6月17日，總部位于上海的AI獨角獸企業MiniMax向開源社區投下一枚“重磅炸彈”：正式發布其自主研發的MiniMax-M1系列模型，并宣布開源。據悉，這是行業首個開源的大規模混合架構推理模型。
該模型的技術報告顯示，M1模型在處理百萬級Tokens的長文本上實現了重要突破，成為上下文最長的推理模型；其強化學習（RL）訓練成本下降一個量級，成本僅53萬美元（約合380萬元），推理效率大大提升；在工具使用場景中，MiniMax-M1-40k領跑開源權重模型，超過Gemini-2.5 Pro。
開源技術報告截圖。圖源：MiniMax
MiniMax在開源模型權重的同時，還向社區提供API服務。其定價策略顯示，0~32k Tokens和32k-128k Tokens兩個檔位的定價均低于DeepSeek-R1，超長文本檔位（128k-1M Tokens）為輸入2.4元/百萬Tokens、輸出24元/百萬Tokens，目前DeepSeek模型尚未覆蓋此范圍。
此外，MiniMax宣布，在其自有的App和Web端，M1模型將保持不限量免費使用，旨在推動其技術的普及和應用。
模型發布后，MiniMax在業內公認的17個主流評測集上對M1進行了全面“大考”，結果顯示，M1在軟件工程、長文本理解和工具使用等面向生產力的復雜場景中，優勢突出，尤其是在長文本能力方面。
值得注意的是，在絕大多數基準測試中，擁有更長推理能力的M1-80k版本始終優于M1-40k。相關負責人介紹稱，這證明了其架構在擴展計算資源時的有效性和可塑性。
該負責人告訴記者，MiniMax-M1的卓越性能根植于其獨特的架構設計和算法創新。其中，兩大核心技術——線性注意力機制（Lightning Attention）混合構架和更快的強化學習算法“CISPO”，構成了其高效能、低成本的基石。
MiniMax官方提示稱，完整的M1模型權重、技術報告均已在Hugging Face和GitHub上開放獲取。同時，公司正積極與國家超算平臺、vLLM等業界主流開源框架合作，以確保開發者能夠輕松、高效地部署和使用M1模型。此外，MiniMax還稱，在接下來的四個工作日里，MiniMax計劃每天發布一項新的技術或產品更新。
本文鏈接：百萬級Tokens長文本推理模型，宣布開源http://m.sq15.cn/show-11-22152-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。