還記得半年前 DeepSeek 橫空出世時(shí)的震撼嗎？那個(gè)用不到 OpenAI 1/20 的成本就訓(xùn)練出頂級(jí)模型的"神話"，不僅讓整個(gè)硅谷為之側(cè)目，更是給國(guó)內(nèi)的 AI 創(chuàng)業(yè)公司上了生動(dòng)的一課——原來(lái)，大模型可以這樣玩。

DeepSeek 沖擊波下的轉(zhuǎn)型之路

對(duì)于被稱為"AI 六小龍"的 MINIMAX 來(lái)說(shuō)，DeepSeek 的出現(xiàn)無(wú)異于一記當(dāng)頭棒喝。過(guò)去的劇本突然就講不下去了：瘋狂燒錢買算力，追著 OpenAI 的腳步跑，今天發(fā)個(gè)大模型，明天搞個(gè)視頻生成...看起來(lái)很忙，但總感覺在原地打轉(zhuǎn)。

投資人開始問(wèn)："既然 DeepSeek 能用這么少的錢做出這么好的效果，你們之前燒的那些錢都去哪了？"用戶開始問(wèn)："既然有免費(fèi)的 DeepSeek，我為什么還要付費(fèi)用你們的 API？"

但 MINIMAX 的反應(yīng)出人意料地迅速和果斷。他們沒(méi)有選擇繼續(xù)講老故事，而是徹底換了劇本：從追逐熱點(diǎn)轉(zhuǎn)向硬核技術(shù)突破，從商業(yè)化優(yōu)先轉(zhuǎn)向開源優(yōu)先，從模仿 OpenAI 轉(zhuǎn)向?qū)?biāo) DeepSeek。

實(shí)際上，MiniMax 在今年 1 月份就推出了開源模型 Minimax-01，其中包括語(yǔ)言模型和視覺模型，但似乎反向平平。

半年的蟄伏與沉淀后，他們暫停了所有非核心項(xiàng)目，把最優(yōu)秀的工程師都調(diào)到了一個(gè)神秘的項(xiàng)目上。

MiniMax-M1：半年磨一劍的技術(shù)突破

昨天，MINIMAX 終于交出了答卷——MiniMax-M1，他們宣稱這是世界上第一個(gè)開源的大規(guī)?；旌霞軜?gòu)的推理模型。這不是一個(gè)匆忙的應(yīng)景之作，而是一次深思熟慮的技術(shù)革新。

突破一：Lightning Attention - 超長(zhǎng)文本處理

M1 原生支持100 萬(wàn)字符的超長(zhǎng)文本處理，處理 10 萬(wàn)字文本時(shí)只需要其他模型 25% 的計(jì)算資源。這意味著可以一次性分析整本小說(shuō)或研究報(bào)告，而不需要拆分處理。

? 突破二：CISPO 算法 - 更聰明的學(xué)習(xí)方式

傳統(tǒng)訓(xùn)練方法會(huì)忽略"不尋常"的學(xué)習(xí)過(guò)程，但 CISPO 算法不再丟棄任何"思考片段"，充分利用每個(gè)思維火花。實(shí)驗(yàn)顯示，這種方法比傳統(tǒng)方法快 2 倍，效果還更好。

突破三：超低成本訓(xùn)練

僅用 53.74 萬(wàn)美元就完成了整個(gè)強(qiáng)化訓(xùn)練，相比 GPT-4 超過(guò) 1 億美元的成本，M1 幾乎是同等能力模型中最便宜的。這不是簡(jiǎn)單的"省錢"，而是技術(shù)效率的革命性提升。

需要說(shuō)明的是，53.74 萬(wàn)美元并非模型的全部訓(xùn)練成本，而僅僅是強(qiáng)化學(xué)習(xí)階段的費(fèi)用。MINIMAX 表示他們僅用 512 塊 H800 GPU 訓(xùn)練了三周就完成了這一階段，這一效率比行業(yè)預(yù)期至少提升了一個(gè)數(shù)量級(jí)。

不過(guò)，與 DeepSeek 不同的是，MINIMAX 并未公布模型從預(yù)訓(xùn)練到最終完成的完整訓(xùn)練成本（不包括實(shí)驗(yàn)費(fèi)用）。因此，53.74 萬(wàn)美元這個(gè)數(shù)字雖然令人印象深刻，但可能只是冰山一角。

實(shí)戰(zhàn)表現(xiàn)：數(shù)據(jù)說(shuō)話的硬實(shí)力

經(jīng)過(guò)半年的技術(shù)沉淀，MiniMax-M1 在各個(gè)關(guān)鍵領(lǐng)域的表現(xiàn)如何？我們用一張完整的對(duì)比表來(lái)看看它與頂級(jí)模型的真實(shí)差距：

雖然 M1 把訓(xùn)練成本又下調(diào)了一個(gè)數(shù)量級(jí)，但在常見的指標(biāo)測(cè)試中，這個(gè)模型并無(wú)一項(xiàng)能到最優(yōu)。比較亮眼的是長(zhǎng)文本能力，在 MRCR(128K) 測(cè)試中得分 73.4，僅次于 Gemini 2.5 Pro 的 76.8，在 LongBench-v2 中更是達(dá)到 61.5 的第二名成績(jī)，可見 Lightning Attention 確實(shí)非常有效。

值得一提的是，M1 有兩項(xiàng)指標(biāo)超越了 DeepSeek R1，即數(shù)學(xué)方面的 AIME 2025（76.9 vs 70.0）以及編程能力方面的 LiveCodeBench（65.0 vs 55.9）。這表明 MINIMAX 在核心技術(shù)突破上確實(shí)有所建樹。

盡管綜合來(lái)看，這些指標(biāo)并不算最亮眼，但作為第一款開源模型，在成本控制以及長(zhǎng)文本處理方面有這么突出的創(chuàng)新，已經(jīng)非常難能可貴了。

從跟隨者到引領(lǐng)者的華麗轉(zhuǎn)身

MINIMAX 的轉(zhuǎn)型反映了 AI 行業(yè)的變化趨勢(shì)。從追逐商業(yè)化到選擇開源路線，從高成本訓(xùn)練到技術(shù)效率優(yōu)化，這種策略調(diào)整與當(dāng)前行業(yè)對(duì)成本控制和技術(shù)創(chuàng)新的重視相符。

開源模式正在 AI 領(lǐng)域獲得更多關(guān)注。DeepSeek 的成功為行業(yè)提供了新的發(fā)展思路，而 MiniMax-M1 的發(fā)布進(jìn)一步驗(yàn)證了這一方向的可行性。隨著更多公司選擇開源策略，行業(yè)競(jìng)爭(zhēng)重心可能會(huì)從資本投入轉(zhuǎn)向技術(shù)創(chuàng)新。

從追逐者到開拓者，MINIMAX 用半年時(shí)間完成了一次完美的轉(zhuǎn)身。這一轉(zhuǎn)變表明"AI 六小龍"已經(jīng)開始探索新的發(fā)展路徑。

算力泡沫破滅：一場(chǎng)正在發(fā)生的行業(yè)洗牌

從 1 億美金到 50 萬(wàn)美金，訓(xùn)練成本在短短的 1 年時(shí)間內(nèi)的暴跌，正在引發(fā)整個(gè)算力市場(chǎng)的劇烈震蕩。這不僅僅是數(shù)字的變化，更是一場(chǎng)顛覆性的行業(yè)重構(gòu)。

那些曾經(jīng)瘋狂囤積算力的公司，如今面臨著尷尬的現(xiàn)實(shí)：昂貴的 GPU 集群突然變成了"負(fù)資產(chǎn)"。據(jù)業(yè)內(nèi)消息，已有大批公司開始大量退卡，試圖減少損失。

而一些專門提供算力租賃服務(wù)的供應(yīng)商，更是直接面臨破產(chǎn)危機(jī)——當(dāng)客戶發(fā)現(xiàn)用更少的錢就能獲得更好的效果時(shí)，誰(shuí)還會(huì)為過(guò)時(shí)的"算力迷信"買單？

這場(chǎng)技術(shù)革命告訴我們：真正的護(hù)城河從來(lái)不是資源的堆砌，而是效率的突破。 在 AI 的下半場(chǎng)，拼的不再是誰(shuí)燒錢更多，而是誰(shuí)的技術(shù)更聰明。

本文由「AI 范兒」出品

我每天都在更新，如果你覺得這些內(nèi)容對(duì)你有用，

那我們就加個(gè)關(guān)注、交個(gè)朋友。