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(liù)小龙之一MiniMax酝酿了一个大动作，宣布将连续五天发布重要更新。今天第一弹是开源首个(shǒugè)推理模型(tuīlǐmóxíng)MiniMax-M1。 根据官方的报告，MiniMax-M1多项基准(jīzhǔn)测试比肩DeepSeek-R1、Qwen3等开源模型(móxíng)，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(xùnliàn)过程高效得“超出预期”，只用了3周时间、512块H800 GPU就完成(wánchéng)强化学习训练阶段，算力租赁成本(chéngběn)仅53.47万美元。这比一开始的预期少了一个(yígè)数量级。 多位开发者已经第一时间展开(zhǎnkāi)测评。前illasoft技术总监@karminski在社交平台(píngtái)发布了自己对MiniMax-M1的(de)测评，认可其是“开源MoE第一梯队”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写代码能力，用“拆烟囱”这一编程(biānchéng)案例实测发现(fāxiàn)，MiniMax-M1-80K在(zài)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(shì)(shì)，从生成的前端页面来看, 样式不是很美观(měiguān)，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(dàn)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(yě)有网友提到，测试发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低，以遵循文本和指令为(wèi)第一。这在注重发散的国内模型中比较难得(nánde)。 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，和闭源模型里(lǐ)的谷歌 Gemini 2.5 Pro一样(yīyàng)，是DeepSeek R1的 8倍。 依托这一(zhèyī)基础，M1系列在长上下文理解任务中 (MRCR)表现(biǎoxiàn)较优，从测试指标看(kàn)，超越了所有开源权重模型(móxíng)，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(dǎmó)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的天使轮投资机构(jīgòu)。 TAU-bench是一(yī)个评估AI智能体在真实世界环境中可靠性(kěkàoxìng)的基准测试，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。 在代码能力(nénglì)（SWE-bench）上，MiniMax-M1显著超越大部分开源(kāiyuán)模型，仅(jǐn)微弱差距次于DeepSeek最新发布的R1。 MiniMax表示(biǎoshì)，MiniMax-M1的长(zhǎng)文本能力得益于闪电注意力机制为主的混合架构，这一架构使得M1在进行长文本的上下文输入和深度推理时均有算力(suànlì)效率优势。MiniMax举例(jǔlì)称，在用8万Token深度推理的时候，只(zhǐ)需要使用DeepSeek R1约30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出(tíchū)的另一创新是强化学习算法CISPO。官方(guānfāng)博客表示，在数学AIME的实验中，这比字节近期(jìnqī)提出的 DAPO 等强化学习算法收敛性能快了一倍，显著(xiǎnzhù)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。 因为相对高效的训练和推理算力使用，MiniMax的定价性价比(xìngjiàbǐ)较高，官方直接对标(duìbiāo)性价比之王(zhīwáng)DeepSeek喊话，“两种模式都比 DeepSeek-R1 性价比更高，另(lìng)一种模式DeepSeek模型不支持。” MiniMax-M1的定价采用(cǎiyòng)阶梯式，随输入长度增加而提高： 0-32k 输入(shūrù)：输入 0.8元(yuán)/百万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：输入 2.4元(yuán)/百万(bǎiwàn)token，输出 24元/百万token 几乎与MiniMax同时，六小龙之中的(de)另外一家月之暗面也在今日开源了(le)编程模型 Kimi-Dev-72B。根据官方发布的信息，这一模型是(shì)基于阿里云的Qwen2.5-72B 微调得到的。根据报告(bàogào)，这一模型在SWE-bench编程基准测试中取得(qǔde)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(de)代码,用 Claude-4-Sonnet修改了(le)3个bug 才能运行。”此外(cǐwài)，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(duō)细节都没有(méiyǒu)实现。 这引发了对其高分是否源于“过拟合”的(de)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(wèi)见过的新数据上预测能力显著下降。目前月之(zhī)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(yǒu)的出现高管出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商(chǎngshāng)已经做好了新的准备，继续加入这场(zhèchǎng)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(yùqī)海螺新版本(bǎnběn)即将正式亮相。如果海螺能延续M1在成本或(huò)能力上的突破，或将进一步搅动多模态(mótài)AI的格局。 (本文来自第一财经(cáijīng))