---

MiniMax-M1

1. 模型概述

我们推出了MiniMax-M1，这是全球首个开放权重、大规模混合注意力推理模型。MiniMax-M1采用混合专家模型（MoE）架构，并结合闪电注意力机制。该模型基于我们先前的MiniMax-Text-01模型开发而成，总参数量达4560亿，每token激活参数量为459亿。与MiniMax-Text-01一致，M1模型原生支持100万token的上下文长度，是DeepSeek R1上下文大小的8倍。此外，MiniMax-M1中的闪电注意力机制实现了测试时计算资源的高效扩展——例如，与DeepSeek R1相比，在生成长度为10万token时，M1仅消耗其25%的FLOPs。这些特性使M1特别适用于需要处理长输入并进行深入思考的复杂任务。MiniMax-M1通过大规模强化学习（RL）在从传统数学推理到基于沙盒的真实世界软件工程环境等多种问题上进行了训练。我们为M1开发了一个高效的RL扩展框架，主要从两个方面入手：(1) 我们提出了CISPO算法，该算法通过对重要性采样权重而非token更新进行裁剪，性能优于其他竞争性的RL变体；(2) 我们的混合注意力设计自然提升了RL的效率，同时解决了在混合架构下扩展RL时所面临的独特挑战。我们分别训练了具有4万和8万思维预算的两个版本的MiniMax-M1模型。在标准基准测试上的实验表明，我们的模型在复杂软件工程、工具使用以及长上下文任务等方面，均显著优于其他强大的开放权重模型，如原始的DeepSeek-R1和Qwen3-235B。凭借测试时计算资源的高效扩展，MiniMax-M1为下一代语言模型智能体提供了坚实的基底，使其能够进行推理并应对现实世界的挑战。

在竞赛级别的数学、编码、软件工程、智能体工具使用以及长上下文理解任务中，领先商业及开放权重模型的基准性能对比。此处我们使用MiniMax-M1-80k模型代表MiniMax-M1。

2. 评估

MiniMax-M1在核心基准测试中的表现。

类别	任务	MiniMax-M1-80K	MiniMax-M1-40K	Qwen3-235B-A22B	DeepSeek-R1-0528	DeepSeek-R1	Seed-Thinking-v1.5	Claude 4 Opus	Gemini 2.5 Pro (06-05)	OpenAI-o3
	扩展思维	80K	40K	32k	64k	32k	32k	64k	64k	100k
数学	AIME 2024	86.0	83.3	85.7	91.4	79.8	86.7	76.0	92.0	91.6
	AIME 2025	76.9	74.6	81.5	87.5	70.0	74.0	75.5	88.0	88.9
	MATH-500	96.8	96.0	96.2	98.0	97.3	96.7	98.2	98.8	98.1
通用编码	LiveCodeBench (24/8~25/5)	65.0	62.3	65.9	73.1	55.9	67.5	56.6	77.1	75.8
	FullStackBench	68.3	67.6	62.9	69.4	70.1	69.9	70.3	--	69.3
推理与知识	GPQA Diamond	70.0	69.2	71.1	81.0	71.5	77.3	79.6	86.4	83.3
	HLE (无工具)	8.4*	7.2*	7.6*	17.7*	8.6*	8.2	10.7	21.6	20.3
	ZebraLogic	86.8	80.1	80.3	95.1	78.7	84.4	95.1	91.6	95.8
	MMLU-Pro	81.1	80.6	83.0	85.0	84.0	87.0	85.0	86.0	85.0
软件工程	SWE-bench Verified	56.0	55.6	34.4	57.6	49.2	47.0	72.5	67.2	69.1
长上下文	OpenAI-MRCR (128k)	73.4	76.1	27.7	51.5	35.8	54.3	48.9	76.8	56.5
	OpenAI-MRCR (1M)	56.2	58.6	--	--	--	--	--	58.8	--
	LongBench-v2	61.5	61.0	50.1	52.1	58.3	52.5	55.6	65.0	58.8
智能体工具使用	TAU-bench (航空公司)	62.0	60.0	34.7	53.5	--	44.0	59.6	50.0	52.0
	TAU-bench (零售业)	63.5	67.8	58.6	63.9	--	55.7	81.4	67.0	73.9
事实性	SimpleQA	18.5	17.9	11.0	27.8	30.1	12.9	--	54.0	49.4
通用助手	MultiChallenge	44.7	44.7	40.0	45.0	40.7	43.0	45.8	51.8	56.5

* 在仅文本的HLE子集上进行。

我们的模型在temperature=1.0、top_p=0.95的设置下进行评估。

SWE-bench方法论

我们报告的是基于无代理框架得出的结果。与原始流程不同，我们的方法采用了两阶段定位过程（不使用任何基于嵌入的检索机制）：首先进行粗粒度的文件定位，随后再进行细粒度的特定文件及代码元素定位。我们模型的数值是在n=486个经过验证且可在我们基础设施上运行的任务子集上计算得出的。被排除的14个与我们内部基础设施不兼容的测试案例如下： "astropy__astropy-7606", "astropy__astropy-8707", "astropy__astropy-8872", "django__django-10097", "matplotlib__matplotlib-20488", "psf__requests-2317", "psf__requests-2931", "psf__requests-5414", "pylint-dev__pylint-6528", "pylint-dev__pylint-7277", "sphinx-doc__sphinx-10435", "sphinx-doc__sphinx-7985", "sphinx-doc__sphinx-8269", "sphinx-doc__sphinx-8475"

TAU-bench方法论

我们以GPT-4.1作为用户模型，并在不使用任何自定义工具的情况下对TAU-Bench进行评估。最大交互步骤数为40步。我们的通用系统提示如下：

- 在每一回合中，您都需要仔细检查所提供的工具，以确定是否可以使用。
- 您必须严格遵守所有政策。请注意条款中的细节。大多数情况下的解决方案都可以在这些政策中找到。

3. MiniMax-M1模型使用建议

为了获得MiniMax-M1模型的最佳效果，我们建议重点关注两点：推理参数和系统提示。

3.1. 推理参数

• 温度：1.0
• Top_p：0.95

这一设置最有利于激发模型回答的创造性和多样性。它使模型能够探索更广泛的语言可能性，避免输出过于僵化或重复，同时仍保持较强的逻辑连贯性。

3.2. 系统提示词

根据具体任务量身定制系统提示词，对于有效引导模型至关重要。以下是针对不同场景的建议设置。

A. 通用场景

对于常见的任务，如摘要生成、翻译、问答或创意写作：

你是一位乐于助人的助手。

B. 网页开发场景

对于生成网页代码等复杂任务：

你是一名网页开发工程师，将按照以下指示编写网页。你是一位功能强大的代码编辑助手，能够在与用户的对话中编写代码并创建项目成果，也可以根据用户的要求修改和更新现有成果。 
所有代码都应写在一个代码块中，形成一个完整的代码文件进行展示，无需将 HTML 和 JavaScript 代码分开。所谓“项目成果”是指可运行的完整代码片段，你更倾向于整合并输出这样的完整可运行代码，而不是将其拆分为多个代码块。对于某些类型的代码，它们可以在 UI 窗口中渲染图形界面。生成完成后，请再次检查代码的执行情况，以确保输出中没有错误。
仅输出 HTML 代码，不要添加任何额外的描述性文字。请使界面看起来现代且美观。

C. 数学场景

在处理需要计算或逻辑推理的问题时：

请逐步推导，并将最终答案用 \boxed{} 括起来。

4. 部署指南

从 HuggingFace 仓库下载模型：

• MiniMax-M1-40k
• MiniMax-M1-80k

在生产环境中部署时，我们推荐使用 vLLM 来服务 MiniMax-M1。vLLM 在服务大型语言模型方面表现出色，具有以下特点：

• 🔥 出色的服务性能
• ⚡ 高效智能的内存管理
• 📦 强大的批量请求处理能力
• ⚙️ 深度优化的底层性能

有关 vLLM 的详细部署说明，请参阅我们的 vLLM 部署指南。此外，您也可以直接使用 Transformers 进行部署。详细的 Transformers 部署说明，请参阅我们的 MiniMax-M1 Transformers 部署指南。

5. 函数调用

MiniMax-M1 模型支持函数调用功能，能够识别何时需要调用外部函数，并以结构化格式输出函数调用参数。MiniMax-M1 函数调用指南 提供了关于如何使用 MiniMax-M1 函数调用功能的详细说明。

6. 聊天机器人与 API

为了方便一般用户使用和评估，我们提供了具备在线搜索功能的 聊天机器人 以及面向开发者的 在线 API。此外，我们还为开发者提供了包含视频生成、图像生成、语音合成和语音克隆等功能的 MiniMax MCP 服务器。

7. 引用

@misc{minimax2025minimaxm1scalingtesttimecompute,
      title={MiniMax-M1：利用 Lightning Attention 高效扩展推理时计算资源}, 
      author={MiniMax},
      year={2025},
      eprint={2506.13585},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2506.13585}, 
}

8. 联系我们

欢迎通过 model@minimax.io 与我们联系。

MiniMax-M1 快速上手指南

MiniMax-M1 是全球首款开源权重的混合注意力推理模型。它结合了混合专家（MoE）架构与闪电注意力机制，原生支持 100 万 tokens 上下文窗口，并在复杂数学推理、代码生成及长文本处理任务中表现卓越。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux (推荐 Ubuntu 20.04+) 或 macOS。
• Python 版本: Python 3.9 或更高版本。
• 硬件要求:
  • 由于模型参数量巨大（总参数 456B，激活参数 45.9B），本地推理需要高性能 GPU 集群或多卡环境。
  • 建议使用支持 Flash Attention 的 NVIDIA GPU (如 H100, A100, H800 等)。
  • 显存需求取决于量化等级和并发量，全精度推理需极高显存配置。
• 前置依赖:
  • pip 包管理工具
  • git
  • (可选) CUDA Toolkit 11.8 或 12.1+

2. 安装步骤

2.1 克隆仓库

首先从 GitHub 克隆官方仓库（国内用户如遇网络问题，可使用镜像源或代理）：

git clone https://github.com/MiniMax-AI/MiniMax-M1.git
cd MiniMax-M1

2.2 创建虚拟环境并安装依赖

建议创建独立的 Python 虚拟环境以避免依赖冲突：

python -m venv minimax-m1-env
source minimax-m1-env/bin/activate  # Windows 用户使用: minimax-m1-env\Scripts\activate

pip install -r requirements.txt

提示：如果 requirements.txt 下载缓慢，可临时使用国内镜像源加速安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2.3 获取模型权重

模型权重托管在 Hugging Face 和 ModelScope（魔搭社区）。国内开发者强烈推荐通过 ModelScope 下载以获得更快的速度。

方式 A：使用 ModelScope (推荐)

# 确保已安装 modelscope
pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple

# 下载 MiniMax-M1-80k 版本 (思考预算 80K)
modelscope download --model MiniMax/MiniMax-M1-80k --local_dir ./models/MiniMax-M1-80k

方式 B：使用 Hugging Face

# 需要安装 huggingface-hub 并登录
huggingface-cli download MiniMaxAI/MiniMax-M1-80k --local-dir ./models/MiniMax-M1-80k

3. 基本使用

MiniMax-M1 专为推理任务设计，为了获得最佳效果，必须严格设置推理参数。

3.1 核心推理参数

• Temperature: 1.0 (固定值，用于激发模型的创造性与多样性)
• Top_p: 0.95 (固定值)

3.2 Python 调用示例

以下是最基础的加载与推理示例（假设您已配置好符合模型架构的推理后端，如 vLLM 或官方提供的 inference script）：

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# 配置模型路径
model_path = "./models/MiniMax-M1-80k"

# 加载分词器
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)

# 加载模型 (根据显存情况调整 device_map 和 torch_dtype)
# 注意：实际生产环境建议使用 vLLM 或专门的推理引擎加载此规模模型
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)

# 准备输入提示词 (Prompt)
prompt = "请计算：如果一个农场有鸡和兔子共 35 个头，94 只脚，请问鸡和兔子各有多少只？请逐步思考。"

inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

# 生成响应
# 关键：必须设置 temperature=1.0 和 top_p=0.95
outputs = model.generate(
    **inputs,
    max_new_tokens=4096,
    temperature=1.0,
    top_p=0.95,
    do_sample=True,
    pad_token_id=tokenizer.eos_token_id
)

# 解码并输出结果
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

3.3 系统提示词建议

为了发挥模型在 Agent 任务和复杂推理中的能力，建议在对话开始时加入以下系统提示词（System Prompt）：

- In each round, you need to carefully examine the tools provided to you to determine if any can be used.
- You must adhere to all of the policies. Pay attention to the details in the terms. Solutions for most situations can be found within these policies.

现在您可以开始探索 MiniMax-M1 在长上下文理解、复杂代码工程及深度逻辑推理方面的强大能力了。