憋大招，MiniMax 发布全球首个混合架构开源模型 M1 能后来者居上吗？

每经记者｜陈婷    每经编辑｜文多    

总部位于上海的人工智能独角兽企业 MiniMax 突然放了个大招。

6 月 17 日，MiniMax 正式发布其自主研发的 MiniMax-M1（以下简称 M1） 系列模型。根据 MiniMax 方面的介绍，M1 被定义为 「全球首个开源的大规模混合架构推理模型」。

此外，技术报告显示：M1 模型在处理百万 Token（大模型处理文本时的最小单位） 级长文本的能力方面实现了重大突破，成为上下文最长的推理模型；其 RL（强化训练） 成本下降一个量级，成本仅 53 万美金，推理效率则数倍于竞争对手。

今年开年以来，DeepSeek 持续冲击着大模型行业的格局，接入 DeepSeek-R1 一度被很多企业视为拥抱 AI（人工智能） 的标志。

如今，MiniMax 推出号称具备 「全球最长上下文」 的 M1 模型，有可能后来者居上吗？

当前上下文最长的推理模型 价格还主打性价比

据了解，MiniMax 不仅开源了模型权重，还提供了 API（应用程序编程接口） 服务，价格主打性价比。

其定价策略为：

在 0~3.2 万 （含）Token 范围，输入时 0.8 元/百万 Token，输出时 8 元/百万 Token；

在 3.2 万~12.8 万 （含）Token 范围，输入时 1.2 元/百万 Token，输出时 16 元/百万 Token；

在 12.8 万~100 万 Token 范围，输入时 2.4 元/百万 Token，输出时在 24 元/百万 Token。

据介绍，前两个档位的定价均低于 DeepSeek-R1，而第三个超长文本档位则是该模型目前尚未覆盖的领域。此外，MiniMax 宣布，在其自有的 App（应用程序） 和 Web（网络） 端，M1 模型将保持不限量免费使用。

此外，在长文本能力上，M1 模型原生支持高达 100 万 Token 的上下文窗口，这一数字与谷歌最新的 Gemini 2.5 Pro 持平，是 DeepSeek-R1（12.8 万 Token） 的近 8 倍。同时，它还支持业内最长的 8 万 Token 推理输出。

图片来源：开源技术报告截图

MiniMax 方面表示，实现这一突破的关键在于独创的 「Lightning Attention」 混合构架。传统的 「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呈平方级增长，成为制约性能和成本的主要瓶颈。M1 的混合架构，特别是注意力机制，能够显著优化长下文输入的计算效率。

就这一模型，知名数字经济学者、工信部信息通信经济专家委员会委员盘和林对 《每日经济新闻》 记者表示，之前大模型采用的 「PPO/GRPO」 裁剪方式有一些缺陷，MiniMax 通过 「CISPO」（Clipped IS-weight Policy Optimization） 对这些缺陷进行了一些优化，其目的还是为了降低训练成本和推理成本。

据记者了解，MiniMax 此次提出的 CISPO 算法是另辟蹊径，它没有采用传统算法中调整 Token 的更新方式，而是通过裁剪重要性采样权重来提升、强化学习的效率、稳定性。

「这是进步，但这个进步是否能够转化为商业价值暂时还不清楚。要看具体工具在应用层面的反馈。」 盘和林说。

值得一提的是，今年 4 月，阿里巴巴开源新一代通义千问模型 Qwen3（以下简称千问 3），参数量仅为 DeepSeek-R1 的 1/3，成本大幅下降，据称性能全面超越 DeepSeek-R1、OpenAI o1 等全球顶尖模型。

3 月 16 日，百度正式发布 「文心大模型 4.5」「文心大模型 X1」。据介绍，文心大模型 4.5 是百度首个原生多模态大模型，API 调用价格仅为 GPT-4.5 的 1%。文心大模型 X1 为深度思考模型，性能对标 DeepSeek-R1，调用价格约为其一半。

图片来源：视觉中国-VCG211431510188

大模型还有优化空间，谁找对方向就是下一科技巨头

或许可以说，M1 是 MiniMax 憋了许久的大招之一。

在 DeepSeek 的冲击之下，大模型创业公司今年一开年就面对着战略方向的转折点：是做技术还是做产品？

今年 1 月，MiniMax 创始人兼 CEO 闫俊杰在接受媒体采访时表示，在更明确 「智能水平的提升，没那么依赖很多用户」 后，他做出了取舍，结束了整整半年多的焦虑。闫俊杰明确，现在 MiniMax 最重要的目标不是增长，也不是收入，是 「加速技术迭代」。

同样在 1 月，MiniMax 发布并开源新一代 「01 系列」 模型，包含基础语言大模型 「MiniMax-Text-01」 和视觉多模态大模型 「MiniMax-VL-01」。

到了 3 月，MiniMax 对品牌进行了更清晰的拆分，据悉，MiniMax 将旗下 AI 应用 「海螺 AI」 正式更名为 「MiniMax」，国内版和国际版同步调整。

5 月，MiniMax 发布新一代语音大模型 「Speech-02」。据介绍，基于超强技术与足够泛化的模型能力，Speech-02 为用户带来超拟人、个性化、多样性的语音服务。

虽说在重要性上让步于技术攻坚，但在商业化上，MiniMax 在 B 端 （商业端） 和 C 端 （消费者端） 上皆有布局，对国内市场和海外市场皆有涉猎。

此外，在今年 1 月发布并开源新一代 01 系列模型时，MiniMax 方面便提及，2025 年，AI 将迎来至关重要的发展节点，AI Agent（智能体） 有望成为新一年最重要的产品形态，引领 AI 从传统的 「工具」 角色向更具互动性与协作性的 「伙伴」 角色转变。

当时，MiniMax 便表示：「首先，我们认为这有可能启发更多长上下文的研究和应用，从而更快促进 Agent 时代的到来；第二，开源也能促使我们努力做更多创新，更高质量地开展后续的模型研发工作。」

国泰海通证券在近期的研报中提及，大模型在多模态理解和复杂推理上的突破，为 AI Agent 的发展提供了核心技术支撑。AI 应用虽尚处于落地初期，但未来发展路径明晰，当前处于 B 端萌芽期，未来 C 端有望大规模爆发，最终将实现 B 端与 C 端并行发展，全面推动 AI 产业繁荣。

MiniMax 刚刚推出的 M1 是否能助力其在 AI Agent 这一方向上的发展？对此，盘和林肯定其 「有帮助」，但认为还没有到革命性的程度，属于渐进性算法优化。

早在今年 1 月接受采访时，闫俊杰就明确了技术和产品的关系，他表示，更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。

在 DeepSeek 火爆全网时，MiniMax 坚持将目标定为 「加速技术迭代」。半年后，MiniMax 终于来到了自己的 「主场时刻」。据记者了解，M1 的发布仅仅是拉开了 MiniMax「开源周」 的序幕。在接下来的 4 个工作日里，MiniMax 计划每天发布一项新技术或产品更新。

就 MiniMax 坚持技术攻坚的前景，盘和林表示，他看好加码大模型的创业公司。盘和林进一步分析说：「现阶段的基础模型依然有很大的提升空间，很多用户并不喜欢用 AI 来干活，因为 AI 不聪明且很慢。之前，有人用所谓的智能体来生成报告，这些智能体却用了数天乃至数周的时间还没有完成，这效率并不比真人高。如今很多人用 AI，也只能解决一部分工作，无法做到直接交付工作的程度。」

在盘和林看来，大模型一定还有优化空间，谁找对了大模型算法优化的方向，谁就是下一个科技巨头。「DeepSeek 向前走了一步，但还不够。」 盘和林说。

封面图片来源：视觉中国-VCG211431510188