北京时间6月17日，“AI六小龙”之一的上海AI独角兽企业MiniMax发布了其自主研发的MiniMax-M1系列模型，除去性能上的升级，贝壳财经记者注意到，其同类模型的价格低于DeepSeek-R1，和5天前首先降价的豆包1.6持平。

M1被定义为“全球首个开源的大规模混合架构推理模型”。技术报告显示，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53万美金，推理效率则数倍于同类模型；在工具使用场景（TAU-bench）中MiniMax-M1-40k领跑所有开源权重模型，超过Gemini-2.5 Pro。

MiniMax-M1开源技术报告截图

定价方面，在输入区间0-32K范围内，M1模型的价格为输入0.8元/百万Tokens，输出8元/百万Tokens；32k-128k范围内，M1模型的价格为输入1.2元/百万Tokens，输出16元/百万Tokens。低于DeepSeek-R1模型，与6月12日火山引擎推出的豆包1.6价格持平。

值得注意的是，M1模型还推出了输入区间为128k-1M范围的模型价格，这一超长文本档位是DeepSeek-R1目前尚未覆盖的领域，豆包1.6上周公布价格的区间也截止到128K-256K范围。

根据MiniMaxg公布的技术报告，实现100万上下文输入这一突破的关键，在于其独创的Lightning Attention混合构架。传统Transformer模型在处理长序列时，注意力机制的计算量会随序列长度呈平方级增长，成为制约性能和成本的主要瓶颈。M1的混合架构，特别是注意力机制，能够显著优化上下文输入的计算效率。

报告提到，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tokens时，推理算力只需要DeepSeek-R1的25%。这种极致的效率提升，直接转化为训练和推理阶段巨大的成本优势。

此外，在降本方面，MiniMax此次提出CISPO算法，另辟蹊径，通过裁剪重要性采样权重，而非传统算法中调整Token的更新方式，来提升强化学习的效率和稳定性。MiniMaxc称，实验数据显示，在AIME（AI-powered Moral Evaluator）等测试中，CISPO的收敛性能比字节跳动近期提出的DAPO算法快一倍，也显著优于DeepSeek早期使用的GRPO算法。

更快的收敛意味着更少的训练时间和资源消耗。得益于CISPO的高效，M1模型的整个强化学习阶段仅使用了512块英伟达H800 GPU，耗时三周，成本仅为53.5万美元。MiniMax官方表示，这一成本“比最初的预期少了一个数量级”。

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，且M1的发布仅仅是MiniMax“开源周”的序幕，在接下来的四个工作日里，MiniMax计划每天发布一项新的技术或产品更新。