当DeepSeek的推理模型震撼全球AI圈时，一家估值200亿人民币的中国独角兽正悄然磨刀霍霍，准备用仅53万美元的训练成本和颠覆性架构设计，向这个新贵发起正面挑战。

　　17日，AI创业公司MiniMax发布了其首款推理模型M1，根据基准评测，M1性能超越国内闭源模型，接近海外最领先模型，部分任务超过DeepSeek、阿里、字节，以及OpenAI、谷歌和Anthropic等最新最强的开闭源模型。

　　这场较量的核心不仅在于性能，更在于效率——与DeepSeek R1相比，在生成64K token时，M1消耗的算力不到其50%；在100K token时，仅为其25%。

　　MiniMax称，M1的整个强化学习过程仅使用512块英伟达H800 GPU训练三周，租赁成本53.74万美元（约合380万人民币）。这一成本控制"比最初预期少了一个数量级"。MiniMax创始人&CEO闫俊杰发文表示：“第一次感觉到大山不是不能翻越。”

　　MiniMax-M1：混合专家架构与线性注意力机制

　　MiniMax-M1采用了混合专家（MoE）架构和线性注意力机制（Lightning Attention），这是对传统Transformer架构计算瓶颈的直接挑战。

　　“这种设计理论上能够高效地将推理长度扩展到数十万 token。”MiniMax表示，这还能带来计算成本的大幅下降，“这个特性使我们在训练和推理的时候都有很大的算力效率优势”。

　　该模型总参数达4560亿，每token激活参数459亿，支持高达100万Token的上下文输入——这一数字是DeepSeek R1的8倍，与谷歌Gemini 2.5 Pro并列业内最高。

　　在17个主流评测集的测试中，M1在软件工程能力测试SWE-bench上取得超过55%的成绩，虽未达到海外顶尖模型水准，但超过了DeepSeek-R1以及阿里和字节的同类产品。在长上下文理解任务中，M1在三项基准测试上全面超越所有开源模型，仅以微弱差距落后于Gemini 2.5 Pro，位列全球第二。

　　成本革命：380万人民币的强化学习实验

　　MiniMax声称，M1的整个强化学习过程仅使用512块英伟达H800 GPU训练三周，租赁成本53.74万美元（约合380万人民币）。这一成本控制"比最初预期少了一个数量级"。

　　公司还开发了名为CISPO的新型强化学习算法，在数学测试基准AIME的实验中，该算法比字节近期提出的DAPO算法实现了两倍加速，仅需50%的训练步骤就能达到相同表现。

　　与DeepSeek R1相比，在生成64K token时，M1消耗的算力不到其50%；在100K token时，仅为其25%。

　　区间定价策略！MiniMax还有更多更新

　　目前，MiniMax-M1已经对外开源，并在MiniMax APP和Web端免费升级。在API价格方面，MiniMax采用了与字节豆包1.6相同的"区间定价"策略。

　　在0-32k和32k-128k输入长度区间，M1的价格相比DeepSeek-R1（输入4元/百万token，输出16元/百万token）更具性价比。对于128k-1M的最长输入区间，DeepSeek模型甚至不支持此长度。

　　这一定价策略使M1成为继豆包之后的又一"价格杀手"，开发者评价其为"性价比新王"。

　　"AI六小龙"的生存博弈

　　作为腾讯和阿里巴巴支持的"AI六小龙"成员之一，MiniMax仍在坚持基础研究。MiniMax创始人兼CEO闫俊杰发文表示："第一次感觉到大山不是不能翻越。"

　　据搜狐科技报道，M1仅是该公司为期5天发布周的首个产品，后续还将发布智能体应用，并在视频、音乐等模型层面带来更多更新。

　　MiniMax认为，M1的高效架构将在未来智能体应用中具有独特优势。"未来智能体需要数十到数百个回合进行推理，同时整合来自不同来源的长上下文信息，"该公司表示。目前，MiniMax正在海外内测智能体应用，主打代码、多模态等能力。