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(de)六小龙(xiǎolóng)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。今天第一弹是开源首个推理模型MiniMax-M1。 根据官方的报告，MiniMax-M1多项(duōxiàng)基准测试比肩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(jìshùchuàngxīn)，MiniMax-M1训练过程高效得“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(zūlìn)成本仅53.47万美元。这比一(yī)开始的预期少了一个(yígè)数量级。 多位开发者已经第一(dìyī)时间展开测评。前illasoft技术总监@karminski在社交(shèjiāo)平台发布了自己对MiniMax-M1的测评，认可其是“开源(kāiyuán)MoE第一梯队”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写代码能力，用“拆(chāi)烟囱”这一编程案例实测(shícè)发现，MiniMax-M1-80K在提示词下一次过，他提到(tídào)DeepSeek-R1-0528 甚至(shènzhì) Gemini-2.5-Pro 都没能(méinéng)一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍成功避坑”的能力。 缺点是，从生成(shēngchéng)的(de)(de)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不够发散的问题, 但反过来(fǎnguòlái)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，测试发现MiniMax-M1模型中文写作是严谨优先的，幻觉较低(dī)，以遵循(zūnxún)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。 MiniMax-M1这一新模型最大的亮点还是100万的上下文窗口长度，和(hé)闭源模型里的谷歌(gǔgē) Gemini 2.5 Pro一样，是DeepSeek R1的 8倍(bèi)。 依托这一基础，M1系列在长上下文理解任务中 (MRCR)表现较优，从(cóng)测试指标看，超越(chāoyuè)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(chājù)落后于Gemini 2.5 Pro。 “无限(wúxiàn)长(zhǎng)的(de)(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月的大会论坛上表示。云启是MiniMax的天使轮投资机构。 TAU-bench是(shì)一个评估AI智能体在真实世界环境中(zhōng)(zhōng)可靠性的基准(jīzhǔn)测试，在这一指标中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和谷歌(gǔgē)的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码能力（SWE-bench）上，MiniMax-M1显著超越大部分开源模型(móxíng)，仅(jǐn)微弱差距次于DeepSeek最新(zuìxīn)发布的R1。 MiniMax表示(biǎoshì)，MiniMax-M1的长文本能力得益于闪电注意力机制(jīzhì)为主的混合(hùnhé)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举例称，在用8万Token深度推理的时候，只需要使用(shǐyòng)DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)另一创新是强化(qiánghuà)学习算法CISPO。官方博客表示(biǎoshì)，在数学AIME的实验(shíyàn)中(zhōng)，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(de)训练和推理算力使用，MiniMax的定价性价比较高，官方直接对标性价比之王(zhīwáng)DeepSeek喊话，“两种(liǎngzhǒng)模式都比 DeepSeek-R1 性价比更高，另一种模式DeepSeek模型不(bù)支持。” MiniMax-M1的定价采用阶梯式，随输入长度增加(zēngjiā)而提高： 0-32k 输入：输入 0.8元/百万(bǎiwàn)token，输出(shūchū) 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)(shūrù)：输入 2.4元/百万token，输出 24元/百万token 几乎与MiniMax同时，六小龙之中的另外一家(yījiā)月之暗面也在(zài)(zài)今日开源了编程模型(móxíng) Kimi-Dev-72B。根据官方发布的信息，这一模型是基于阿里云(yún)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，“同样是生成拆(chāi)烟囱demo, Kimi-Dev-72B生成的代码,用 Claude-4-Sonnet修改(xiūgǎi)了(le)3个(gè)bug 才能运行。”此外，这一(zhèyī)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(jīqì)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上预测能力显著下降。目前月之暗面(ànmiàn)尚未发布详细技术报告。 DeepSeek在年初搅动风暴后(hòu)，AI六小龙有的(de)出现高管出走风波，有的沉寂已久，埋头训练半年(bànnián)，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)(shìpín)模型已现身AI视频竞技场，并取得第二名的佳绩(jiājì)，业界普遍预期海螺新版本即将正式亮相。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。 (本文来自第一(dìyī)财经)