AI獨角獸企業MiniMax發布其自主研發的MiniMax-M1系列模型。據悉，M1模型在處理百萬級Token的長文本上實現了重大突破，成為上下文最長的推理模型；其RL（強化訓練）成本下降一個量級，成本僅53萬美金（約380萬元），推理效率則數倍於競爭對手。

　　目前，MiniMax-M1已宣布開源。在工具使用場景（TAU-bench）中MiniMax-M1-40k同樣領跑所有開源權重模型，超過Gemini-2.5 Pro。

　　MiniMax不僅開源了模型權重，還提供了極具競爭力的API價格服務。針對0-32k Token處理檔位：輸入0.8元/百萬Token，輸出8元/百萬Token；32k-128k Token檔位：輸入1.2元/百萬Token，輸出16元/百萬Token；128k-1M Token：輸入2.4元/百萬Token，輸出24元/百萬Token。

　　據悉，前兩個檔位的定價均低於DeepSeek-R1，而第三個超長文本檔位則是DeepSeek模型目前尚未覆蓋的領域。此外，MiniMax宣布，在其自有的App和Web端，M1模型將保持不限量免費使用，這無疑將極大地推動其技術的普及和應用。

　　在性能上，MiniMax在業內公認的17個主流評測集上對M1進行了全面測試，結果顯示，M1在軟件工程、長文本理解和工具使用等面向生產力的復雜場景中優勢尤為突出。

　　代碼能力（SWE-bench）：M1-40k和M1-80k版本分別取得了55.6%和56.0%的優異成績，顯著超越其他所有開源模型，穩居第一梯隊。

　　長文本（MRCR）：依托百萬級上下文窗口，M1系列在此項任務中不僅全面超越了所有開源對手，甚至擊敗了OpenAI的GPT-4o和Anthropic的Claude 3 Opus，在全球范圍內僅以微弱差距落後於谷歌的Gemini 2.5 Pro，位列全球第二。

　　工具調用（TAU-bench）：在模擬真實世界工具調用的復雜場景中，M1-40k模型再次領跑所有開源模型，其實力甚至超越了閉源的Gemini-2.5 Pro，展現了其作為AI智能體基座模型的巨大潛力。（文猛）