編輯 | 云昭
出品 | 51CTO技術(shù)棧（微信號：blog51cto）
大模型的內(nèi)卷遠遠沒有結(jié)束了。今天凌晨，MiniMax 扔出了一記重磅炸彈——MiniMax-M1。
先來看看，M1 有多猛？
- 上下文長度 100 萬 tokens（這里指的輸入，達到全球最高水平），秒殺 DeepSeek R1 的 8 倍；
- 激活參數(shù) 45.9 億/次，精度不打折；
- 計算效率較 DeepSeek 提升 4 倍，生成 10 萬token只用后者 1/4 的算力；
- 思維預算最高 80K，真正的「長考型」AI；
- 全面超越 Qwen3-235B、DeepSeek-R1，尤其擅長復雜編程、工具使用與長文本理解。
如果數(shù)字看著頭疼，可以看下省流版：
一、長推理能力：實現(xiàn)具有實際生產(chǎn)力的代碼任務，并具備競賽級的數(shù)學解題能力。
二、強工具調(diào)用能力：穩(wěn)定處理包含長鏈路思考與工具調(diào)用的復雜任務，是Agent時代的優(yōu)秀基座模型。
三、百萬token長上文支持：提供卓越的海量信息檢索與分析能力，在超長多輪對話中保持強大記憶力。
“省省流”版本，面向三個場景：生產(chǎn)級別環(huán)境、Agent工具調(diào)用、超長上下文的復雜任務。
多項指標屠榜，超越 DeepSeek R1
MiniMax-M1，這次除了兩個版本，即，輸出 token 方面分別對應 40K 和 80K 的“思維預算（thinking budget）”。
在 Minimax 在 Gihub 上放出的技術(shù)報告中顯示——
標準評估基準方面，MiniMax-M1 顯著優(yōu)于當前主流開源大模型，如 DeepSeek-R1 和 Qwen3-235B，特別是在復雜軟件工程、工具使用、長上下文處理等任務中表現(xiàn)突出。
下圖是核心的基準表現(xiàn)，比如擴展思維能力、數(shù)學、編程、推理與知識、軟件工程、長上下文、工具調(diào)用智能體、事實問答、通用助手任務等。（下表為 80K 與 40K 版本對比，其他模型包括 Qwen3、DeepSeek、Claude、Gemini、OpenAI 等）：
圖片
為了便于大家查看，這里特別制作了一組核心對比。
圖片
從上圖可以看到，MiniMax-M1 尤其在長文本理解、軟件工程與多工具使用方面有明顯領(lǐng)先。
如何做到的？技術(shù)亮點一覽
省流版：
1.Hybrid-MoE 架構(gòu) + Lightning Attention：少激活，大聰明，既節(jié)省算力又保證推理力。
2.大規(guī)模 RL 訓練 + 自研 CISPO 強化學習算法：不是靠刷網(wǎng)頁堆語料，而是真刀真槍去練“腦力”。
MiniMax-Text-01 擁有 4560 億參數(shù)，每個 token 激活參數(shù)為 45.9 億。延續(xù)其設(shè)計理念，M1 模型原生支持長達 100 萬個 token 的上下文長度，是 DeepSeek R1 的 8 倍。
此外，得益于 lightning attention 機制，M1 在推理時大幅降低計算開銷——例如在生成長度為 10 萬 token 的任務中，M1 所需的計算量僅為 DeepSeek R1 的 25%。
這使得 M1 特別適用于需要處理超長輸入、進行深度思考的復雜任務。
那么，為什么 M1 用更少的參數(shù)量 456B就做到了超越 DeepSeek R1 的水平？究竟怎么訓練的呢？
官方介紹到，M1 通過大規(guī)模強化學習（RL）訓練，覆蓋從傳統(tǒng)數(shù)學推理到基于沙盒環(huán)境的真實世界軟件工程等多種任務。為此，Minimax 團隊開發(fā)了一套高效的 RL 擴展框架，亮點包括：
- CISPO 算法：提出了一種新穎的策略——不裁剪 token 更新，而是裁剪重要性采樣權(quán)重，在多種 RL 變體中表現(xiàn)更優(yōu)；
- 混合注意力設(shè)計：天然增強 RL 訓練效率，并解決了混合架構(gòu)在擴展過程中的一系列獨特挑戰(zhàn)。
此外，MiniMax-M1 開放了：
- HuggingFace 權(quán)重下載（40K / 80K 兩種版本）
- vLLM 快速部署指南（企業(yè)用，真香）
- Transformers 接入文檔
- Function Calling（函數(shù)調(diào)用）支持
- 支持聯(lián)網(wǎng)搜索的 Chatbot / API。
- 甚至還提供通過 MCP 使用以下能力：視頻生成、圖像生成、語音合成、聲音克隆。
Agent 能力實測：推理比DS-R1更快！
登錄 MiniMax 的對話界面，你就會發(fā)現(xiàn)相當囂張的問候語：
Ask anything！No question too long，no query too complex.（盡管來問！沒有問題太長，也沒有提問太復雜。）
圖片
關(guān)于 M1 的實測案例，MiniMax 在官方媒體賬號上有放出不少。這里小編更關(guān)心的 Agent 場景下的表現(xiàn)。
正如前文所提到的，在 TAU-bench 方面， M1-80k 取得了 62 分的結(jié)果，幾乎是 Qwen-32B 得分的兩倍，同時也超越了 Deepseek R1 的 53.5 分。
一位 X 網(wǎng)友對于 M1 在零售場景的表現(xiàn)大為驚嘆：
“在 TAU-bench 零售場景中，僅用 1M 上下文窗口 + 40K 思維預算，就超越了 Gemini 2.5 Pro —— 真是驚艷！”
圖片
小編這里科普一下，這里 TAU-bench retail 測試，其實是一個企業(yè) Agent 的能力測試，它讓大模型完成一個“企業(yè)智能助理”或“客戶服務智能代理”在零售場景下的真實任務，比如：
- 分析庫存和銷售數(shù)據(jù)
- 查找和調(diào)用特定工具（比如退貨系統(tǒng)、訂單查詢、商品比價 API）
- 理解復雜政策和規(guī)則文檔（如退換貨、會員積分、商品上下架）
- 制定合理的下一步行動（比如建議補貨、替代商品、發(fā)優(yōu)惠券）
既然都說到這里了，小編忍不住想實際動手測一測。Agent 能力測試題如下：
你是一名智能客服代理，負責處理零售用戶的退貨請求。你可以使用以下工具來完成任務：
【你可以使用的工具】
1. 查詢訂單狀態(tài)：`get_order_info(order_id)` → 返回下單時間、狀態(tài)、商品信息、用戶ID
2. 查詢用戶積分：`get_user_points(user_id)` → 返回當前積分余額
3. 申請退款：`create_refund(order_id, amount)` → 向用戶發(fā)起退款流程
4. 發(fā)放積分：`grant_points(user_id, amount)` → 給用戶發(fā)放積分
【退貨政策文檔】
- 所有商品支持15天無理由退貨。
- 超過15天需用戶提供合理理由并經(jīng)人工審核。
- 特殊情況可發(fā)放最高不超過20元等值積分補償。
- 咖啡機類產(chǎn)品需保留原包裝和配件，狀態(tài)良好。
【任務目標】
請?zhí)幚碛脩舻耐素浾埱螅侠硎褂霉ぞ?，做出符合政策的判斷，并以自然、溫和的語氣生成一段客服回復。
【用戶輸入】
Hi，我想退掉我上個月買的咖啡機（訂單號：#8492035），但是系統(tǒng)說退貨時間已過。我剛生完孩子，沒時間處理。請你幫我看能不能特殊處理一下，或者給點補償？
請按以下格式輸出：
1. 使用了哪些工具？輸入與輸出是什么？
2. 你的判斷邏輯是什么？
3. 最終給用戶的客服回復是什么？問 M1、Gemini2.5 Pro、DeepSeek R1 這三款同樣的問題。來看下 表現(xiàn)。
先說結(jié)果：三款模型的回答可以說都挺準確。但差距在于：
一、思考過程和速度上。
DeepSeek 明顯是思考過程最長最多的，光思考就占了一分半鐘。
圖片
M1 思考過程相當 37.8s，與 Gemini 2.5 Pro 時長相當（后者只能自己計時，從思考的token長度上看是相當?shù)?。?nbsp;
圖片
二，輸出答案質(zhì)量上。三者都答對了。
但是，不得不承認，Gemini 生成的結(jié)果更為讓讀者賞心悅目一些，只能說領(lǐng)先模型對于生成結(jié)果的細致包裝程度還是值得學習的。
M1 答案如下：
圖片
下面是Gemini 2.5 Pro預覽版的輸出效果——
圖片
然后是 DeepSeek-R1 的答案，給出答案中的判斷邏輯和 Gemini 2.5 Pro比較類似。
圖片
圖片
可以說Agent調(diào)用能力方面，Minimax M1 的優(yōu)勢在于思索很快，答案精簡一些。Gemini 2.5 Pro 和 DeepSeek R1 可以說不相上下，但后者輸入速度更慢一些。
怎么看呢？真要是用在生產(chǎn)環(huán)境中，在答案都對的情況下：誰最省 token 誰是最合適的解~
還有歪果仁驚嘆 M1 的 LiveCode 能力的。小編沒有測試哈，如果各位測好了可以評論區(qū)反饋一下。
圖片
不過小編，倒是測了一個“抓娃娃”的小游戲。雖然豐富性上差一些，可玩性上倒是超過了 Gemini 2.5 Pro。
M1 的效果如下：簡單到只有個娃娃，但說抓就抓到。
圖片
而 Gemini 2.5 生成畫面更為精致，生成的畫面也更為逼真，但是小編發(fā)現(xiàn)，真的是一次都沒抓到過娃娃。難道是 Gemini 更懂得“抓娃娃”的商業(yè)邏輯~
圖片
最后，還有一個 one more thing，這一周 MiniMax 也打算來個開源周?？淳W(wǎng)友們呼聲最高的還是：音視頻模型的開源。靜待深夜的炸彈吧！
圖片
圖片
