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)了一个大动作(dòngzuò)，宣布将连续五天(wǔtiān)发布重要更新。今天第一弹是开源首个推理模型MiniMax-M1。 根据官方的报告(bàogào)，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(yùqī)”，只用了3周(zhōu)时间、512块H800 GPU就(jiù)完成强化学习训练阶段，算力租赁成本仅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(yǐjīng)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MiniMax-M1的测评，认可(rènkě)其是“开源MoE第一梯队”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的(de)写代码能力，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(guò)，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“训练(xùnliàn)材料足够新”和(hé)“思考时多次反刍成功避坑”的能力。 缺点(quēdiǎn)是，从生成的(de)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面临不够发散的问题, 但反过来编程的指令遵循和精确性会更好(gènghǎo)。另外光影效果不是很好，也是训练不足的地方。 也有(yǒu)网友提到，测试发现(fāxiàn)MiniMax-M1模型中文写作是严谨优先的，幻觉较低，以遵循文本(wénběn)和指令为第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大的亮点还是(háishì)100万的上下文窗口长度，和闭源模型里的谷歌(gǔgē) Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一基础，M1系列在长(zhǎng)上下文理解任务(rènwù)中 (MRCR)表现较优，从测试(cèshì)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，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(zīběn)合伙人陈昱在6月的大会论坛上表示。云启是MiniMax的天使轮(lún)投资机构。 TAU-bench是一个评估AI智能体在(zài)真实世界环境中(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(jǐncìyú)OpenAI o3和Claude 4 Opus。 在代码能力（SWE-bench）上，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型(móxíng)，仅微弱差距次于DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的(de)长文本能力得益于(déyìyú)闪电注意力机制为主的混合架构，这一架构使得(shǐde)M1在进行长文本的上下文输入和深度推理时均有算力效率优势。MiniMax举例称，在用(yòng)8万Token深度推理的时候，只需要(xūyào)使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)(de)另一(yī)创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验中(zhōng)，这比字节近期提出的 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。 因为相对(xiāngduì)高效的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方(guānfāng)直接对标性价比之王(zhīwáng)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(suí)输入长度增加而提高： 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(shūrù)(shūrù)：输入 1.2元/百万token，输出 16元/百万token 128k-1M 输入(shūrù)(shūrù)：输入 2.4元/百万token，输出 24元/百万token 几乎与MiniMax同时，六小龙之中(zhīzhōng)的另外一家月之暗面也在今日开源了编程(biānchéng)模型 Kimi-Dev-72B。根据(gēnjù)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(dédào)的。根据报告，这一模型在SWE-bench编程基准测试(cèshì)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，“同样是生成拆烟囱demo, Kimi-Dev-72B生成的代码(dàimǎ),用 Claude-4-Sonnet修改了3个bug 才能(cáinéng)运行(xíng)。”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(shíxiàn)。 这引发了对其高分是否源于“过拟合”的质疑，这是(zhèshì)机器学习中(zhōng)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(shùjù)上预测能力显著下降。目前月之暗面尚未发布详细技术报告。 DeepSeek在年初(niánchū)搅动风暴后，AI六小龙有的(de)出现高管出走风波(fēngbō)，有的沉寂已久，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(sìtiān)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，并取得第二名的佳绩，业界(yèjiè)普遍预期海螺新版本(bǎnběn)即将正式亮相。如果海螺能延续M1在成本或能力(nénglì)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))