【导语】6月17日，上海AI独角兽MiniMax宣布正式开源其推理模型MiniMax-M1（M1），标志着全球首个开放权重的大规模混合注意力推理模型问世。M1凭借创新技术，在性能与推理效率上取得突破，尤其在长上下文理解和代码生成方面表现出色。此外，M1在成本效益上展现优势，强化学习阶段成本相对较低。专家指出，MiniMax此举不仅填补了开源领域技术空白，更以“开源+场景化”策略推动国产大模型实用化进程，为市场竞争注入新活力。
6月17日，上海AI独角兽MiniMax正式开源推理模型MiniMax-M1（以下简称“M1”）。MiniMax称，这是全球首个开放权重的大规模混合注意力推理模型。凭借混合门控专家架构（Mixture-of-Experts，MoE）与 Lightning Attention 的结合，M1在性能表现和推理效率方面实现了显著突破。实测数据显示，M1系列在长上下文理解、代码生成等生产力场景中超越多数闭(bì)源模型，仅微弱差距落后于顶尖闭源系统。
开源报告截图 来源：MiniMax提供
M1支持目前业内最高100万token上下文输入，同时支持最多8万token输出。成本表现方面，在进行8万Token的深度推理时，M1所需的算力仅为DeepSeek R1的约30%；生成10万token时，推理算力只需要DeepSeek R1的25%。MiniMax表示，M1整个强化学习阶段只用到512块H800三周时间，租赁成本为53.74万美元(yuán)。
天(tiān)使投资人、资深人工智能专家郭涛向澎湃科技（www.thepaper.cn）分析认为，目前国内大模型市场格局早已形成，大模型竞争不仅仅是技术的竞争，而是算力、数据、应用场景等整个生态的竞争。此次MiniMax更新填补了开源领域长上下文技术的空白，更以“开源+场景化”路径打破技术垄断，为国产大模型迈向实用化树立新标杆。