MiniMax 开源推理模型 M1：支持百万上下文，推理算力省 70%

MiniMax-M1 是一个把 100 万 token 上下文与 8 万 token 深度长链推理结合起来的开源推理模型。如果你平时需要让 AI 一次性吃进整套大型代码库或几百页技术规范，再做多步复杂的逻辑推演，它就是专门为此设计的工具，整体表现逼近闭源的 Google Gemini 2.5 Pro。

它能做什么

在代码与工程任务上，M1 推出了 MiniMax-M1-40k 和 MiniMax-M1-80k 两个版本。在衡量软件工程解决能力的 SWE-bench 验证基准上，两者分别取得了 55.6% 和 56.0% 的成绩，紧跟 DeepSeek-R1-0528 的 57.6%，显著超越了其他开源权重模型。

长上下文理解是它的拿手好戏。依托 100 万 token 的窗口，它在长文本基准测试中超越了 OpenAI o3 和 Claude 4 Opus，全球排名第二，仅稍逊于 Gemini 2.5 Pro。

在智能体工具调用的 TAU-bench 测试中，MiniMax-M1-40k 同样领跑所有开源模型，成绩超过了 Gemini 2.5 Pro。基准测试还显示，输出上限达 8 万 token 的 M1-80k 在绝大多数测试中都稳步优于 40k 版本，说明给足推理计算资源确实能让它解出更难的问题。

算力消耗怎么降下来的

长上下文推理往往极其消耗算力，M1 能做到高效运行，核心靠两处底层架构设计。

首先是混合注意力机制。它结合了自研的 Lightning Attention，大幅优化了超长上下文输入与深度推断时的计算。在进行 8 万 token 的深度推理时，它消耗的算力仅为 DeepSeek R1 的 30% 左右，相当于直接省下了 70% 的计算开销。

其次是强化学习算法 CISPO。与传统的逐 token 更新不同，CISPO 通过裁剪重要性采样权重来提升强化学习效率。在 AIME 数学基准实验中，它的收敛速度达到其他强化学习算法的两倍，快于字节跳动的 DAPO，也明显好于 DeepSeek 早期采用的 GRPO。

得益于这两项改进，模型最终的强化学习训练异乎寻常地省钱。整个阶段仅租用了 512 块 H800 显卡，训练 3 周，算力租赁成本仅为 534700 美元，折合人民币约 390 万元，比团队最初预估少了一个数量级。

去哪里试，怎么部署

目前 MiniMax 已在 Hugging Face 和 GitHub 上公开了完整的技术报告与全套模型权重。

在本地和私有化部署方面，开源推理框架 vLLM 和 Transformer 已经原生支持 M1，团队也正在与 SGLang 合作推进适配。

如果你不想自己折腾显卡，MiniMax 的网页端和 App 现已开放无限制免费体验。

对于调用 API 的开发者，官方给出的定价也极具竞争力。输入 20 万 token 以内，每百万 token 输入 0.4 美元、输出 2.2 美元，价格比 DeepSeek-R1 更低；20 万到 100 万 token 区间，每百万 token 输入 1.3 美元、输出 2.2 美元，填补了超长输入推理的定价空白。

为什么重要

对于经常需要分析整套工程项目、做长篇法务合同比对或构建复杂多步智能体的开发者，M1 填补了开源领域超长上下文与深度推理不能兼得的空白。如果你的工作流长期被上下文长度和昂贵的推理卡住，现在就很值得拿真实业务数据去测一测。

我们认为，M1 证明了推理模型不一定要靠堆砌算力硬砸。通过在注意力层和强化学习算法上做工程微调，仅靠 50 多万美元的训练预算就能做出对标前沿闭源模型的长文本推理，这不仅给开源开发者提供了一件趁手的硬核工具，也会倒逼整个行业重新审视推理的效率边界。