今天我们来深入解读MiniMax最新推出的重磅模型——M1。作为开源世界中首个采用大规模混合架构的推理模型，它具备几个关键亮点：在面向生产力的复杂场景中，M1的综合能力位居开源模型第一梯队，不仅超越了国内闭源模型，也逼近海外最顶尖水平，同时其性价比达到了行业最高水准。

M1最引人注目的优势之一，是支持当前业内最高的100万上下文输入——与闭源模型中的Google Gemini 2.5 Pro持平，相当于DeepSeek R1的8倍。与此同时，它的推理输出长度也达到了业界最长的8万Token。

这主要得益于其独创的混合架构，其核心是闪电注意力机制。该架构在处理长上下文输入和深度推理任务时效率极高。举例来说，使用8万Token进行深度推理时，仅需消耗DeepSeek R1大约30%的算力。这一特性在训练和推理阶段都带来了显著的算力效率提升。

此外，团队还提出了一种更快速的强化学习算法——CISPO。该方法通过裁剪重要性采样权重（而非传统的token更新）来增强强化学习效率。在AIME实验中，我们发现其收敛速度比字节近期推出的DAPO等算法快了一倍，也明显优于DeepSeek早期使用的GRPO。

得益于这两项技术创新，最终强化训练过程异常高效。整个强化学习阶段仅使用了512块H800，运行三周，租赁费用仅为53.74万美金——这比最初预期低了一个数量级。

在主流17个评测基准上，M1的表现如下：

可以看出，在软件工程、长上下文理解与工具使用等面向生产力的复杂场景中，M1优势十分明显。MiniMax-M1-40k和MiniMax-M1-80k在SWE-bench验证基准上分别取得了55.6%和56.0%的成绩——略低于DeepSeek-R1-0528的57.6%，但大幅超越其他开源模型。依托百万级上下文窗口，M1在长上下文理解任务中表现尤为亮眼，不仅全面领先所有开源权重模型，甚至超越了OpenAI o3与Claude 4 Opus，全球排名第二，仅以微弱差距落后于Gemini 2.5 Pro。在袋里工具使用场景（TAU-bench）中，MiniMax-M1-40k同样领跑所有开源权重模型，并击败了Gemini-2.5 Pro。

值得注意的是，MiniMax-M1-80k在大多数基准测试中均优于MiniMax-M1-40k——这验证了扩展测试时计算资源的有效性。

详细的技术报告与完整模型权重可从官方Hugging Face和GitHub账号获取。目前vLLM和Transformer两个开源项目已提供推理部署支持，同时团队也在与SGLang合作推进部署支持。

由于训练和推理的算力使用相对高效，MiniMax APP和Web端均保持不限量免费使用，API定价也属于业内最低。0-32k输入长度：输入0.8元/百万token，输出8元/百万token；32k-128k输入长度：输入1.2元/百万token，输出16元/百万token；128k-1M输入长度：输入2.4元/百万token，输出24元/百万token。前两种模式相比DeepSeek-R1更具性价比，最后一种模式DeepSeek模型不支持。

除M1之外，接下来四个工作日还会有更多更新陆续放出，值得持续关注。

Intelligence with Everyone.