MiniMax-M1：开源AI的新标杆，长文本推理与多模态输入的完美结合！ 原创 精华

在人工智能的世界里，每一次技术的突破都可能引发一场新的变革。今天，我们要聊的主角是一个人工智能公司MiniMaxAI，它刚刚推出了一款大规模开源推理模型——MiniMax-M1。这款模型不仅在技术上取得了重大突破，更在开源领域树立了新的标杆。接下来，就让我们一起深入了解MiniMax-M1的亮点，以及它背后的MiniMax Agent，看看它们究竟有多厉害！

一、MiniMax-M1：开源大模型的新标杆

（一）什么是MiniMax-M1？

MiniMax-M1是由上海的人工智能初创公司MiniMax开发的一款开源、大规模、混合注意力推理模型。它不仅具备网页搜索功能，还能处理文本、图像、演示文稿等多种格式的多模态输入。这个模型采用了专家混合（MoE）架构，训练参数高达4560亿，每次激活约459亿参数。更重要的是，它完全开源，采用Apache 2.0许可证，这意味着任何人都可以自由使用和改进它。

（二）MiniMax-M1的“黑科技”

MiniMax为M1模型引入了“闪电注意力”技术，大幅降低了推理成本。与DeepSeek-R1相比，在生成10万token时，MiniMax-M1仅需25%的浮点运算量。此外，它采用大规模强化学习（CISPO）进行训练，仅在512块A800 GPU上训练3周，成本约为53.47万美元。相比之下，OpenAI和谷歌等竞争对手的训练成本高达数百万美元，MiniMax-M1的性价比简直逆天！

（三）MiniMax-M1的关键特性

• 混合注意力 + MoE效率：M1结合了MoE架构和闪电注意力技术，计算成本比大多数模型低75%。
• 超大上下文窗口：M1的最大亮点是其100万输入token和8万输出token的超大上下文窗口，与谷歌的Gemini 2.5 Pro不相上下。
• 多种版本可选：MiniMax提供M1-40k（中级）和M1-80k（高级）两个版本，80k版本在扩展推理和复杂任务上表现更佳。
• 扩展推理和长文本处理能力：在长文本基准测试（OpenAI-MRCR、LongBench-v2）和代理工具使用（TAU-bench）中，MiniMax-M1表现出色。

（四）MiniMax-M1的性能表现

在多个基准测试中，MiniMax-M1的表现令人瞩目：

• AIME 2024：MiniMax-M1以86.0%的最高分超越了所有专有模型，包括OpenAI o3、Claude 4 Opus和Gemini 2.5 Pro。
• LiveCodeBench：在编程基准测试中，MiniMax-M1得分65.0%，仅次于OpenAI o3和Gemini。
• SWE-bench Verified：在软件工程基准测试中，MiniMax-M1得分56.0%，大幅领先DeepSeek-R1和Qwen3。
• TAU-bench：在代理工具使用测试中，MiniMax-M1得分62.8%，超越DeepSeek和Qwen3。
• MRCR：在多轮文档分析和长文本推理测试中，MiniMax-M1得分73.4%，接近顶级商业模型，远超其他开源模型。

二、如何使用MiniMax-M1？

MiniMax-M1完全开源，代码可在GitHub和Hugging Face上找到。你也可以直接通过其聊天界面使用它：MiniMax AI - Your Ultimate AI Assistant for Intelligent Solutions。此外，MiniMax API提供了结构化的函数调用接口和其他聊天机器人API，还支持搜索、图像/视频生成、语音合成和语音克隆等功能，非常适合代理工作流。

三、MiniMax-M1实测：能做什么？

接下来，我们通过几个实际任务来测试MiniMax-M1的能力。

（一）任务1：动画模拟

提示：“生成一个红色五边形在黑色六边形内顺时针旋转的模拟。五边形内有两个球，一个蓝色，一个黄色，它们会根据物理定律在墙上反弹。每次球碰到边缘时，颜色会改变；每次它们相互碰撞时，颜色会变成两者的混合色。”

输出： MiniMax-M1在大约10分钟内生成了清晰高效的代码，并附上了详细的解释。模拟效果视觉清晰，物理准确，完全符合提示要求。不过，球有时会卡在边缘，甚至最终被弹出模拟区域，这可能是代码中的一个小错误。但总体来说，结果令人满意！

（二）任务2：实时网络搜索

提示：“本周在古尔冈有哪些脱口秀表演？”

输出： MiniMax-M1几乎立即搜索了30多个网站，包括District、All Events，甚至Facebook和Instagram上的活动列表。它收集了所有信息，并列出了本周所有脱口秀活动。虽然它没有读取或检测到活动的具体时间和地点，但它在右侧列出了所有来源网站，方便用户直接访问预订页面。

（三）任务3：逻辑谜题

提示：“四个人在晚上过桥，只有一支能持续15分钟的火炬。Alice过桥需要1分钟，Ben需要2分钟，Cindy需要5分钟，Don需要8分钟。每次最多两人过桥，且以较慢者的速度为准。他们如何在15分钟内全部过桥？”

输出： MiniMax-M1在大约2分钟内（精确地说是125.2秒）给出了答案：

1. Alice和Ben一起过桥（2分钟）。
2. Alice独自返回（1分钟）。
3. Cindy和Don一起过桥（8分钟）。
4. Ben独自返回（2分钟）。
5. Alice和Ben再次一起过桥（2分钟）。

总结：MiniMax-M1的逻辑推理过程非常精准，直接给出了正确答案，没有出现任何回溯。虽然在某些地方思考时间稍长，但整体表现令人印象深刻。

四、MiniMax Agent：AI代理的未来

MiniMax Agent是MiniMax的另一大亮点，目前处于测试阶段，但它已经展现出了惊人的能力。我们用一个任务来测试它的能力：

提示：“创建一个互动网站，展示印度的虚拟之旅。网站需要显示国家地图，标注各州及其首府。点击某个州时，会放大显示该州的著名景点和地标。点击地标图标时，会弹出一个侧边栏，显示实际图片、位置、参观时间和门票价格。用户可以选择多个地标，网站会生成一个实际的行程计划，包括所需天数和基于谷歌地图的交通时间。”

输出： MiniMax Agent出色地完成了任务。它不仅找到了信息，添加了文本和图片，还获取了API密钥，访问了谷歌地图和其他应用，构建了整个系统，并进行了测试。整个过程仅用了20分钟，还提供了详细的文档和测试结果。

你可以在这里体验完整的网站：Created by MiniMax Agent。

五、MiniMax-M1：开源AI的新标准

MiniMax-M1的出现，标志着开源AI领域的一次重大飞跃。它不仅是一个混合注意力MoE模型，还结合了规模和计算效率。凭借惊人的100万token上下文窗口，MiniMax-M1能够在长文本推理和文档理解方面表现出色。尽管训练成本极低，但它在标准基准测试中的表现却毫不逊色，甚至在某些方面超越了竞争对手。

MiniMax Agent同样令人印象深刻，它能够独立创建演示文稿、网站和应用程序。聊天界面和实时更新功能让用户仿佛置身于“即时编码”的环境中。总的来说，MiniMax-M1为开源模型开发树立了新的标准，融合了技术复杂性、经济效率和易用性，为下一代AI聊天机器人和代理奠定了强大的基础。

本文转载自​​​Halo咯咯​​​    作者：基咯咯