MiniMax开源推理模型M1：支持最高百万上下文输入，训练成本为R1的十分之一

MiniMax发布新款开源大模型，称其性价比优于DeepSeek。

6月17日，国内大模型独角兽MiniMax发布世界上第一个开源的大规模混合架构的推理模型MiniMax-M1，这也是“MiniMaxWeek”系列发布活动的首个对外发布。

据MiniMax介绍，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。

MiniMax披露，M1的优势是支持目前业内最高的100万上下文的输入，和闭源模型里面的Google Gemini 2.5 Pro一样，是DeepSeek R1的8倍，以及业内最长的8万Token推理输出。

此次MiniMax M1的最大优势之一体现在成本上。根据M1大模型分析自身的技术优势显示，MiniMax M1采用低成本训练，仅用512块 H800 GPU三周时间，成本53.47万美元（约385万人民币），仅为同类模型训练成本的 1/10。

MiniMax称，得益于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。根据推算，在生成长度为10万tokens的场景下，MiniMax-M1的计算量（FLOPs）为DeepSeek R1的25%，在长文本处理任务中具备显著优势。

据介绍，MiniMax M1的核心优势在于超长上下文处理能力和极低的算力消耗，同时在复杂任务（如工具调用、长文本理解）中表现接近甚至超越 DeepSeek R1。其训练成本仅为R1的1/10，且提供更灵活的API定价策略，尤其适合需要处理百万级token的场景（如法律文档分析、代码库理解）。DeepSeek R1则在传统数学推理和编程基准测试中略占优势，但受限于上下文长度和计算效率，在长文本任务中明显落后M1。

价格方面，M1在MiniMax APP和Web上支持不限量免费使用。在API方面，第一档0-32k的输入长度时，输入0.8元/百万token， 输出8元/百万token；第二档32k-128k的输入长度时，输入1.2元/百万token， 输出16元/百万token；第三档128k-1M输入长度时，输入2.4元/百万token， 输出24元/百万token。

值得注意的是，DeepSeek已成为大模型厂商对标的“风向标”。此前字节跳动旗下火山引擎最新发布豆包大模型1.6，首创按“输入长度”区间定价，深度思考、多模态能力与基础语言模型统一价格，称其综合成本只有DeepSeek R1三分之一，每生成一条5秒的1080P视频只需3.67元，为行业最低。

不过，被视为集体竞争对手的DeepSeek R1也在持续升级中。5月29日，据DeepSeek公告，DeepSeek R1模型已完成小版本升级，当前版本为DeepSeek-R1-0528。用户通过官方网站、APP或小程序进入对话界面后，开启“深度思考”功能即可体验最新版本。API也已同步更新，调用方式不变。

新版DeepSeek R1针对“幻觉”问题进行了优化。与旧版相比，更新后的模型在改写润色、总结摘要、阅读理解等场景中，幻觉率降低45-50%左右，能够有效地提供更为准确、可靠的结果。

从社交媒体的反馈来看，网友最为关注的是此次DeepSeek R1更新后的思考时间变长。据测评显示，此次DeepSeek单任务处理时长可达30-60分钟。