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酝酿了一个大(dà)动作，宣布将连续五天发布重要更新。今天(jīntiān)第一(dìyī)弹是开源首个推理模型MiniMax-M1。 根据官方的(de)报告，MiniMax-M1多项基准测试比肩DeepSeek-R1、Qwen3等(děng)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(le)3周时间(shíjiān)、512块H800 GPU就完成强化学习(xuéxí)训练阶段，算力租赁成本仅53.47万美元。这比一(yī)开始的预期少了一个数量级。 多位开发者(kāifāzhě)已经第一时间展开测评。前illasoft技术(jìshù)总监@karminski在社交平台(píngtái)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的写代码能力(nénglì)，用“拆烟囱”这一编程案例实测(shícè)发现，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(dōu)没能一次通过，这可能得益于其“训练材料足够新”和“思考时多次反刍成功避坑(bìkēng)”的能力。 缺点是，从生成的(de)前端页面来看, 样式不是很美观，因此用来生成高度(gāodù)创意的内容可能会面临不够发散的问题, 但反过来编程的指令遵循和(hé)精确性会更好。另外光影效果不是很好，也(yě)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(yánjǐn)优先的(de)，幻觉较低，以(yǐ)遵循文本和指令为第一。这在注重发散的国内模型中比较难得。 MiniMax-M1这一新模型(móxíng)最大的(de)亮点还是100万(wàn)的上下文窗口长度，和闭源模型里的谷歌 Gemini 2.5 Pro一样，是DeepSeek R1的 8倍。 依托这一基础(jīchǔ)，M1系列在长上下文理解任务中 (MRCR)表现较优(jiàoyōu)，从测试指标看，超越了所有(suǒyǒu)开源权重模型，甚至超越海外的顶尖模型OpenAI o3和Claude 4 Opus，全球排名第二，仅微弱差距(chājù)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，对于做社交应用、情感(qínggǎn)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(shàng)表示。云启是MiniMax的天使轮投资机构。 TAU-bench是一个评估AI智能(zhìnéng)体在(zài)真实世界环境中(zhōng)可靠性的基准测试，在这一指标(zhǐbiāo)中，MiniMax-M1表现较为出色，超越了DeepSeeK-R1-0528和谷歌的Gemini-2.5 Pro，在全球(quánqiú)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，仅微弱(wēiruò)差距次于(cìyú)DeepSeek最新发布的(de)R1。 MiniMax表示，MiniMax-M1的(de)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效率优势。MiniMax举例称(chēng)，在用(yòng)8万Token深度推理的时候，只需要(xūyào)使用DeepSeek R1约30%的算力。 除此之外，MiniMax提出的(de)另一创新是强化学习算法CISPO。官方(guānfāng)博客(bókè)表示，在数学AIME的实验中，这比字节近期提出的 DAPO 等(děng)强化学习算法收敛性能快了(le)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DeepSeek喊话，“两种模式都(dōu)比 DeepSeek-R1 性价比更高(gènggāo)，另一种模式DeepSeek模型(móxíng)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：输入 0.8元/百万(bǎiwàn)token，输出(shūchū) 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(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(kāiyuán)了编程模型 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(jīzhǔn)测试中取得(qǔde)了全球最高(zuìgāo)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(yāncōng)demo, Kimi-Dev-72B生成的代码,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只生成了220行, 较多细节都(dōu)没有(méiyǒu)实现(shíxiàn)。 这引发了对其(qí)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(zài)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。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六小龙有的出现高管出走风波，有的沉寂已久，埋头训练半年(bànnián)，看起来这些厂商已经(yǐjīng)做好了(le)新的准备，继续加入这场大模型之争中。 MiniMax预告，后续四天将有更多更新。此前“海螺(hǎiluó)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，业界(yèjiè)普遍预期海螺新版本即将(jíjiāng)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。 (本文来自第一财经(cáijīng))