【对标DeepSeek，MiniMax发布M1模型】
MiniMax今日发布首个推理模型 M1，亮点在于极致的性价比：M1生成100K token时，算力成本仅为DeepSeek R1的25%；整轮RL训练仅用512张H800、花了不到54万美元——官方称“比原预期少一个数量级”。
这要归功于其MoE架构+Lightning Attention：参数总量4560亿，但每token仅激活459亿，可支持100万Token上下文，和Gemini 2.5 Pro并列“上下文最长”。
MiniMax这次明显是奔着成本优势来的，看得出国内大模型竞争已经开始比谁跑得更稳、跑得省。M1主打超长上下文+极致低成本，这种组合在To B推理和 AI 工具类落地场景里的优势更明显了。ai
