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)六小龙之一MiniMax酝酿了一个大动作，宣布(xuānbù)将(jiāng)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多项基准测试比肩(bǐjiān)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(guòchéng)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(suànlì)租赁成本仅53.47万美元。这比一开始的预期少(shǎo)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(jìshù)总监@karminski在社交平台发布了自己对MiniMax-M1的测评，认可其是“开源MoE第一梯队(tīduì)”。 @karminski着重(zhuózhòng)测试了MiniMax-M1-80K的写代码能力，用“拆烟囱(yāncōng)”这(zhè)一编程案例实测发现，MiniMax-M1-80K在提示词下一次过，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(déyìyú)其(qí)“训练材料足够新”和(hé)“思考时多次反刍成功避坑”的能力。 缺点是，从生成(shēngchéng)的前端页面来看, 样式不是很美观，因此用来生成高度(gāodù)创意的内容可能会(huì)面临不够发散的问题, 但反过来编程的指令遵循和精确性(jīngquèxìng)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(yōuxiān)的，幻觉(huànjué)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。 MiniMax-M1这一新模型最大的(de)亮点还是100万的上下文窗口长度，和闭源(bìyuán)模型里(lǐ)的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一(zhèyī)基础，M1系列在长上下文理解(lǐjiě)任务中 (MRCR)表现较优，从测试指标看，超越了(le)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。”云启资本合伙人陈昱在6月(yuè)的大会论坛(lùntán)上表示(biǎoshì)。云启是MiniMax的天使轮投资机构。 TAU-bench是(shì)一(yī)个评估AI智能体在真实世界环境中可靠性的基准测试，在这一指标中，MiniMax-M1表现(biǎoxiàn)较为出色，超越了(le)DeepSeeK-R1-0528和(hé)谷歌的Gemini-2.5 Pro，在全球仅次于OpenAI o3和Claude 4 Opus。 在代码能力（SWE-bench）上(shàng)，MiniMax-M1显著(xiǎnzhù)超越大部分开源模型，仅微弱差距(chājù)次于DeepSeek最新发布的R1。 MiniMax表示，MiniMax-M1的长(zhǎng)文本能力(nénglì)得益于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(shūrù)和深度推理(tuīlǐ)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，只需要使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(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，这(zhè)比字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍(yíbèi)，显著优于 DeepSeek早期使用的 GRPO。这也(yě)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(hé)推理算力使用(shǐyòng)，MiniMax的定价性价比较高，官方直接对标性价比之王DeepSeek喊话，“两种模式都比 DeepSeek-R1 性价比更高(gènggāo)，另一种(yīzhǒng)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)：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token，输出(shūchū) 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(zài)今日开源(kāiyuán)了编程模型(móxíng) 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(tóngyàng)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 才能运行(xíng)。”此外，这一案例(ànlì)基本(jīběn)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(le)对其高分是否源于“过拟合”的质疑，这是机器学习中的常见问题，指模型在训练集上表现优异，但在未见过的新数据上预测能力显著(xiǎnzhù)下降(xiàjiàng)。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(yǒu)的出现(chūxiàn)高管出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商已经做好了新的准备，继续加入这场大(dà)模型之争中。 MiniMax预告，后续四天将有更多更新(xīn)。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(jíjiāng)正式亮相(liàngxiàng)。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AI的格局。 (本文来自(láizì)第一财经)