MiniMax-M1-40k
MiniMax-M1-40k is an AI model published by MiniMaxAI, released on 2025-06-16, for 推理大模型, with 4560.0B parameters, and 1000K tokens context length, requiring about 912GB storage, under the MINIMAX MODEL LICENSE license.
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
| Modality | Input | Output |
|---|---|---|
| Text | $1.3 | $2.2 |
MiniMax-M1-40k currently shows benchmark results led by AIME 2024 (23 / 62, score 83.30), MMLU Pro (46 / 117, score 80.60), LiveCodeBench (58 / 109, score 62.30). This page also consolidates core specs, context limits, and API pricing so you can evaluate the model from benchmark results and deployment constraints together.
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
