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(rì)，沉寂已久的六小龙之一MiniMax酝酿了一个(yígè)大动作，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，MiniMax-M1多项基准测试(cèshì)比肩DeepSeek-R1、Qwen3等开源模型，接近海外的最(zuì)领先模型。 官方(guānfāng)博客还提到(tídào)，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、512块H800 GPU就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(duōwèi)开发者已经第一时间展开测评。前illasoft技术总监@karminski在社交平台发布了(le)自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队(tīduì)”。 @karminski着重测试了MiniMax-M1-80K的写代码能力(nénglì)(nénglì)，用“拆烟囱”这一编程(biānchéng)案例(ànlì)实测发现，MiniMax-M1-80K在提示词下一次(yīcì)过，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“训练材料足够新”和“思考时多次反刍(fǎnchú)成功避坑”的能力。 缺点是，从生成(shēngchéng)的(de)前端页面来看, 样式(yàngshì)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。另外光影效果不是很好，也是训练不足的地方。 也有网友提到，测试(cèshì)发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低(dī)，以(yǐ)遵循文本和指令为第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这(zhè)一新(yīxīn)模型最大的亮点还是100万(wàn)的上下文窗口长度，和闭源模型里的谷歌 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(shàngxiàwén)理解任务中 (MRCR)表现较优，从(cóng)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。 “无限长的长文本能力是(shì)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(héhuǒrén)陈昱在6月(yuè)的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个评估(pínggū)AI智能体在真实世界环境中可靠性的(de)基准(jīzhǔn)测试，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(dàimǎ)能力(nénglì)（SWE-bench）上，MiniMax-M1显著超越大部分开源模型，仅微弱差距次于DeepSeek最新发布(fābù)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(shǐde)M1在进行(jìnxíng)长文本的上下文输入和深度(shēndù)推理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，只需要(xūyào)使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的另一创新是强化学习算法(suànfǎ)CISPO。官方博客表示，在数学AIME的实验中，这比字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著优于 DeepSeek早期(zǎoqī)使用的 GRPO。这也是最终(zuìzhōng)算力(suànlì)成本不到(búdào)54万美元的原因。 因为相对高效的训练(xùnliàn)和推理算力使用，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式(móshì)都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型(móxíng)不(bù)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：输入 0.8元/百万(bǎiwàn)(bǎiwàn)token，输出 8元/百万token 32k-128k输入(shūrù)：输入 1.2元/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 几乎与MiniMax同时，六小龙之中的另外(lìngwài)一家月之暗面也在今日开源了(le)编程模型 Kimi-Dev-72B。根据官方(guānfāng)发布的信息，这一模型是基于阿里云的Qwen2.5-72B 微调(wēidiào)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(quánqiú)最高开源模型水平，成绩超过了新版DeepSeek-R1。 不过，@karminski测试(cèshì)发现，“同样是生成(shēngchéng)(shēngchéng)拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改了(le)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, Kimi-Dev-72B只生成了220行, 较多细节都没有实现。 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(zhōng)的常见问题，指模型在(zài)训练集上表现优异，但(dàn)在未见过的新数据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在年初搅动风暴后，AI六小龙有的出现高管出走风波，有的沉寂已久(chénjìyǐjiǔ)，埋头(máitóu)训练半年，看起来这些厂商已经做好了新(xīn)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(duō)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，业界普遍预期海螺新版本即将正式(zhèngshì)亮相。如果海螺能延续M1在成本或能力上的突破，或将进一步(jìnyíbù)搅动多模态AI的格局(géjú)。 (本文来自(láizì)第一财经)