當DeepSeek的推理模型震撼全球AI圈時，一家估值200億人民幣的中國獨角獸正悄然磨刀霍霍，準備用僅53萬美元的訓練成本和顛覆性架構設計，向這個新貴發起正面挑戰。

17日，AI創業公司MiniMax發布了其首款推理模型M1，根據基準評測，M1性能超越國內閉源模型，接近海外最領先模型，部分任務超過DeepSeek、阿里、字節，以及OpenAI、谷歌和Anthropic等最新最強的開閉源模型。

這場較量的核心不僅在于性能，更在于效率——與DeepSeek R1相比，在生成64K token時，M1消耗的算力不到其50%；在100K token時，僅為其25%。

MiniMax稱，M1的整個強化學習過程僅使用512塊英偉達H800 GPU訓練三周，租賃成本53.74萬美元（約合380萬人民幣）。這一成本控制"比最初預期少了一個數量級"。MiniMax創始人&CEO閆俊杰發文表示：“第一次感覺到大山不是不能翻越。”

MiniMax-M1：混合專家架構與線性注意力機制

MiniMax-M1采用了混合專家（MoE）架構和線性注意力機制（Lightning Attention），這是對傳統Transformer架構計算瓶頸的直接挑戰。

“這種設計理論上能夠高效地將推理長度擴展到數十萬 token。”MiniMax表示，這還能帶來計算成本的大幅下降，“這個特性使我們在訓練和推理的時候都有很大的算力效率優勢”。

該模型總參數達4560億，每token激活參數459億，支持高達100萬Token的上下文輸入——這一數字是DeepSeek R1的8倍，與谷歌Gemini 2.5 Pro并列業內最高。

在17個主流評測集的測試中，M1在軟件工程能力測試SWE-bench上取得超過55%的成績，雖未達到海外頂尖模型水準，但超過了DeepSeek-R1以及阿里和字節的同類產品。在長上下文理解任務中，M1在三項基準測試上全面超越所有開源模型，僅以微弱差距落后于Gemini 2.5 Pro，位列全球第二。

成本革命：380萬人民幣的強化學習實驗

MiniMax聲稱，M1的整個強化學習過程僅使用512塊英偉達H800 GPU訓練三周，租賃成本53.74萬美元（約合380萬人民幣）。這一成本控制"比最初預期少了一個數量級"。

公司還開發了名為CISPO的新型強化學習算法，在數學測試基準AIME的實驗中，該算法比字節近期提出的DAPO算法實現了兩倍加速，僅需50%的訓練步驟就能達到相同表現。

與DeepSeek R1相比，在生成64K token時，M1消耗的算力不到其50%；在100K token時，僅為其25%。

區間定價策略！MiniMax還有更多更新

目前，MiniMax-M1已經對外開源，并在MiniMax APP和Web端免費升級。在API價格方面，MiniMax采用了與字節豆包1.6相同的"區間定價"策略。

在0-32k和32k-128k輸入長度區間，M1的價格相比DeepSeek-R1（輸入4元/百萬token，輸出16元/百萬token）更具性價比。對于128k-1M的最長輸入區間，DeepSeek模型甚至不支持此長度。

這一定價策略使M1成為繼豆包之后的又一"價格殺手"，開發者評價其為"性價比新王"。

"AI六小龍"的生存博弈

作為騰訊和阿里巴巴支持的"AI六小龍"成員之一，MiniMax仍在堅持基礎研究。MiniMax創始人兼CEO閆俊杰發文表示："第一次感覺到大山不是不能翻越。"

據搜狐科技報道，M1僅是該公司為期5天發布周的首個產品，后續還將發布智能體應用，并在視頻、音樂等模型層面帶來更多更新。

MiniMax認為，M1的高效架構將在未來智能體應用中具有獨特優勢。"未來智能體需要數十到數百個回合進行推理，同時整合來自不同來源的長上下文信息，"該公司表示。目前，MiniMax正在海外內測智能體應用，主打代碼、多模態等能力。