【导语】6月17日，上海AI独角兽MiniMax宣布开源其推理模型MiniMax-M1，标志着全球首个开放权重的大规模混合注意力推理模型面世。M1结合混合门控专家架构与Lightning Attention技术，在长上下文理解、代码生成等场景中表现卓越，接近顶尖闭源系统水(shuǐ)平(píng)。同(tóng)时(shí)，M1在(zài)算(suàn)力(lì)成(chéng)本(běn)上(shàng)实(shí)现(xiàn)显(xiǎn)著(zhe)降(jiàng)低(dī)，展(zhǎn)现(xiàn)出(chū)高(gāo)效(xiào)推(tuī)理(lǐ)能(néng)力(lì)。此(cǐ)次(cì)开(kāi)源(yuán)不(bù)仅(jǐn)填(tián)补(bǔ)了长上下文技术的空白，更以“开源+场景化”战略打破技术垄断，为国产大模型实用化树立新典范。
6月17日，上海AI独角兽MiniMax正式开源推理模型MiniMax-M1（以下简称“M1”）。MiniMax称，这是全球首个开放权重的大规模混合注意力推理模型。凭借混合门控专家架构（Mixture-of-Experts，MoE）与 Lightning Attention 的结合，M1在性能表现和推理效率方面实现了显著突破。实测数据显示，M1系列在长上下文理解、代码生成等生产力场景中超越多数闭源模型，仅微弱差距落后于顶尖闭源系统。
开源报告截图 来源：MiniMax提供
M1支持目前业内最高100万token上下文输入，同时支持最多8万token输出。成本表现方面，在进行8万Token的深度推理时，M1所需的算力仅为DeepSeek R1的约30%；生成10万token时，推理算力只需要DeepSeek R1的25%。MiniMax表示，M1整个强化学习阶段只用到512块H800三周时间，租赁成本为53.74万美元。
天使投资人、资深人工智能专家郭涛向澎湃科技（www.thepaper.cn）分析认为，目前国内大模型市场格局早已形成，大模型竞争不仅仅是技术的竞争，而是算力、数据、应用场景等整个生态的竞争。此次MiniMax更新填补了开源领域长上下文技术的空白，更以“开源+场景化”路径打破技术垄断，为国产大模型迈向实用化树立新标杆。