MiniMax-M1-40k
MiniMax-M1-40k 是由 MiniMaxAI 发布的 AI 模型，发布时间为 2025-06-16，定位为 推理大模型，参数规模约为 4560.0B，上下文长度为 1000K，模型文件大小约 912GB，采用 MINIMAX MODEL LICENSE 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 模态 | 输入 | 输出 |
|---|---|---|
| 文本 | $1.3 | $2.2 |
MiniMax-M1-40k 当前已收录的代表性评测结果包括 AIME 2024（23 / 62，得分 83.30）、MMLU Pro（46 / 117，得分 80.60）、LiveCodeBench（58 / 109，得分 62.30）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
MiniMaxAI于2025年6月17日正式发布了其新一代大模型——MiniMax-M1。其中，MiniMax-M1-40k是M1系列中一个关键版本，它拥有40K Token的“思考预算”（即最大生成长度），代表了完整80K模型训练过程中的一个重要中间阶段，但其本身已是一款功能非常强大且表现卓越的开源推理模型。
作为MiniMax-M1家族的一员，M1-40k继承了该系列架构的核心优势，并针对其40K的生成能力进行了优化：
MiniMax-M1-40k在多项基准测试中展现了其作为一款成熟模型的强大实力，尤其在特定复杂场景下表现突出：
图：领先商业和开源模型在各项基准测试中的性能对比（来源：MiniMax-M1 论文，示意图，具体M1-40k分数见下文）
根据MiniMaxAI发布的评测数据（Table 2），MiniMax-M1-40k取得了以下亮眼成绩：
这些数据表明，MiniMax-M1-40k并非仅仅是一个“中间版本”，而是一款在多个关键领域都能提供强大竞争力的实用模型。
MiniMax-M1-40k的开发得益于MiniMaxAI在高效RL扩展方面的深入研究。其训练不仅采用了包括数学、编码、逻辑推理、软件工程在内的多样化、高质量数据集，还应用了创新的CISPO强化学习算法。虽然它是向着更长“思考预算”（80K Token）迈进的一步，但其本身已经过充分的RL训练，使其能够在40K Token的生成范围内稳定输出高质量、具有深度思考的回复。
与M1系列的其他模型一样，MiniMaxAI已将MiniMax-M1-40k模型公开发布，致力于推动AI社区的共同进步：
MiniMax-M1-40k作为MiniMax-M1家族的重要成员，凭借其百万级上下文处理能力、40K Token的强大生成预算，以及由闪电注意力和CISPO算法带来的高效性与高性能，为开发者和研究者提供了一个极具吸引力的开源选择。它在软件工程、智能体工具使用和长上下文任务上的出色表现，使其特别适用于构建需要深度理解和复杂交互的AI应用。对于那些寻求在计算效率和强大推理能力之间取得平衡的用户而言，MiniMax-M1-40k无疑是一个值得重点关注和尝试的模型。
扩展链接:
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
