近日，上海一家领先的AI创新企业推出了其自主研发的MiniMax-M1系列模型。
该模型被定义为"全球首个开源的大规模混合架构推理模型"。技术资料显示，M1模型具有长达100万Token的上下文窗口，与谷歌最新的Gemini 2.5 Pro持平，并支持最长8万Token的推理输出；其强化学习成本显著降低，仅为53万美元。
在工具使用场景（TAU-bench）测试中，MiniMax-M1-40k的表现超过了Gemini-2.5 Pro。值得注意的是，在进行深度推理时，M1仅需DeepSeek R1约30%的算力；生成10万Token时，其推理算力需求也仅为后者的四分之一。
价格方面，M1采用阶梯式收费模式：0-32k Token区间内，输入费用为每百万Token 0.8元，输出费用为8元/百万Token；32k-128k Token区间输入费用为1.2元/百万Token，输出费用为16元/百万Token；128k-1M Token区间则分别对应2.4元和24元。
前两个档位的定价低于DeepSeek-R1，而第三个超长文本档位更是填补了现有模型的空白领域。公司还表示，在其自有应用和服务端，该模型将不限量免费使用。
在技术层面，MiniMax首次提出的CISPO算法展现出显著优势：收敛速度是字节跳动DAPO算法的两倍，并优于DeepSeek早期使用的GRPO算法。得益于此，M1模型的整个强化学习阶段仅使用了512块英伟达H800 GPU，耗时三周，总成本控制在53.5万美元。
随着年初DeepSeek的成功引发行业广泛关注，其技术创新和成本优势推动了行业"技术平权"进程。这给其他大模型厂商带来了不小压力，尤其是那些依赖风险投资的初创企业。今年以来，多家公司面临联合创始人或高管离职的情况。
面对挑战，部分竞争者正在积极调整战略：零一万物将大部分团队整合到阿里体系；百川智能则缩减B端业务，转而聚焦AI医疗领域。相比之下，Kimi、智谱和阶跃星辰选择坚守通用人工智能领域，并陆续推出自研推理模型。
MiniMax此次发布M1并开源其技术，标志着该公司正式加入大模型领域的竞争序列。值得注意的是，这仅仅是"开源周"的开始：在未来四天里，公司计划每天发布新的技术和产品更新。
当前，整个行业正密切关注DeepSeek R2的发布时间。尽管目前尚无明确消息，但这一时刻的到来将对现有竞争格局产生重大影响，并为所有参与者带来新的考验。
