MiniMax-M1 推理模型

是什么

MiniMax-M1 是 MiniMax（稀宇科技）于 2025 年 6 月发布的推理模型。推理模型是指经过训练、在给出答案之前会分步骤推演问题的模型。M1 以开放模型的形式发布，权重向外界公开。^[2] 它提供两个版本，思考预算分别为 40K 和 80K，即 MiniMax-M1-40k 与 MiniMax-M1-80k。思考预算指模型在作答前允许产生的推理内容的上限。^[1][3]

模型权重上传到了 Hugging Face 模型平台。^[1]

由来

M1 承接 2025 年 1 月作为开放权重发布的 MiniMax-01 系列，架构是这一工作的直接延续，同样采用闪电注意力（Lightning Attention）与混合专家相结合的混合设计。^[1][2]

M1 之后，下一代模型是 MiniMax-M2，其权重于 2025 年 10 月上传到 Hugging Face。^[3] 从 M1 到 M2 的间隔，是公司开放模型路线中较短的一步。

主要特点

M1 是采用闪电注意力的混合专家模型，总参数 4560 亿（456B），每个词元激活 459 亿（45.9B）参数。^[1] 混合专家意味着每次输入只有部分专家子网络参与运算，因此激活的部分远小于模型总规模。闪电注意力是一种线性注意力设计，在处理长输入时比标准注意力更省算力。

模型原生支持 100 万词元的上下文，即一次可以考虑的文本量。^[1] 词元是文本的基本单位，可能是一个词，也可能是词的一部分。

在生成长度为 10 万词元时，它所需的浮点运算量（FLOPs）为深度求索的 DeepSeek-R1 同等长度下的 25%，这一数字来自模型发布时公布的数据。^[1] FLOPs 衡量模型执行的算术运算量，比例越低，意味着同样长度的输出需要的计算越少。

M1 使用 CISPO 训练，这是一种强化学习算法，它裁剪的是重要性采样权重，而不是词元级别的更新。^[1] 强化学习根据模型输出的反馈调整模型，选择裁剪哪一类量会影响训练的稳定性。

80K 版本公布的成绩为：AIME 2024 86.0，AIME 2025 76.9，SWE-bench Verified 56.0，LiveCodeBench 65.0。^[1] 在智能体与长上下文测试中，TAU-bench airline 为 62.0，TAU-bench retail 为 63.5；OpenAI-MRCR 在 128K 上下文下为 73.4，在 1M 上下文下为 56.2。^[1] 这些均为公司公布的结果，阅读时应结合各测试的条件。

M1 以 Apache 2.0 许可发布。^[1]

在发展中的位置

M1 是 MiniMax 于 2025 年 6 月推出的推理模型，位于 MiniMax-01 系列与 MiniMax-M2 之间。^[2][3] 它的意义在于把推理导向的设计、超长上下文与开放权重结合在一起。此后的 M2 系列将路线转向编程与智能体工作，相关内容可参阅 M2 条目。

对读者而言，M1 展示了 MiniMax 的长上下文架构如何被用于分步推理，它处于公司第一批开放系列与后来专注编程的模型之间。