«OpenAI, в сторону» — китайская MiniMax уткнула техногигантов за пояс
NewsMakerПока конкуренты задыхались от объёма, модель M1 развернула миллион токенов и даже не вспотела.
Китайская компания MiniMax из Шанхая громко заявила о себе , выпустив новую языковую модель MiniMax-M1 с открытым исходным кодом. И не просто открытым, как у многих других — модель распространяется по лицензии Apache, что делает её по-настоящему свободной для использования и модификации. На фоне этого особенно контрастируют модели конкурентов, таких как Meta* (Llama), чья лицензия не является полностью открытой, и DeepSeek, у которой доступ к коду ограничен.
MiniMax делает ставку на то, чтобы вытеснить DeepSeek с позиции самого дерзкого игрока на китайском рынке. И для этого у неё есть аргументы. Новый MiniMax-M1 предлагает не только гигантское окно контекста — один миллион токенов входа и до 80 тысяч токенов выхода, — но и впечатляющую вычислительную эффективность. Это серьёзно превышает параметры DeepSeek R1 , у которого объём обрабатываемого текста ограничен 64 тысячами токенов.
При этом M1 демонстрирует сравнимые результаты с топовыми западными ИИ — OpenAI o3 , Claude 4 Opus от Anthropic, Gemini 2.5 Pro от Google и DeepSeek R1-0528. По ряду бенчмарков (AIME 2024, LiveCodeBench, SWE-bench Verified, Tau-bench и MRCR) она обходит одних и отстаёт от других, но в среднем уверенно конкурирует. Конечно, как всегда в таких случаях, стоит относиться с осторожностью к заявлениям разработчиков — однако исходный код доступен на GitHub , так что желающие могут проверить всё самостоятельно.
Особую гордость MiniMax вызывает разработанный ею механизм Lightning Attention — способ обработки длинных контекстов, который позволяет проводить глубинное рассуждение даже при 80 тысячах токенов с куда меньшими затратами ресурсов. По заявлениям компании, на таких задачах модель требует примерно треть от вычислительных мощностей, которые потребовались бы DeepSeek R1. Это стало возможным также благодаря оптимизированному методу обучения с подкреплением, получившему название CISPO — его детали изложены в техническом отчёте.
Результат такой оптимизации — ощутимая экономия. По данным MiniMax, фаза обучения с использованием Reinforcement Learning заняла всего три недели и 512 GPU Nvidia H800, а её аренда обошлась в 537 400 долларов. Это на порядок меньше, чем ожидалось в начале проекта.
Таким образом, MiniMax-M1 — это не просто очередная LLM . Это попытка перехватить лидерство в гонке ИИ на рынке Китая и заявить о себе на глобальном уровне. Поддержка таких гигантов, как Alibaba, Tencent и IDG Capital, придаёт проекту дополнительный вес. А сам факт, что модель действительно полностью открыта, делает её редкостью в мире, где даже «открытые» модели зачастую прикрыты юридическими оговорками.
* Компания Meta и её продукты (включая Instagram, Facebook, Threads) признаны экстремистскими, их деятельность запрещена на территории РФ.
Китайская компания MiniMax из Шанхая громко заявила о себе , выпустив новую языковую модель MiniMax-M1 с открытым исходным кодом. И не просто открытым, как у многих других — модель распространяется по лицензии Apache, что делает её по-настоящему свободной для использования и модификации. На фоне этого особенно контрастируют модели конкурентов, таких как Meta* (Llama), чья лицензия не является полностью открытой, и DeepSeek, у которой доступ к коду ограничен.
MiniMax делает ставку на то, чтобы вытеснить DeepSeek с позиции самого дерзкого игрока на китайском рынке. И для этого у неё есть аргументы. Новый MiniMax-M1 предлагает не только гигантское окно контекста — один миллион токенов входа и до 80 тысяч токенов выхода, — но и впечатляющую вычислительную эффективность. Это серьёзно превышает параметры DeepSeek R1 , у которого объём обрабатываемого текста ограничен 64 тысячами токенов.
При этом M1 демонстрирует сравнимые результаты с топовыми западными ИИ — OpenAI o3 , Claude 4 Opus от Anthropic, Gemini 2.5 Pro от Google и DeepSeek R1-0528. По ряду бенчмарков (AIME 2024, LiveCodeBench, SWE-bench Verified, Tau-bench и MRCR) она обходит одних и отстаёт от других, но в среднем уверенно конкурирует. Конечно, как всегда в таких случаях, стоит относиться с осторожностью к заявлениям разработчиков — однако исходный код доступен на GitHub , так что желающие могут проверить всё самостоятельно.
Особую гордость MiniMax вызывает разработанный ею механизм Lightning Attention — способ обработки длинных контекстов, который позволяет проводить глубинное рассуждение даже при 80 тысячах токенов с куда меньшими затратами ресурсов. По заявлениям компании, на таких задачах модель требует примерно треть от вычислительных мощностей, которые потребовались бы DeepSeek R1. Это стало возможным также благодаря оптимизированному методу обучения с подкреплением, получившему название CISPO — его детали изложены в техническом отчёте.
Результат такой оптимизации — ощутимая экономия. По данным MiniMax, фаза обучения с использованием Reinforcement Learning заняла всего три недели и 512 GPU Nvidia H800, а её аренда обошлась в 537 400 долларов. Это на порядок меньше, чем ожидалось в начале проекта.
Таким образом, MiniMax-M1 — это не просто очередная LLM . Это попытка перехватить лидерство в гонке ИИ на рынке Китая и заявить о себе на глобальном уровне. Поддержка таких гигантов, как Alibaba, Tencent и IDG Capital, придаёт проекту дополнительный вес. А сам факт, что модель действительно полностью открыта, делает её редкостью в мире, где даже «открытые» модели зачастую прикрыты юридическими оговорками.
* Компания Meta и её продукты (включая Instagram, Facebook, Threads) признаны экстремистскими, их деятельность запрещена на территории РФ.