MiniMax-M1 - 全球首个开源大规模混合架构的推理模型 - MiniMax

发布

2025年6月16日，MiniMax 推出了 MiniMax-M1，世界上第一个开源的大规模混合架构的推理模型。

M1 在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高的性价比。

100万上下文输入：支持目前业内最高的100万上下文的输入，跟闭源模型里面的 Google Gemini 2.5 Pro 一样，是 DeepSeek R1 的 8 倍
8万Token推理输出：支持业内最长的8万Token的推理输出

这主要得益于独创的以闪电注意力机制为主的混合架构，从而在计算长的上下文输入以及深度推理的时候显著高效。例如，在用8万Token深度推理的时候，只需要使用DeepSeek R1约30%的算力。这个特性使得在训练和推理的时候都有很大的算力效率优势。

提出了更快的强化学习算法 CISPO，通过裁剪重要性采样权重（而非传统token更新）提升强化学习效率。在AIME的实验中，这比包括字节近期提出的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。

得益于上述两个技术创新，强化训练过程非常高效，超出预期。整个强化学习阶段只用到 512块H800三周 的时间，租赁成本只有 53.47万美金。这比一开始的预期少了一个数量级。

在业内主流的 17个评测集 上详细评测了M1，具体结果如下：

MiniMax-M1-40k和MiniMax-M1-80k在SWE-bench验证基准上分别取得55.6%和56.0%的优异成绩，这一成绩略逊于DeepSeek-R1-0528的57.6%，但显著超越其他开源权重模型。

依托其百万级上下文窗口，M1系列在长上下文理解任务中表现卓越，不仅全面超越所有开源权重模型，甚至超越OpenAI o3和Claude 4 Opus，全球排名第二，仅以微弱差距落后于Gemini 2.5 Pro。

在代理工具使用场景（TAU-bench）中，MiniMax-M1-40k同样领跑所有开源权重模型，并战胜Gemini-2.5 Pro。

值得注意的是，MiniMax-M1-80k在大多数基准测试中始终优于MiniMax-M1-40k，这充分验证了扩展测试时计算资源的有效性。

详细的技术报告，完整的模型权重可以在官方 Hugging Face 和 GitHub 账号下访问。vLLM 和 Transformer 两个开源项目提供了各自的推理部署支持，MiniMax也正在和 SGLang 合作推进部署支持。

因为相对高效的训练和推理算力使用，MiniMax在APP和Web上都保持不限量免费使用，并以业内最低的价格在官网提供API：

前面两种模式都比DeepSeek-R1性价比更高，后面一种模式DeepSeek模型不支持。