì)(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(chángdù)增加而提高： 0-32k 输入(shūrù)：输入 0.8元/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(jīhū)与MiniMax同时，六小龙之(zhī)中的(de)另外一家月之暗面也在(zài)今日开源了编程模型 Kimi-Dev-72B。根据官方发布的信息，这一模型是基于(jīyú)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(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(wánchéng), Kimi-Dev-72B只生成了220行, 较多细节(xìjié)都没有(méiyǒu)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(shàngwèi)发布详细技术报告。 DeepSeek在年初(niánchū)搅动风暴后，AI六小龙有(yǒu)的出现高管出走风波，有的沉寂已久(chénjìyǐjiǔ)，埋头训练半年，看起来这些厂商已经做好了新的准备，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(shìpín)模型已现身AI视频竞技场，并取得(qǔde)第二名的佳绩，业界普遍预期海螺新版本(bǎnběn)即将正式亮相。如果(rúguǒ)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))