新浪科技讯 6月19日消息，AI独角兽企业MiniMax发布其自主研发的MiniMax-M1系列模型。据悉，M1模型在处理百万级Token的长文本上实现了重大突破，成为上下文最长的推理模型；其RL（强化训练）成本下降一个量级，成本仅53万美金（约380万元），推理效率则数倍于竞争对手。
现在，MiniMax-M1已宣布开源。在工具使用场景（TAU-bench）中MiniMax-M1-40k同样领跑所有开源权重模型，超过Gemini-2.5 Pro。
MiniMax不仅开源了模型权重，还给予了极具竞争力的API价格服务。针对0-32k Token处理档位：输入0.8元/百万Token，输出8元/百万Token；32k-128k Token档位：输入1.2元/百万Token，输出16元/百万Token；128k-1M Token：输入2.4元/百万Token，输出24元/百万Token。
据悉，前两个档位的定价均低于DeepSeek-R1，而第三个超长文本档位则是DeepSeek模型现在尚未覆盖的领域。此外，MiniMax宣布，在其自有的App和Web端，M1模型将保持不限量免费使用，这无疑将极大地有助于其技术的普及和应用。
在性能上，MiniMax在业内公认的17个主流评测集上对M1进行了全面测试，结果显示，M1在软件工程、长文本理解和工具使用等面向生产力的复杂场景中优势尤为突出。
代码能力（SWE-bench）：M1-40k和M1-80k版本分别取得了55.6%和56.0%的优异成绩，显著超越其他所有开源模型，稳居第一梯队。
长文本（MRCR）：依托百万级上下文窗口，M1系列在此项任务中不仅全面超越了所有开源对手，甚至击败了OpenAI的GPT-4o和Anthropic的Claude 3 Opus，在全球范围内仅以微弱差距落后于谷歌的Gemini 2.5 Pro，位列全球第二。
工具调用（TAU-bench）：在模拟真实世界工具调用的复杂场景中，M1-40k模型再次领跑所有开源模型，其实力甚至超越了闭源的Gemini-2.5 Pro，展现了其作为AI智能体基座模型的巨大潜力。（文猛）