跳至内容
作者｜沐风
来源｜AI先锋官
2025年初，在DeepSeek掀起的新一轮开源大模型竞赛中，曾经风光无限的“AI六小龙”几乎从舆论场中消失。
零一万物将超大模型交给了阿里训练，明确不再追逐AGI，放弃预训练转向应用。
百川智能则专注医疗垂类赛道，其基础模型更新陷入静默。
萧条之下，仅剩智谱AI、MiniMax、月之暗面、阶跃星辰四家仍在坚持。
具有先发优势的“AI六小龙”也被字节、阿里、腾讯等大厂完全赶超。
就在业界认为“六小龙时代”落幕之际，6月17日，MiniMax与月之暗面突然同一天宣公布了各自的开源新成果，并对下一步路线做出了部署。
MiniMax称，其开源的MiniMax-M1（以下简称“M1”）是全球首个开放权重的大规模混合注意力推理模型，同时还是在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高的性价比。
MiniMax在17个业内主流评测集上对 M1 模型进行了全面评估，结果显示，M1在软件工程、长上下文处理和工具使用等面向生产力的复杂场景中，拥有显著优势。
在软件工程基准验证中，M1-40k和M1-80k版本分别取得了55.6%和56.0%的成绩，略逊于 DeepSeek-R1-0528 的 57.6%，但显著超越其他所有开源模型。
在上下文能力的评测基准中，M1的表现远超DeepSeek-R1-0528和Qwen3-235B 在内的所有开源模型，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。
在代理工具使用TAU-Bench (airline)中，M1-40k/80k领跑所有开源模型，其实力甚至超越了闭源的Gemini-2.5 Pro。
取得这一成绩得益于其两大核心技术：混合注意力机制Lightning Attention和强化学习算法CISPO。
M1模型总参数达到4560亿，原生支持100万token的上下文长度输入，与闭源模型Gemini 2.5Pro一样，是DeepSeek R1的8倍，同时，它还支持8万Token推理输出。
报告提到，M1进行8万Token的深度推理时，所需的算力仅为DeepSeek R1的约30%，生成10万token时，推理算力只需要DeepSeek R1的25%。
另外，MiniMax此次提出的CISPO算法，通过裁剪重要性采样权重，来提升强化学习的效率和稳定性。
实验数据显示，在AIME（AI-powered Moral Evaluator）等测试中，CISPO的收敛性能比字节跳动近期提出的DAPO算法快一倍，也显著优于DeepSeek早期使用的GRPO算法。
整个M1的完整强化学习训练在512张H800 GPU上仅用3周完成，以目前的GPU租赁价格计算，成本仅为53.47万美元。
MiniMax官方表示，这一成本“比最初的预期少了一个数量级”。
值得一提的是，MiniMax官方还表示，发布 M1 只是一个开始，在接下来的数个工作日内，还将公布一系列令人期待的技术更新，敬请关注。
Kimi-Dev-72B是月之暗面推出的一款针对软件工程任务的开源代码大模型。
尽管该模型参数量仅为72B，但其在SWE-bench Verified编程基准测试中上取得了60.4%的高分，超越了不久前刚刚发布、参数规模达到671B的新版DeepSeek-R1，达到了当前全球开源模型中的领先水平。
目前，Kimi-Dev-72B已在Hugging Face和GitHub上提供下载和部署。
huggingface.co/moonshotai/Kimi-Dev-72B
github.com/MoonshotAI/Kimi-Dev
但其完整技术报告还暂未发布，不过官方透露了其中的一些关键技术。
据介绍，Kimi-Dev-72B的设计理念和技术细节，包括BugFixer和 TestWriter的组合、中期训练、强化学习和测试时自我博弈。
其中，BugFixer和TestWriter的互补结合设计是模型的核心架构之一，使模型在修复错误和测试用例生成方面都表现出色。
为了增强Kimi-Dev-72B作为BugFixer和TestWriter的先验知识，月之暗面使用约1500亿个高质量的真实数据进行中期训练，大幅提升了模型对实际代码错误修复和单元测试任务的理解能力。
而在强化学习阶段则专注于提升其代码编辑能力，使其在文件本地化和代码编辑方面表现出色。
经过强化学习后，Kimi-Dev-72B能同时掌握BugFixer和TestWriter的角色。
在测试过程中，它会采用自我博弈机制，协调自身Bug修复和测试编写的能力。
Kimi-Dev-72B会遵循标准Agentless设置，为每个问题生成最多40个补丁候选和40个测试候选选项。因此会观察到测试时自播放的缩放效果。
以上就是月之暗面对Kimi-Dev做出的介绍，更多细节将在后续的技术报告中揭晓。
下一步，月之暗面还计划探索更复杂的软件工程任务，并将于与流行的IDE、版本控制系统和CI/CD流水线进行更深入的集成。
这两次开源，无疑证明了实MiniMax与月之暗的能力及在AI大模型这条路上坚定走下去的决心。
接下来，不知道其他“AI六小龙”会不会再给我们带来惊喜。
（文：AI先锋官）
