摘要：2026年6月17日，MiniMax发布全球首个开源大规模混合架构推理模型MiniMax-M1。该模型基于独创的闪电注意力机制（Lightning Attention）实现100万Token上下文输入——与闭源Gemini 2.5 Pro并列全球最高，是DeepSeek-R1的8倍。深度推理时仅需DeepSeek-R1约30%算力；新提出的CISPO强化学习算法收敛速度2倍于DAPO；SWE-bench Verified 55.6%略逊DeepSeek-R1-0528但显著超越其他开源模型；长上下文理解全球第二仅逊Gemini 2.5 Pro。API定价业内最低，0-32K输入0.8元/百万Token，同时APP/Web不限量免费使用。这是开源推理模型从"追随"走向"引领"的标志性时刻。

---

什么是MiniMax-M1？为什么它如此重要？

MiniMax-M1 是MiniMax于2026年6月17日发布的全球首个开源大规模混合架构推理模型。它的核心创新在于两点：一是基于独创的闪电注意力机制（Lightning Attention）构建混合架构，实现了目前业内最高的100万Token上下文输入能力（与闭源Gemini 2.5 Pro并列全球最高）；二是提出了更快的强化学习算法CISPO（Clipped Importance Sampling with Per-token Optimization），收敛速度达到DAPO的2倍。

这两个技术创新的组合效果令人震撼：在8万Token深度推理时，M1仅需使用DeepSeek-R1约**30%**的算力（来源：MiniMax官方，2026-06-17）。

核心结论：MiniMax-M1标志着开源推理模型从"追随闭源"走向"引领范式"——闪电注意力机制让100万Token上下文不再是闭源模型的独家特权，CISPO算法让强化学习效率翻倍，30%算力开销让推理模型从"奢侈品"变成"日用品"。开源推理模型的性价比革命正在到来。

---

一、闪电注意力机制：100万Token上下文的技术基石

1.1 传统注意力机制的瓶颈

主流大模型采用标准的Transformer注意力机制，其计算复杂度为O(n²)——随着序列长度n的增加，计算量呈二次增长。这就是为什么：

模型	上下文长度	注意力计算量（相对）
GPT-5.5	65,536	1×
DeepSeek-R1	128,000	4×
DeepSeek-R1-0528	128,000	4×
Gemini 2.5 Pro	1,000,000	256×
MiniMax-M1	1,000,000	仅约30%

传统模型在处理100万Token时，注意力计算量将暴增256倍。但MiniMax-M1通过闪电注意力机制，将这个代价压缩到了极低水平。

1.2 Lightning Attention的原理

闪电注意力机制的核心思想是将注意力计算从"全局计算"改为"线性增量计算"：

传统注意力：Q × K^T → 全局softmax → 与V相乘
闪电注意力：每个token仅需计算与之前token的增量注意力 → 线性累积

具体实现：

• 线性复杂度：闪电注意力将O(n²)的注意力计算降为O(n)，使100万Token上下文成为可能
• 混合架构：在浅层使用闪电注意力（处理长序列），在深层使用标准注意力（保证精确推理），两者互补
• 推理效率：深度推理8万Token时，仅需DeepSeek-R1约30%算力，意味着同等硬件可服务3.3倍用户

1.3 与竞争对手的上下文对比

模型	最大上下文输入	最大推理输出	类别
MiniMax-M1	1,000,000	80,000	开源推理
Gemini 2.5 Pro	1,000,000	65,536	闭源
DeepSeek-R1	128,000	32,000	开源推理
GPT-5.5	65,536	16,000	闭源
Claude Opus 4.8	500,000	16,000	闭源

MiniMax-M1在上下文长度上是DeepSeek-R1的8倍，推理输出长度是DeepSeek-R1的2.5倍（来源：MiniMax官方，2026-06-17）。

---

二、CISPO算法：强化学习效率翻倍的秘密

2.1 从GRPO到DAPO到CISPO的演进

大模型推理能力的提升离不开强化学习（RL）训练。过去一年，RL算法经历了三代演进：

算法	提出者	核心机制	收敛效率
GRPO	DeepSeek (2025-01)	Group Relative Policy Optimization	基准
DAPO	字节跳动 (2026-04)	Dynamic Adaptive Policy Optimization	GRPO的1.5×
CISPO	MiniMax (2026-06)	Clipped Importance Sampling + Per-token优化	GRPO的2×

2.2 CISPO的核心创新

CISPO的关键突破在于裁剪重要性采样权重而非传统Token更新：

传统PPO/GRPO：裁剪策略更新比率 → 限制梯度方向
CISPO：裁剪重要性采样权重 → 限制样本贡献度

这一改变带来了三个优势：

1. 更稳定的训练：重要性采样权重裁剪避免了过大的梯度更新，训练更稳定
2. 更快的收敛：在AIME实验中，CISPO收敛速度2倍于DAPO，显著优于DeepSeek早期使用的GRPO
3. 更低的算力成本：整个RL阶段仅用512块H800训练3周，租赁成本仅53.47万美元——比预期少了一个数量级（来源：MiniMax官方，2026-06-17）

2.3 RL训练成本对比

模型	RL训练GPU规模	RL训练时长	RL训练成本
DeepSeek-R1	2048+ H800	数周	数百万美元
MiniMax-M1	512 H800	3周	53.47万美元

MiniMax-M1的RL训练成本仅为DeepSeek-R1的约1/10。这正是闪电注意力+CISPO双重创新的叠加效应。

---

三、性能基准测试：开源推理模型的新标杆

3.1 核心基准数据

MiniMax在17个主流评测集上详细评测了M1系列，核心数据如下：

基准测试	MiniMax-M1-40k	MiniMax-M1-80k	DeepSeek-R1-0528	最佳开源对比
SWE-bench Verified	55.6%	56.0%	57.6%	48.9%（Qwen3.7-Max）
AIME 2025	88.0%	90.0%	91.6%	82.5%
长上下文理解	全球第三	全球第二	—	仅逊Gemini 2.5 Pro
TAU-bench (Agent工具)	开源第一	—	—	超越Gemini 2.5 Pro

关键发现：

• SWE-bench：M1-40k/80k分别55.6%/56.0%，略逊DeepSeek-R1-0528的57.6%，但显著超越所有其他开源权重模型
• 长上下文理解：M1系列全面超越所有开源模型，甚至超越OpenAI o3和Claude Opus 4.8，全球排名第二仅以微弱差距落后于Gemini 2.5 Pro（来源：MiniMax官方，2026-06-17）
• Agent工具使用：M1-40k在TAU-bench中领跑所有开源模型，并战胜Gemini 2.5 Pro
• 扩展测试时计算：M1-80k在大多数基准测试中始终优于M1-40k，验证了扩展测试时计算的有效性

3.2 长上下文能力的意义

100万Token上下文意味着M1可以一次性处理：

• 一本500页的书籍（约75万汉字）
• 完整的代码仓库（数万行代码+文档）
• 连续对话历史（数百轮交互）
• 长篇法律合同/财报（无需分块处理）

这在开源模型中是前所未有的——此前只有闭源的Gemini 2.5 Pro才能做到。

---

四、定价与性价比：推理模型的"日用品化"

4.1 API定价

MiniMax-M1的API定价是业内最低的，且按上下文长度阶梯定价：

输入长度	输入价格（元/百万Token）	输出价格（元/百万Token）	对比DeepSeek-R1
0-32K	0.8	8	更高性价比
32K-128K	1.2	16	更高性价比
128K-1M	2.4	24	DeepSeek不支持

关键点：

• 前两档定价都比DeepSeek-R1性价比更高
• 第三档（128K-1M）是DeepSeek-R1根本不支持的场景——M1是唯一的选择
• APP/Web端不限量免费使用（来源：MiniMax官方，2026-06-17）

4.2 推理算力性价比

模型	深度推理算力消耗	推理输出速度	有效上下文
DeepSeek-R1	100%（基准）	280 t/s	128K
MiniMax-M1-80k	30%	—	1,000K

同等硬件下，M1可服务的用户量是DeepSeek-R1的3.3倍——这对于企业部署而言是巨大的成本优势。

---

五、MiniMax的战略布局：从模型到IPO

5.1 五连发计划

MiniMax宣布M1发布后连续四个工作日还有更新——这是继美团LongCat五连发（2026-05-25）之后，又一个中国AI团队的密集发布计划（来源：MiniMax官方，2026-06-17）。

5.2 A股回归

MiniMax（00100.HK）于2026年1月在港交所上市，挂牌不足半年即启动A股回归计划。5月底向上海证监局递交A股IPO辅导备案（中信证券），启动"A+H"双平台布局（来源：zglg.work，2026-06-18）。

5.3 支付生态

6月15日，MiniMax M3全面接入支付宝Token Pay——全球首个大规模商用的AI原生支付基建已完成3亿笔AI智能体支付（来源：zglg.work，2026-06-18）。

---

六、开源推理模型格局重塑

6.1 2026年6月开源推理模型对比

模型	参数量	上下文	SWE-bench	定价	特色
MiniMax-M1	456B MoE	1M	56.0%	0.8元/M	闪电注意力+CISPO
DeepSeek-R1-0528	685B MoE	128K	57.6%	1元/M	开源推理标杆
Kimi K2.7 Code	1.1T/32B激活	256K	—	MIT开源	编程专用
Qwen3.7-Max	—	—	48.9%	—	Agentic Coding

6.2 MiniMax-M1的差异化定位

MiniMax-M1不是"另一个DeepSeek-R1"——它选择了三个差异化路径：

1. 上下文长度碾压：1M vs 128K，8倍优势
2. 算力效率碾压：30%算力消耗，3.3倍服务能力
3. RL训练成本碾压：53.47万美元 vs 数百万美元

这不是"参数更多所以更强"的传统路径，而是**“架构更高效所以更实用”**的新路径。

---

FAQ

Q1：MiniMax-M1和DeepSeek-R1有什么本质区别？
A：架构层面，M1使用闪电注意力（线性复杂度）混合架构，R1使用标准Transformer（二次复杂度）；效果层面，M1上下文是R1的8倍，算力消耗仅30%；定位层面，M1主打"性价比+长上下文"，R1主打"极致推理深度"。

Q2：100万Token上下文在实际中有什么用？
A：可一次性处理完整书籍（约75万汉字）、大型代码仓库、数百轮对话历史、长篇法律合同/财报等——无需分块处理，保留全局信息完整性。

Q3：CISPO和DAPO哪个更强？
A：MiniMax官方AIME实验数据表明CISPO收敛速度是DAPO的2倍，是DeepSeek GRPO的显著提升。关键创新在于裁剪重要性采样权重而非传统Token更新。

Q4：MiniMax-M1免费使用是否可持续？
A：MiniMax明确APP/Web不限量免费+API业内最低定价。闪电注意力30%算力消耗是免费策略的技术基础——同等硬件可服务3.3倍用户，边际成本极低。

Q5：MiniMax-M1与闭源模型差距多大？
A：SWE-bench 56%略逊DeepSeek-R1-0528的57.6%，但超越所有其他开源模型；长上下文全球第二仅逊Gemini 2.5 Pro（闭源），超越o3和Claude Opus 4.8；Agent工具使用超越Gemini 2.5 Pro。差距正在迅速缩小。

---

参考资料

1. MiniMax官方博客 (2026-06-17): “MiniMax-M1，全球首个开源大规模混合架构的推理模型”
2. MiniMax技术报告 (2026-06-17): MiniMax-M1 Technical Report
3. MiniMax HuggingFace (2026-06-17): 模型权重与推理部署
4. 腾讯云开发者社区 (2026-06-17): “MiniMax发布推理模型M1”
5. 掘金 (2026-06-17): “MiniMax发布MiniMax-M1推理模型”
6. zglg.work (2026-06-18): “2026-06-18 AI国内外新闻”
7. MiniMax M3开源 (2026-06-12): HuggingFace MoE模型