北京时间6月17日，AI领域备受瞩目的上海独角兽企业MiniMax，正式发布了其自主研发的MiniMax-M1系列模型。此次发布不仅带来了性能上的全面升级，更在价格上展现出竞争力，贝壳财经记者注意到，其定价低于Deepseek-R1，与近期降价的豆包1.6持平，引发业界广泛关注。

　　M1被誉为“全球首个开源的大规模混合架构推理模型”。据技术报告显示，M1在处理超长文本方面实现了重大突破，成为目前上下文最长的推理模型。其强化训练（RL）成本大幅下降，仅需53万美金，推理效率更是数倍于同类模型。在工具使用场景测试中，MiniMax-M1-40k更是领跑所有开源权重模型，超越Gemini-2.5 Pro。

　　MiniMax-M1开源技术报告截图

　　在定价策略上，M1模型针对不同输入区间设定了合理的价格。在0-32K范围内，输入价格为0.8元/百万Tokens，输出为8元/百万Tokens；32K-128K范围内，输入价格为1.2元/百万Tokens，输出为16元/百万Tokens。这一价格策略明显低于DeepSeek-R1，与火山引擎豆包1.6持平。值得注意的是，M1还推出了128K-1M的超长文本档位，填补了市场空白。

　　M1模型之所以能在长文本处理上取得突破，得益于其独创的Lightning Attention混合架构。传统Transformer模型在处理长序列时，注意力机制的计算量会随序列长度快速增长，成为性能瓶颈。而M1的混合架构，特别是其优化的注意力机制，显著提升了计算效率。

　　报告还提到，在深度推理任务中，M1所需的算力仅为DeepSeek-R1的约30%，生成10万tokens时算力需求更是仅为25%。这种算力效率的提升，直接转化为训练和推理阶段的成本优势。

　　此外，MiniMax还提出了创新的CISPO算法，通过裁剪重要性采样权重来提升强化学习的效率和稳定性。实验数据显示，CISPO的收敛性能优于字节跳动提出的DAPO算法和DeepSeek早期使用的GRPO算法。

　　得益于CISPO算法的高效，M1模型的强化学习阶段仅使用了512块英伟达H800 GPU，耗时三周，成本仅为53.5万美元，远低于预期。

　　MiniMax宣布，在其自有平台，M1模型将保持不限量免费使用。此次M1的发布标志着MiniMax“开源周”的开启，未来四天，MiniMax计划每天发布一项新技术或产品更新。

（文章来源：新京报）