M1“超长记忆”吊打R1，MiniMax的好日子来了？

直面AI2025-06-18

MiniMax 四处突围，终于撞上了自己的“好日子”。昨天凌晨，MiniMax正式开源它们的第一个推理模型M1，这款模型虽然在各项基准测试中表现“相貌平平”，却拥有业界最长的上下文能力：100万token输入，8万token输出。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。在错失推理模型先发优势后，这家曾被认为是AI六小龙中最稳健的公司，想...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2544092625?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-06-18 15:54","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2544092625","market":"sh","top_or_hot":-1,"title":"M1“超长记忆”吊打R1，MiniMax的好日子来了？","media":"直面AI","content":"<div>\n<p>MiniMax 四处突围，终于撞上了自己的“好日子”。昨天凌晨，MiniMax正式开源它们的第一个推理模型M1，这款模型虽然在各项基准测试中表现“相貌平平”，却拥有业界最长的上下文能力：100万token输入，8万token输出。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。在错失推理模型先发优势后，这家曾被认为是AI六小龙中最稳健的公司，想...</p>\n\n<a href=\"https://tech.ifeng.com/c/8kHsneIXltr\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>M1“超长记忆”吊打R1，MiniMax的好日子来了？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nM1“超长记忆”吊打R1，MiniMax的好日子来了？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-18 15:54 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8kHsneIXltr><strong>直面AI</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>MiniMax 四处突围，终于撞上了自己的“好日子”。昨天凌晨，MiniMax正式开源它们的第一个推理模型M1，这款模型虽然在各项基准测试中表现“相貌平平”，却拥有业界最长的上下文能力：100万token输入，8万token输出。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。在错失推理模型先发优势后，这家曾被认为是AI六小龙中最稳健的公司，想...</p>\n\n<a href=\"https://tech.ifeng.com/c/8kHsneIXltr\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"WPM","symbol_name":"Wheaton Precious Metals","start_time":0,"source_url":"https://tech.ifeng.com/c/8kHsneIXltr","article_id":"2544092625","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2544092625","pubTimestamp":1750233293,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"MiniMax 四处突围，终于撞上了自己的“好日子”。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。那么，MiniMax这回推出的M1以及正在内测的Agent到底实力如何？01上下文 + Agent能力是新模型的核心接下来，我们实地测试下MiniMax M1推理模型和MiniMax Agent。总结下，MiniMax M1给我的感觉是：结构完整、反思能力强、重视结果导向，但是在其他的实际能力水平方面，M1只能说处于中等水平，并未展现出超出预期的惊艳。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"WPM":"Wheaton Precious Metals","LU1430597077.USD":"BGF NATURAL RESOURCES \"A\" (USD) INC","LU0612318385.USD":"BGF NATURAL RESOURCES \"A2\" (USD) ACC","BK4017":"黄金","LU0654597011.USD":"BGF NATURAL RESOURCES \"A4G\" (USD) INC","LU0612318971.USD":"BGF NATURAL RESOURCES \"A5G\" (USD) INC"},"translate_title":"M1's \"ultra-long memory\" beats R1, MiniMax's good days are coming?","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"WPM":1},"content_text":"MiniMax 四处突围，终于撞上了自己的“好日子”。昨天凌晨，MiniMax正式开源它们的第一个推理模型M1，这款模型虽然在各项基准测试中表现“相貌平平”，却拥有业界最长的上下文能力：100万token输入，8万token输出。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。在错失推理模型先发优势后，这家曾被认为是AI六小龙中最稳健的公司，想在下一程赢回来。现在，它们终于等到了一个正在急剧缩短的时间窗口——Agent爆火的2025年。那么，MiniMax这回推出的M1以及正在内测的Agent到底实力如何？是否还能在明星AI初创公司和大厂的强敌环伺下“正面突围”？“直面AI”（ID：faceaibang）实际上手体验了下，并深度解读了这次的技术报告，“挖出了些”背后的东西。01上下文 + Agent能力是新模型的核心接下来，我们实地测试下MiniMax M1推理模型和MiniMax Agent。先来说下M1推理模型，它给我的第一个感受就是推理链很长，这其实与最近国产开源的几个前沿大模型的表现很相似，像是前段时间的Qwen系列以及DeepSeek的最新小版本。它们透露出来的能力都是推理很强，但是推理链非常长，网友们也多次指出：极长的推理链，往往会让模型输出结果走偏。比如，像下面这个“钢琴键盘可视化小游戏”，我输入了一段提示词：[角色设定] 你是一名前端开发者，擅长用原生 HTML + CSS + JavaScript 创建交互式页面。[任务目标] 在网页端实现一个“钢琴键盘可视化小游戏”，支持鼠标点击或键盘按键触发高亮，无需播放音乐。*[核心功能]1. 绘制 14 个白键 + 10 个黑键（C4–C5）。2. 点击/按键时，对应琴键变为高亮色，松开后恢复。3. 页面顶部实时显示被按下的音名（如 “C4、D#4”）。*[键盘映射] • A–L 对应白键 • W–O 对应黑键[技术要求] • 不使用任何框架，只用 原生 HTML/CSS/JS。 • 代码放在单个 index.html 中，可直接双击打开运行。[样式细节] • 白键默认 #fff，黑键默认 #333。 • 高亮色统一用 #f59e0b（亮橙）。 • 页面居中，宽度 ≤ 800 px，移动端自适应。MiniMax M1足足思考了791.2s，大部分时间都在思考键盘与字母的搭配问题，似乎在这一过程中，陷入了无尽的思考之中。而且，我还在它的思维链里直接发现了可视化的“钢琴键盘”：在经过大量时间的思考后，M1认为题目中的键盘映射存在矛盾，可能无法完全正确实现。不过，它仍然给出了一份完整的代码，我将它部署了一下，你可以看看效果，还是比较完整的：除此之外，官方也给了几个案例。比如，用MiniMax M1构建一个打字速度测试工具，它生成了一个简洁实用的网页应用，能实时追踪每分钟打字词数（WPM）：用MiniMax M1创建一个迷宫生成器和路径查找可视化工具。随机生成迷宫，并逐步可视化算法解决迷宫的过程。使用 canvas 和动画，使其视觉效果吸引人：可以看得出来，在现在最火的Coding（代码）能力上，最新发布的MiniMax M1表现出的能力跟现在的第一阵营大模型并没有拉开差距，但这同时也意味着这个“开源”模型已经是第一梯队的了。除了一般的代码能力之外，我还特意去测试了一下M1最大的特点：长上下文窗口。在实际体验过程中，我发现它的上下文确实“太长”了，并且展现了工具调用能力。比如，我让它翻译一下OpenAI o3和o4-mini的系统卡，这份PDF文件有33页，并且涵盖了大量图表。M1完完整整地翻译了这个33页的PDF，并且所有的格式都尽量还原OpenAI o3和o4-mini的系统卡文件，比如大量的表格和图片。在它呈现出的结果之中，表格部分像一般常规基础模型一样直接生成：而一些图片部分则直接调用工具进行了精准地裁切：往往，大家通常不会用推理模型做翻译工作，这是因为翻译任务更依赖于语言模型对上下文的理解、语法结构的把握等等。而推理模型则更擅长处理逻辑链条的构建和一些复杂判断类任务。最主要的还是，用推理模型做长上下文工作总归有些慢以及“奢侈”。总结下，MiniMax M1给我的感觉是：结构完整、反思能力强、重视结果导向，但是在其他的实际能力水平方面，M1只能说处于中等水平，并未展现出超出预期的惊艳。不过，这样的能力倒是很适合Agent所需要的技术架构：具备一定推理链能力、任务流程明确、响应稳定，且易于接入和组合调用。02MiniMax 首款通用Agent：中规中矩接下来，我们再看看它们正在内测的通用Agent表现如何。MiniMax Agent展现出的能力，我们大概可以分为两块：前端效果上要更好一点，项目整体的交付更加完整。这里，我们用一个实际案例来展示，输入一段提示词：做一个PPT类型效果的网页，介绍OpenAI的发展历程。Agent在实际制定任务计划后，首先通过广泛的网络搜索，全面搜集关于OpenAI发展历程的各类信息：它还会调用像是爬取网络信息的工具，针对信息质量高的网页提取核心数据：MiniMax Agent相对于其他“传统”Agent来说有一个可以说是创新的点，就是它会利用浏览器测试自己开发的网站，像是其他Agent往往会利用浏览器视觉理解其他网站，而不会针对自己所做的成果再度审查：最后，它呈现出的效果还是不错的：从发展历程、关键人物、核心产品、增长数据、未来展望都完整地覆盖了，同时网页具有一定的细腻程度，我录制了一个完整版的视频：\n接下来，我们看看MiniMax M1的技术报告，其中的内容并不算太过惊艳，但也有一些干货。03一份并不算太过惊艳的技术报告，但有干货（1）性能从测试数据来看，MiniMax M1的表现可以用“偏科生”来形容。在AIME 2024的奥数逻辑题、LiveCodeBench编程挑战，以及SWE-bench Verified的真实代码修改任务上，M1的成绩只能说中规中矩——既没有惊艳到让人眼前一亮，也没有差到让人失望。“还行，但不够亮眼”。在这些常规基准测试上的表现，再搭配上现在这个时间点，M1的表现或许可以用“稍许失望”表示。但是，当场景切换到软件工程、长上下文处理和工具调用等更贴近实际生产力需求的复杂任务时，M1展现出了显著的优势。比如，下表里的基准测试—— TAU-bench，其全名是（ToolAgentUser benchmark）。这是一个真实世界工具呼叫对话任务评估框架，涵盖 Airline（航空预订）和 Retail（零售）两个子域 。主要评估 AI 智能体通过多轮对话与用户互动，像是调用订票/修改/退票等 API，并依据复杂政策文档执行任务的能力 。MiniMax M1的两个模型（40k和80k）在TAU-bench（Airline）里都获得了最高分；长上下文基准测试里，M1也站上了第一梯队：（2）技术架构解读在技术架构创新上，M1有两个特别值得关注的亮点：以闪电注意力机制为核心的混合架构，以及更高效的强化学习算法CISPO。M1最亮眼的规格当属其100万token的上下文输入能力，这个数字和Google Gemini 2.5 Pro并列业界第一，是DeepSeek R1的8倍。并且，它还支持8万token的推理输出——这个数字已经超越了Gemini 2.5 Pro的6.4万，成为目前世界上输出最长的推理模型。这种“超长记忆”能力的背后，是MiniMax独创的以闪电注意力机制为主的混合架构。闪电注意力（Lightning Attention）由来已久。但其实，MiniMax早已研究线性注意力架构（Linear Attention）数年。MiniMax的架构负责人钟怡然曾在下面这篇数年前的论文里，就已经开始研究线性注意力架构（Linear Attention）：早在今年1月15日发布MiniMax-01时，他们就做出了一个在业内看来相当“冒险”的决定：放弃“主流”Transformer路线，转而大笔押注线性注意力架构（Linear Attention）。这一架构在早期表现并不好，并且被认为如果经过放大，可能会失效。线性注意力架构基础上的工程级实现——闪电注意力机制，通过分块算法提升速度、降低延迟。在处理100万长度的输入时，传统的softmax attention的延迟是lightning attention的2700倍。在强化学习方面，MiniMax提出了CISPO算法，通过裁剪重要性采样权重而非传统的token更新来提升效率。在AIME的实验中，他们发现，该方法的收敛速度是包括字节近期提出的 DAPO 在内的强化学习算法的两倍，明显优于DeepSeek早期采用的 GRPO。（3）成本得益于前面提到的两项技术创新，M1的强化学习训练过程效率惊人——整个过程仅用了512块H800芯片，训练时间只有三周，租赁成本仅为53.47万美金。这比MiniMax最初的预期少了一个数量级。在动辄千万美金训练成本的大模型时代，53万美金训练出一个推理模型，似乎有些夸张了。我们可以对比下同样拥有完整产品系列并且玩开源的Llama4——这个在前段时间“爆红”互联网的“令人失望”的产品。早在去年，扎克伯格就透露过：他们部署两个大型训练集群来支持 LLM 研发：其中一个集群配备了 22,000 块 NVIDIA H100 GPU，另一个则配备 24,000 块 H100 。M1的这种成本优势会在实际应用中持续发挥作用。假设，当需要生成10万token时，M1的推理算力需求仅为DeepSeek R1的25%——这意味着在同样的硬件条件下，M1可以服务更多用户，或者以更低的成本提供同样的服务。这种算力效率上的优势，配合100万token的输入能力和8万token的输出能力，让MiniMax在长上下文应用场景中具备了独特的竞争优势。而Agent就是一个典型场景。据“晚点LatePost”报道，MiniMax创始人闫俊杰认为 long-context（长上下文）是 Agent（智能体）的重要能力，它能增强 AI 的 “记忆”。提升单 Agent 交互质量和多 Agent 之间的通讯能力。这也让业界认为MiniMax这会儿推出的长上下文推理模型是否是“专门为了Agent而造”？这是否意味着MiniMax将要All in Agent了，凭此继续留在“牌桌”上？04围战 Agent 的大趋势让 MiniMax 缓了一口气围战 Agent 的大趋势让四处突围，在多模态领域不断做长线战斗的 MiniMax 缓了一口气，似乎看到了一丝“曙光”。2025年被业界广泛认为是AI Agent之年。现在，2025年刚过去了一半，我们已经看到了如此多的通用Agent或者是垂类Agent产品，它们或来自大厂或来自明星AI初创企业，像是：字节的扣子空间，百度的心响，Flowith，Manus等等。在这场竞争中，“长上下文”确实是一张重要的牌，而M1的优势也在于此。现在 AI Agent 通常依赖于一套“感知—推理—行动”的端到端闭环能力，对模型在长上下文处理能力、模块化推理、指令响应稳定性以及轻量化部署等方面有着极高要求。而 M1 恰恰在这些核心能力上展现出强大的适配性：它不仅具备链式思维（CoT）生成能力，还能在多轮交互中保持上下文一致性，且推理效率表现属于第一梯队中等水平。随着Agent进入应用场景，无论是单个Agent工作时产生的记忆，还是多个Agent协作所产生的context，都会对模型的长上下文窗口提出更多需求。这就像人类团队协作一样，大家必须对项目背景有共同的了解，才能高效配合。但长上下文真的能“包打天下”吗？答案是：重要，但远非全部。决定Agent成败的关键因素还有许多。比如：Agent是否能够以“端到端”能力强化学习，培养“干中学”？还有就是现在最看重的工具调用和多模态能力。现实世界的任务往往需要调用各种工具，从搜索引擎到专业软件，从文字处理到图像识别。这些都成为Agent能否展现足够产品力的决定性因素。除此之外，一个最关键也是最容易被理解的因素是：主模型。这半年来，我们往往能看到许多Agent厂商在强调一件事：让主模型坐镇，调用专家Agent。这也对模型除了长上下文之外的性能提出了更高的要求，主模型的推理能力、任务分解能力、决策判断力，直接决定了整个Agent系统的上限。而MiniMax在最前沿基础模型上的技术积累似乎并没有这么深厚。不过，仍值得注意的是，MiniMax是一家多模态原生模型公司。这意味着在Agent时代，他们几乎只需要解决商业化问题。因为，除了像其他厂商一样套用SOTA级别大模型的API之外，MiniMax可有太多选择了。除了利润点和Agent产品力之外，或许我们还可以关注下“产品的稳定性”。过去两年，投资者向Agentic AI初创公司投入了超过20亿美元，而OpenAI在5月6日宣布以30亿美元收购Windsurf；之后，Anthropic就“断供Windsurf”了。据说，连 Claude 4 发布当天，Windsurf 都没拿到接入资格。这无疑对产品的影响是巨大的。真正的胜负，将取决于谁能在长上下文、强化学习、工具调用、多模态理解、成本控制、用户体验等多个维度上实现最佳平衡。MiniMax在长上下文领域的技术优势，为其在这场竞争中提供了话语权，但最终的胜负手，还要看谁能更好地将技术转化为用户价值。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2544092625","isCrawlerRequest":true}