据报道，6月17日，国产大模型初创企业MiniMax（希宇科技）发布了全球首个开源的大规模混合架构推理模型M1。

MiniMax披露的对比数据显示，M1在多项基准测试中表现优异，与DeepSeek-R1、Qwen3等开源模型相当，接近OpenAI O3等国际顶尖模型。此外，M1支持业内最高的100万上下文输入，与Google Gemini 2.5 Pro持平，是DeepSeek R1的8倍，同时支持最长8万Token的推理输出。

M1的卓越性能得益于其独创的“闪电注意力机制”（Lightning Attention），该机制显著提升了长上下文输入和深度推理的效率。此外，MiniMax还提出了一种更快的强化学习算法CISPO，通过裁剪重要性采样权重优化训练效率，其性能优于字节提出的DAPO算法和DeepSeek早期的GRPO算法。

在训练成本方面，MiniMax的强化学习阶段仅使用512块H800 GPU三周时间，租赁成本为53.47万美元，比预期降低一个数量级。在17个主流评测集中，M1在长上下文理解任务中表现出色，仅以微弱差距落后于Gemini 2.5 Pro，但在代理工具使用场景（TAU-bench）中胜出。

为推广M1，MiniMax宣布在APP和Web端提供不限量免费使用，并以业内最低价格开放API服务。例如，在0-32k输入长度下，输入价格为0.8元/百万Token，输出为8元/百万Token；在最长128k-1M输入长度下，输入为2.4元/百万Token，输出为24元/百万Token。相比DeepSeek-R1，M1在性价比上更具优势。

MiniMax的背后得到了阿里巴巴集团、腾讯和IDG资本的支持。