🚀 MiniMax-M1 是一款开源大规模混合架构推理模型，其总参数量达到4560亿，拥有100万上下文输入和8万Token推理输出能力，这使得它在处理长文本和复杂任务时具有显著优势。
🥇 在多个基准测试中，MiniMax-M1 表现出色。尤其是在长上下文理解任务中，M1超越了OpenAI o3和Claude 4 Opus，仅次于Gemini 2.5 Pro；在SWE-bench和TAU-bench等实际应用场景中，M1也展现出强大的竞争力。
💡 MiniMax-M1 采用了创新的混合架构和CISPO算法。混合架构在计算长上下文输入和深度推理时效率极高，而CISPO算法通过优化强化学习过程，降低了训练成本，使得模型能够在更短的时间内完成训练，并以更低的成本提供服务。
💰 MiniMax-M1 提供了极具竞争力的价格。在不同输入长度下，其API定价均低于DeepSeek-R1，使得开发者和用户能够以更经济的方式体验高性能大模型。
2025-06-17 20:00 浙江
4560亿参数量，支持100万上下文输入和8万Token推理输出，在复杂工作场景表现优异
01
前言
-依托百万级上下文窗口，M1系列在长上下文理解任务中表现卓越，不仅全面超越所有开源权重模型，甚至超越OpenAI o3和Claude 4 Opus，全球排名第二，仅以微弱差距落后于Gemini 2.5 Pro。
-在代表解决实际软件工程编码问题SWE-bench验证基准上，MiniMax-M1-40k和MiniMax-M1-80k分别取得55.6%和56.0%的优异成绩，这一成绩略逊于DeepSeek-R1-0528的57.6%，显著超越其他开源权重模型。-在代理工具使用场景（TAU-bench）中，MiniMax-M1-40k同样领跑所有开源权重模型，并战胜Gemini-2.5 Pro。02
模型推理
使用transformers作为推理后端：显存占用: 8 * 80GiBgit clone https://github.com/modelscope/ms-swift.git
cd ms-swift
pip install -e .
使用vllm作为推理后端：显存占用: 8 * 80GiB注意：你需要手动修改config.json文件，`config['architectures'] = ["MiniMaxM1ForCausalLM"]`修改为`config['architectures'] = ["MiniMaxText01ForCausalLM"]`import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2,3,4,5,6,7'
from transformers import QuantoConfig
from swift.llm import PtEngine, RequestConfig, InferRequest
quantization_config = QuantoConfig(weights='int8')
messages = [{
'role': 'system',
'content': 'You are a helpful assistant.'
}, {
'role': 'user',
'content': 'who are you?'
}]
engine = PtEngine('MiniMax/MiniMax-M1-40k', quantization_config=quantization_config)
infer_request = InferRequest(messages=messages)
request_config = RequestConfig(max_tokens=128, temperature=0)
resp = engine.infer([infer_request], request_config=request_config)
response = resp[0].choices[0].message.content
print(f'response: {response}')
"""
<think>
Okay, the user asked "who are you?" I need to respond in a way that's helpful and clear. Let me start by introducing myself as an AI assistant. I should mention that I'm here to help with information, answer questions, and assist with tasks. Maybe keep it friendly and open-ended so they know they can ask for more details if needed. Let me make sure the response is concise but informative.
</think>
I'm an AI assistant designed to help with information, answer questions, and assist with various tasks. Feel free to ask me anything, and I'll do my best to help! 😊
"""
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2,3,4,5,6,7'
os.environ['VLLM_USE_V1'] = '0'
if __name__ == '__main__':
from swift.llm import VllmEngine, RequestConfig, InferRequest
messages = [{
'role': 'system',
'content': 'You are a helpful assistant.'
}, {
'role': 'user',
'content': 'who are you?'
}]
engine = VllmEngine('MiniMax/MiniMax-M1-40k', tensor_parallel_size=8,
quantization='experts_int8', max_model_len=4096, enforce_eager=True)
infer_request = InferRequest(messages=messages)
request_config = RequestConfig(max_tokens=128, temperature=0)
resp = engine.infer([infer_request], request_config=request_config)
response = resp[0].choices[0].message.content
print(f'response: {response}')
使用命令行：
显存占用：点击阅读原文， 即可跳转模型连接~CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 \
swift infer \
--model MiniMax/MiniMax-M1-40k \
--tensor_parallel_size 8 \
--vllm_quantization experts_int8 \
--max_model_len 4096 \
--enforce_eager true \
--infer_backend vllm \
--stream true \
--max_new_tokens 2048 \
--temperature 0.7
👇点击关注ModelScope公众号获取
更多技术信息~
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑