文章介绍了稀宇科技开源的新模型 MiniMax-M1，声称是全球首个大规模混合架构推理模型。M1 的显著优势在于支持 100 万上下文输入和 8 万 Token 推理输出，在长上下文和深度推理场景中效率高，算力消耗远低于竞品。文章指出，这得益于其独创的闪电注意力机制混合架构以及更快的强化学习算法 CISPO，大幅降低了训练成本。M1 在软件工程、长上下文理解和代理工具使用等面向生产力的复杂场景中表现出色，部分指标超越现有开源及部分闭源模型。模型权重已开源，并提供具有竞争力的 API 价格，鼓励开发者使用。
介绍下我们的新模型，MiniMax-M1，世界上第一个开源的大规模混合架构的推理模型。M1在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高的性价比。
M1有一个显著的优势是支持目前业内最高的100万上下文的输入，跟闭源模型里面的 Google Gemini 2.5 Pro 一样，是 DeepSeek R1 的 8 倍，以及业内最长的8万Token的推理输出。
这主要得益于我们独创的以闪电注意力机制为主的混合架构，从而在计算长的上下文输入以及深度推理的时候显著高效。例如，在用8万Token深度推理的时候，只需要使用DeepSeek R1约30%的算力。这个特性使得我们在训练和推理的时候都有很大的算力效率优势。
除此之外，我们提出了更快的强化学习算法CISPO，通过裁剪重要性采样权重（而非传统token更新）提升强化学习效率。在AIME 的实验中，我们发现这比包括字节近期提出的 DAPO 等强化学习算法收敛性能快了一倍，显著的优于 DeepSeek 早期使用的 GRPO。
得益于上述两个技术创新，我们最终强化训练过程非常高效，超出预期。实际上整个强化学习阶段只用到512块H800三周的时间，租赁成本只有53.47万美金。这比一开始的预期少了一个数量级。
我们在业内主流的 17 个评测集上详细评测了M1，具体的结果如下：
我们发现在软件工程、长上下文与工具使用等面向生产力的复杂场景中，我们的模型具备显著优势。
值得注意的是，MiniMax-M1-80k在大多数基准测试中始终优于MiniMax-M1-40k，这充分验证了扩展测试时计算资源的有效性。
详细的技术报告，完整的模型权重可以在我们的官方Hugging Face和GitHub账号下访问。vLLM和Transformer两个开源项目提供了各自的推理部署支持，我们也正在和SGLang合作推进部署支持。
因为相对高效的训练和推理算力使用，我们在 MiniMax APP 和 Web 上都保持不限量免费使用，并以业内最低的价格在官网提供API。在0-32k的输入长度的时候，输入0.8元/百万token， 输出8元/百万token；在32k-128k的输入长度的时候，输入1.2元/百万token， 输出16元/百万token；在最长的 128k-1M 的输入长度的时候，输入2.4元/百万token， 输出24元/百万token。前面两种模式都比 DeepSeek-R1 性价比更高，后面一种模式 DeepSeek 模型不支持。
除了M1之外，接下来连续四个工作日，我们还准备了一些更新带给大家，敬请期待。
Intelligence with Everyone.
