MiniMax 发布 M1 模型：专为长上下文推理与软件任务设计的 4560 亿参数混合注意力模型

MiniMax 推出了MiniMax-M1，这是一款专为长上下文推理和工具使用设计的开放权重语言模型。该模型是基于早期的MiniMax-Text-01构建，采用了混合专家模型（MoE）架构和新型“闪电注意力”（lightning attention）机制。模型总容量达 4560 亿参数，每 token 激活 459 亿参数，并支持高达 100 万 token 的上下文长度。

M1 的核心优势在于其计算效率高且擅长长文本推理。其闪电注意力机制显著降低了推理时的计算量，处理 10 万 token 序列所需的FLOP计算量仅为DeepSeek R1的 25%。该模型通过跨领域的大规模强化学习进行训练，涵盖数学解题和软件工程等场景。

模型提供两个版本，并采用定制的强化学习评估方法。特别值得一提的是，MiniMax 创新性地提出了 CISPO 算法，该算法通过裁剪重要性采样权重而非 token 更新，相比传统方法显著提升了稳定性和性能。

在各项基准测试中，MiniMax-M1-80K 在开源模型中表现突出：

• 长文本任务：OpenAI-MRCR 128K：73.4%，LongBench-v2：61.5%

• 软件工程：SWE-bench Verified：56.0%

• 工具使用：TAU-bench airline：62.0%，retail：63.5%

• 数学推理：AIME 2024：86.0%

有 Reddit 用户评价该模型优势：

目测很好，在函数调用（Tau-bench）和长文本处理方面表现惊艳，堪称开源权重模型种的新标杆（SOTA），特别是长文本处理能力优势明显，我觉得这点完全不意外，他们之前分非推理模型再这方面就已经很棒了。

但也有用户指出其实际使用中的局限性，用户 dubesor86 就分享一则小故事：

但也很不稳定。让它下一盘通常几分钟就能完成的国际象棋，结果运行了一整晚都没完成。再高的分数，如果实际不可用也是毫无意义的。

MiniMax-M1 还支持结构化函数调用，因此也适用于智能体框架的开发。该模型提供两个版本（40K 和 80K），可通过HuggingFace获取。团队推荐使用vLLM进行部署，该工具可提供优化的服务、内存管理和批处理性能。开发者也可以通过MiniMax MCP Server进行实验，该平台集成了 API 访问及视频和图像生成、语音合成和声音克隆等功能。