Model Minimax M1 AI China mendakwa prestasi dan kelebihan kos ke atas DeepSeek

Depan baru telah dibuka dalam perlumbaan AI yang tinggi di China. Permulaan yang berpusat di Shanghai Minimax telah mengeluarkan Minimax-M1, model penalaran terbuka yang kuat yang melancarkan cabaran langsung dan berbilang arah kepada dominasi saingan domestiknya, DeepSeek. Langkah ini meningkatkan persaingan serantau dari pertempuran penanda aras kepada perang yang lebih kompleks yang melawan prestasi, kecekapan kos, dan definisi”sumber terbuka.”Menurut Laporan dari daftar Sehingga minggu ini, model R1-0528 yang dinaik taraf DeepSeek dilihat secara meluas sebagai pesaing sumber terbuka China yang terkemuka. Sistem tetapi berbuat demikian dengan kecekapan yang lebih besar dan di bawah lesen yang lebih permisif.

Pembangunan ini menandakan pematangan ekosistem AI di luar Silicon Valley, di mana syarat-syarat penglibatan sekarang termasuk jaminan undang-undang dan kedudukan etika bersama kuasa teknikal mentah. Bagi pemaju dan perusahaan global, persaingan menjanjikan alat-alat yang lebih berkuasa dan mudah diakses, tetapi ia juga menyoroti kerumitan yang semakin meningkat untuk menavigasi landskap yang dibentuk oleh persaingan sengit dan tekanan geopolitik. Model Repository gitHub rasmi Butiran Campuran Hibrid-of-ExpeSt. Maklumat lanjut sekaligus. Walaupun kedua-dua model menggunakan teknik MOE yang meningkatkan kecekapan, Minimax mendakwa mekanisme”perhatian kilat”proprietari dan algoritma pembelajaran tetulang novel yang dipanggil CISPO adalah pembezaan utama. Menurut Kertas teknikal rasmi Reka bentuk ini adalah asas kecekapan model.”Berbanding dengan DeepSeek… Pengurangan besar dalam kos pengiraan ini menjadikan M1 jauh lebih cekap semasa kedua-dua kesimpulan dan latihan skala besar [model].”

Minimax menegaskan bahawa untuk tugas-tugas penalaran yang kompleks, M1 hanya memerlukan kira-kira 30 peratus daripada kuasa pengiraan DeepSeek R1. Walaupun tanda aras yang dilaporkan sendiri menunjukkan gambar yang bernuansa-dengan DeepSeek mengekalkan kelebihan sedikit dalam beberapa ujian pengekodan-M1 muncul untuk menarik ke hadapan dalam tugas-tugas penalaran konteks panjang, keupayaan kritikal untuk aplikasi yang canggih. Src=”Data: Image/SVG+XML; Nitro-emphy-id=mty0mtoxndkw-1; base64, phn2zyb2awv3qm94psiwidagoty1idk4ny Igd2lkdgg9ijkk2nsigagvpz2h0psi5odciihhtbg5zpsjodhrwoi8vd3d3lnczlm9yzy8ymdawl3nzyi+pc9zdmc+”>

Lebih dari satu lesen: Gambit sumber terbuka

Mungkin langkah paling strategik Minimax adalah pilihan lesennya. Syarikat itu mengeluarkan M1 di bawah Lesen Apache 2.0 , yang mana ia menunjukkan bingkai sebagai”sumber terbuka.”Ini adalah jab yang disengajakan pada pesaing seperti Meta, yang model llama menggunakan lesen komuniti yang ketat yang dibincangkan oleh Sumber Open Sumber Inisiatif