在人工智能的世界里，每一次技術的突破都可能引發一場新的變革。今天，我們要聊的主角是一個人工智能公司MiniMaxAI，它剛剛推出了一款大規模開源推理模型——MiniMax-M1。這款模型不僅在技術上取得了重大突破，更在開源領域樹立了新的標桿。接下來，就讓我們一起深入了解MiniMax-M1的亮點，以及它背后的MiniMax Agent，看看它們究竟有多厲害！

一、MiniMax-M1：開源大模型的新標桿

（一）什么是MiniMax-M1？

MiniMax-M1是由上海的人工智能初創公司MiniMax開發的一款開源、大規模、混合注意力推理模型。它不僅具備網頁搜索功能，還能處理文本、圖像、演示文稿等多種格式的多模態輸入。這個模型采用了專家混合（MoE）架構，訓練參數高達4560億，每次激活約459億參數。更重要的是，它完全開源，采用Apache 2.0許可證，這意味著任何人都可以自由使用和改進它。

（二）MiniMax-M1的“黑科技”

MiniMax為M1模型引入了“閃電注意力”技術，大幅降低了推理成本。與DeepSeek-R1相比，在生成10萬token時，MiniMax-M1僅需25%的浮點運算量。此外，它采用大規模強化學習（CISPO）進行訓練，僅在512塊A800 GPU上訓練3周，成本約為53.47萬美元。相比之下，OpenAI和谷歌等競爭對手的訓練成本高達數百萬美元，MiniMax-M1的性價比簡直逆天！

（三）MiniMax-M1的關鍵特性

• 混合注意力 + MoE效率：M1結合了MoE架構和閃電注意力技術，計算成本比大多數模型低75%。
• 超大上下文窗口：M1的最大亮點是其100萬輸入token和8萬輸出token的超大上下文窗口，與谷歌的Gemini 2.5 Pro不相上下。
• 多種版本可選：MiniMax提供M1-40k（中級）和M1-80k（高級）兩個版本，80k版本在擴展推理和復雜任務上表現更佳。
• 擴展推理和長文本處理能力：在長文本基準測試（OpenAI-MRCR、LongBench-v2）和代理工具使用（TAU-bench）中，MiniMax-M1表現出色。

（四）MiniMax-M1的性能表現

在多個基準測試中，MiniMax-M1的表現令人矚目：

• AIME 2024：MiniMax-M1以86.0%的最高分超越了所有專有模型，包括OpenAI o3、Claude 4 Opus和Gemini 2.5 Pro。
• LiveCodeBench：在編程基準測試中，MiniMax-M1得分65.0%，僅次于OpenAI o3和Gemini。
• SWE-bench Verified：在軟件工程基準測試中，MiniMax-M1得分56.0%，大幅領先DeepSeek-R1和Qwen3。
• TAU-bench：在代理工具使用測試中，MiniMax-M1得分62.8%，超越DeepSeek和Qwen3。
• MRCR：在多輪文檔分析和長文本推理測試中，MiniMax-M1得分73.4%，接近頂級商業模型，遠超其他開源模型。

二、如何使用MiniMax-M1？

MiniMax-M1完全開源，代碼可在GitHub和Hugging Face上找到。你也可以直接通過其聊天界面使用它：MiniMax AI - Your Ultimate AI Assistant for Intelligent Solutions。此外，MiniMax API提供了結構化的函數調用接口和其他聊天機器人API，還支持搜索、圖像/視頻生成、語音合成和語音克隆等功能，非常適合代理工作流。

三、MiniMax-M1實測：能做什么？

接下來，我們通過幾個實際任務來測試MiniMax-M1的能力。

（一）任務1：動畫模擬

提示：“生成一個紅色五邊形在黑色六邊形內順時針旋轉的模擬。五邊形內有兩個球，一個藍色，一個黃色，它們會根據物理定律在墻上反彈。每次球碰到邊緣時，顏色會改變；每次它們相互碰撞時，顏色會變成兩者的混合色。”

輸出： MiniMax-M1在大約10分鐘內生成了清晰高效的代碼，并附上了詳細的解釋。模擬效果視覺清晰，物理準確，完全符合提示要求。不過，球有時會卡在邊緣，甚至最終被彈出模擬區域，這可能是代碼中的一個小錯誤。但總體來說，結果令人滿意！

（二）任務2：實時網絡搜索

提示：“本周在古爾岡有哪些脫口秀表演？”

輸出： MiniMax-M1幾乎立即搜索了30多個網站，包括District、All Events，甚至Facebook和Instagram上的活動列表。它收集了所有信息，并列出了本周所有脫口秀活動。雖然它沒有讀取或檢測到活動的具體時間和地點，但它在右側列出了所有來源網站，方便用戶直接訪問預訂頁面。

（三）任務3：邏輯謎題

提示：“四個人在晚上過橋，只有一支能持續15分鐘的火炬。Alice過橋需要1分鐘，Ben需要2分鐘，Cindy需要5分鐘，Don需要8分鐘。每次最多兩人過橋，且以較慢者的速度為準。他們如何在15分鐘內全部過橋？”

輸出： MiniMax-M1在大約2分鐘內（精確地說是125.2秒）給出了答案：

1. Alice和Ben一起過橋（2分鐘）。
2. Alice獨自返回（1分鐘）。
3. Cindy和Don一起過橋（8分鐘）。
4. Ben獨自返回（2分鐘）。
5. Alice和Ben再次一起過橋（2分鐘）。

總結：MiniMax-M1的邏輯推理過程非常精準，直接給出了正確答案，沒有出現任何回溯。雖然在某些地方思考時間稍長，但整體表現令人印象深刻。

四、MiniMax Agent：AI代理的未來

MiniMax Agent是MiniMax的另一大亮點，目前處于測試階段，但它已經展現出了驚人的能力。我們用一個任務來測試它的能力：

提示：“創建一個互動網站，展示印度的虛擬之旅。網站需要顯示國家地圖，標注各州及其首府。點擊某個州時，會放大顯示該州的著名景點和地標。點擊地標圖標時，會彈出一個側邊欄，顯示實際圖片、位置、參觀時間和門票價格。用戶可以選擇多個地標，網站會生成一個實際的行程計劃，包括所需天數和基于谷歌地圖的交通時間。”

輸出： MiniMax Agent出色地完成了任務。它不僅找到了信息，添加了文本和圖片，還獲取了API密鑰，訪問了谷歌地圖和其他應用，構建了整個系統，并進行了測試。整個過程僅用了20分鐘，還提供了詳細的文檔和測試結果。

你可以在這里體驗完整的網站：Created by MiniMax Agent。

五、MiniMax-M1：開源AI的新標準

MiniMax-M1的出現，標志著開源AI領域的一次重大飛躍。它不僅是一個混合注意力MoE模型，還結合了規模和計算效率。憑借驚人的100萬token上下文窗口，MiniMax-M1能夠在長文本推理和文檔理解方面表現出色。盡管訓練成本極低，但它在標準基準測試中的表現卻毫不遜色，甚至在某些方面超越了競爭對手。

MiniMax Agent同樣令人印象深刻，它能夠獨立創建演示文稿、網站和應用程序。聊天界面和實時更新功能讓用戶仿佛置身于“即時編碼”的環境中。總的來說，MiniMax-M1為開源模型開發樹立了新的標準，融合了技術復雜性、經濟效率和易用性，為下一代AI聊天機器人和代理奠定了強大的基礎。

本文轉載自???Halo咯咯???    作者：基咯咯