MiniMax M1推理模型：闷声干活的实力派
MiniMax在推理模型赛道上的存在感不算高，但M1的成绩单说明他们是认真在做事的。 M1的定位M1是MiniMax的推理模型系列，对标的是OpenAI的o系列和DeepSeek的R1。核心能力集中在数学推理、代码生成和逻辑分析。 在SWE
#AI推理
共 6 篇文章
推理模型大横评：o系列、R1、Gemini Thinking谁更能"想"
“Thinking model”在2025年彻底成了主流概念。几乎每家头部AI公司都推出了自己的推理模型，核心卖点都一样：模型在回答之前先在内部”想一想”。 各家路线OpenAI o系列：最早把”思考”概念产品化的。o1到o3一路迭代，走的
GPT-5.2和ARC-AGI测试：通用推理能力到底走到哪一步了
ARC-AGI这个测试一直被看作是衡量AI”通用推理能力”的硬指标——不靠死记硬背，不靠pattern matching，纯粹考察模型能不能在没见过的抽象任务上灵活应变。 GPT-5.2在ARC-AGI-1上拿到了72%，ARC-AGI-2
DeepSeek R1开源之后，推理模型这条路被彻底跑通了
今年1月，DeepSeek把R1推理模型直接开源了，社区的反应很直接：没想到开源这边已经卷到这个程度了。 先看硬指标： AIME数学竞赛：77.5分 MATH-500：96.2分 Codeforces编程：94百分位 MMLU：0.849
Gemini 2.5 Pro发布，Google终于在推理能力上交出了有说服力的答卷
去年3月底，Google放出了Gemini 2.5 Pro，官方说法是”迄今最智能的模型”。 这种说法每家都会喊，但这次Gemini 2.5 Pro的跑分确实有点东西： 数学和科学推理 AIME 2024：92.0% AIME 2025：8
Opus 4.6来了：模型自己决定"要不要深度思考"
2月5号Anthropic发了Opus 4.6，最核心的升级叫Adaptive Thinking（自适应思考）。 以前 vs 现在以前用extended thinking，得手动设预算——让模型想10秒还是30秒，全靠开发者拍脑袋定。现在O