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，沉寂已久的六小龙之一MiniMax酝酿(yùnniàng)了一个大动作，宣布将(jiāng)连续五天发布重要更新。今天(jīntiān)第一弹是开源首个推理模型MiniMax-M1。 根据(gēnjù)官方的报告(bàogào)，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等开源模型，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训练过程高效得“超出预期”，只用了3周时间、512块(kuài)H800 GPU就完成(wánchéng)强化学习训练阶段，算力租赁成本仅53.47万美元。这比一开始(kāishǐ)的(de)预期少了一个数量级。 多位开发者已经第一(dìyī)(dìyī)时间展开测评。前illasoft技术总监@karminski在(zài)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”。 @karminski着重测试了MiniMax-M1-80K的(de)写代码能力，用“拆烟囱”这一(zhèyī)编程(biānchéng)案例实测发现，MiniMax-M1-80K在提示词下(cíxià)一次过，他提到DeepSeek-R1-0528 甚至 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(bìkēng)”的能力。 缺点是(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, 但反过来编程的指令遵循(zūnxún)和精确性会更好。另外光影效果不是很好，也是训练不足(bùzú)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(yánjǐn)优先的，幻觉较低，以遵循(zūnxún)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这一新(yīxīn)模型最大的亮点还是100万的上下文窗口长度，和闭源模型里(lǐ)的谷歌(gǔgē) Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托(yītuō)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)(de)长文本能力是MiniMax团队一直在打磨的重要维度，对于(duìyú)做社交应用、情感陪伴应用，Agent等来说是很关键的技术。”云启(yúnqǐ)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是一个(yígè)评估AI智能体在真实世界环境中(zhōng)可靠性(kěkàoxìng)的基准测试(cèshì)，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(zài)代码能力（SWE-bench）上，MiniMax-M1显著超越(chāoyuè)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(de)长(zhǎng)文本能力得益于(déyìyú)闪电(shǎndiàn)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和深度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，只需要使用DeepSeek R1约30%的算力。 除此之外(chúcǐzhīwài)，MiniMax提出(tíchū)的(de)另一创新是强化学习算法CISPO。官方博客表示，在数学AIME的实验中，这比(zhèbǐ)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(búdào)54万美元的原因。 因为相对高(gāo)效的训练和推理(tuīlǐ)算力使用，MiniMax的定价性价比(xìngjiàbǐ)(xìngjiàbǐ)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，另一种模式DeepSeek模型不支持。” MiniMax-M1的定价(dìngjià)采用阶梯式，随输入长度增加而提高： 0-32k 输入：输入 0.8元(yuán)/百万(bǎiwàn)token，输出 8元/百万token 32k-128k输入：输入 1.2元(yuán)/百万token，输出(shūchū) 16元/百万token 128k-1M 输入(shūrù)：输入 2.4元/百万token，输出(shūchū) 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)(le)编程(biānchéng)模型 Kimi-Dev-72B。根据官方发布的信息，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(shuǐpíng)，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(yāncōng)demo, Kimi-Dev-72B生成的(de)代码,用 Claude-4-Sonnet修改了3个bug 才能(cáinéng)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(zhǐ)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(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(fābù)详细(xiángxì)技术报告。 DeepSeek在年初搅动风暴后，AI六小龙(xiǎolóng)有的(de)出现高管出走风波，有的沉寂已久，埋头训练半年，看起来这些厂商已经做好了(le)新的准备，继续加入这场大模型之争中。 MiniMax预告，后续(hòuxù)四天将有更多更新(gēngxīn)。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(de)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，或将进一步搅动多模态AI的格局。 (本文来自(láizì)第一财经)