MiniMaxは10月19日、DeepSeek V4.1 Flash-1017の発表直後にM3.1 Flashをリリースしました。提供された記事では、コーディングおよびエージェントタスクのスコアとコストのチャートを通じて両モデルを比較し、比較的低コストのモデルが一部の評価でより高価なシステムに近い結果を示すことを解説しています。
「DeepSeekが先、MiniMaxが次」という位置付けは、特定のコーディングにおけるコストパフォーマンス比較に関するものです。あらゆるタスク、モデルバージョン、デプロイ設定にまたがる総合的な順位として捉えるべきではありません。より重要な問いは、許容できる総コストで、どの設定が業務を安定して完了できるかです。
コーディング結果と企業向けエージェントワークフロー
MiniMaxのリリース資料によると、リポジトリの理解、開発、修正、テストを含む評価である**DeepSWE v1.1で73.7%**を達成しています。出典の表では、この比較におけるDeepSeek V4.1 Flash-1017は77.0、GPT-5.6 Solは73.0、Opus 5は74.0とされています。
Xinzhiyuanが再掲した企業比較。モデルのバージョンと評価条件が重要です。
コストチャートでは、報告されたスコアにおいてM3.1 Flashが低コスト側に位置し、プロットされた比較ではDeepSeek Flash-1017が先行しています。異なる推論レベルが別々の点として示されているため、設定を一つ選ぶだけでコストと結果の両方が変わる可能性があります。
この評価における平均2中国元未満という数値は、すべてのバグ修正に一律で適用される料金ではありません。実際のタスクコストは、トークン消費量、失敗した試行、リポジトリの規模、ツールの使用状況によって変わります。
自動化とツール利用
提供されたチャートでは、Automation-Benchにおいて最大推論レベルで**62.8%**と報告されています。表示された他の設定を上回る位置にM3.1 Flashがあり、低コストと引き換えに一部のスコアを下げた、推論レベルを下げたMiniMaxの点も示されています。
出典では、SaaSツールや業務機能をまたぐ企業ワークフローについて説明しています。ベンチマークはその業務の一部を近似するものですが、実際の営業、財務、カスタマーサポートのプロセスすべてでモデルが成功することを示すものではありません。
MiniMaxについて報告されたその他のスコアは次のとおりです。
| 評価 | 出典におけるM3.1 Flashのスコア | 比較上の位置付け |
|---|---|---|
| LOCA-Bench 256K | 60.3. | 示されているGPT-5.6 Solの60.0をわずかに上回る。 |
| BankerToolBench | 76.2. | この表ではOpus 5の数値と同率。 |
| CyberGym | 82.2. | 示されているGLM-5.3およびGPT-5.6 Solのスコアを下回るが、その時点の比較では競争力がある。 |
| OSWorld 2.0 | 61.7. | 示されているDeepSeek V4.1 Flashの54.3を上回るが、一覧にあるすべてのモデルの中で最高スコアではない。 |
| Agents' Last Exam | 29.6. | GPT-5.6 Solの30.6およびOpus 5の32.2を下回る。 |
これらは別々のテスト結果であり、明示的な方法論なしに平均して普遍的な成功率として扱える数値ではありません。
コンピューター利用と739中国元のALE推定
MiniMaxの公式発表では、OSWorld V2で61.7、Agents' Last Examで29.6という報告スコアが確認されています。これらのテストで中国モデルをリードしたという主張は、リリース時に使用された比較対象とテスト条件の範囲に限定されます。
出典のALEチャートでは、合格率29.6%で152タスク全体を実行する費用を739中国元と推定しています。これは、すべてのタスクに合格したことや、合格したタスク1件あたりのコストを示すものではありません。
739中国元を152で割ると、試行したタスク1件あたり約4.86中国元になります。この計算によってチャートの規模を説明できますが、組織側の統合、インフラ、人的レビューのコストは含まれていません。
点線のフロンティアは、プロットされたコストに対して有利な結果を示した設定を結んでいます。その形状は、含まれるモデル、評価日、コストの前提によって変わります。フロンティア上の点は有用な比較材料ですが、同じ設定がすべてのワークロードで最安になることを証明するものではありません。
トークン料金とキャッシュ計算
MiniMaxの公式英語発表では、100万トークンあたりの一律料金として、入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドルが示されています。提供された中国語記事では、入力1中国元、出力4中国元、キャッシュ読み取り0.10中国元という中国元建ての料金が示されています。
この2つの通貨建ての料金表を、実際の為替レートに基づく正確な換算値として扱うべきではありません。実際の請求プラットフォームとアカウントに適用される料金表を使用してください。
出典では、MiniMaxの中国元建て料金を、報告されたDeepSeekのピーク時およびオフピーク時の料金と比較しています。10億入力トークンの例は、以下の前提に基づいて確認できます。
| キャッシュヒット率 | MiniMaxの入力コスト | 出典におけるDeepSeekのピーク時入力コスト | この例で低い金額 |
|---|---|---|---|
| 90% | 190中国元。 | 236中国元。 | MiniMaxが46中国元低い。 |
| 95% | 145中国元。 | 138中国元。 | DeepSeekが7中国元低い。 |
| 99% | 109中国元。 | 59.60中国元。 | DeepSeekが49.40中国元低い。 |
MiniMaxでヒット率90%の場合、10億入力トークンは100万トークン単位で1,000単位に相当します。計算式は100 × 1 + 900 × 0.10 = 190です。これらは入力のみの例であり、出力トークンや、引用された料金に含まれていないその他の請求は除外されています。
この比較は、キャッシュ利用が支配的になると、キャッシュを使用しない入力料金が低くても請求額が最低になるとは限らないことも示しています。ベンチマークの平均値を1,000件の業務タスクに外挿した記事の計算は、予算を考えるための例であり、本番環境でそれらのタスクを実行する際の見積書ではありません。
MiniMaxは別途、前世代モデルと比較してエージェントタスク全体の利用コストを70%削減したと主張しています。このワークロードに関する主張は、単純なトークン単価の引き下げとは異なります。
推論速度、Space Bunny、API設定
数分で紹介サイトを作り、リード獲得を伸ばす
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
同社は、匿名でテストされたSpace Bunnyについて、初期版のM3.1 Flashであると説明し、200兆トークン以上を処理したとしています。出力速度は毎秒200トークン超、中央値は毎秒170トークン超に達し、オンライン推論もほぼ3倍高速化したと報告しています。
これらは企業による測定値です。毎秒トークン数は出力スループットを測定するものであり、エージェントタスクの完了時間には、推論、ツール呼び出し、待機、再試行、テストも含まれます。
MiniMaxのモデル呼び出しガイドでは、1,000,000トークンのコンテキストウィンドウと、テキスト、画像、動画の入力が確認されています。これらの入力に対応していることは、モデルが画像や動画を生成することを意味しません。
このガイドでは、low、medium、high、xhigh、maxの5つの推論レベルが確認されています。**設定を省略するとデフォルトでmaxになり、推論を無効にすることはできません。**リクエストフィールドはプロトコルによって異なります。
| プロトコル | 推論深度のフィールド |
|---|---|
| Anthropic互換 | output_config.effort. |
| OpenAI互換Chat Completions | reasoning_effort. |
| OpenAI Responses | reasoning.effort. |
これらのフィールド名を、単一のトップレベルeffortパラメーターにまとめるべきではありません。公式ガイドによると、レベルを上げると一般的により多くの推論トークンが生成され、レイテンシーが増加します。推論レベルを下げるとその処理量が減るのであって、推論がオフになるわけではありません。
リリース時のアクセス先には、MiniMax API、M Plan、MiniMax Codeが含まれます。発表ではモデルの重みは後日提供されるとされているため、この記事は、リリース時点ですでにセルフホスト可能な提供形態や最終ライセンスが利用できたことを示すものではありません。
出典における折りたたみ都市と塔の例
Xinzhiyuanは、モデルをCodexに接続し、インタラクティブな折りたたみ都市を作成するよう依頼したと説明しています。その報告には、折りたたみスライダー、夜間照明、シーンを回転させて確認できる表示が含まれています。
これは記事のために新たに実施したテストではなく、発行元によるデモです。この画像は選択された出力を示すものですが、フレームレート、コード品質、クロスブラウザー対応を証明するものではありません。
この記事では、開発者のAJによる塔の例も再掲しています。これは最大推論レベルで、約50,000トークンを使い、1回のAPI呼び出しで生成されたと報告されています。視覚的なインパクトがより強いという主張は、その開発者の判断であり、DeepSeekとの標準化された比較ではありません。
Flashモデルを業務に合わせる
出典の比較は、異なる強みを示唆しています。DeepSeekはプロットされたソフトウェアエンジニアリングのチャートで位置付けが高く、MiniMaxは企業ワークフローの結果で強さを示しています。こうした違いがあるため、一つの見出し的な順位に頼るのではなく、代表的な業務で両方をテストすることが重要です。
レビュー後の成功率、経過時間、再試行、総支出を追跡してください。トークン単価の低さが最も重要になるのは、モデルが必要なタスクを完了でき、追加の手戻りによって節約分が相殺されない場合です。
MiniMaxは、Pro版を後日提供するとしています。この将来製品は、M3.1 Flashで記録されているリリース時の動作とは分けて考える必要があります。
FAQ
MiniMax M3.1 Flashは総合的に2番目ですか？
出典の順位は、特定のコーディングにおけるスコアとコストの比較を指しています。記事内の他の評価では、異なる順位や同率の結果が示されています。
公式の米ドル建てトークン料金はいくらですか？
MiniMaxの発表では、100万トークンあたり入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドルとされています。別の通貨建て料金表を使って予算を作成する前に、適用される請求プラットフォームを確認してください。
739中国元のALE金額は、すべてのタスクに合格したことを意味しますか？
いいえ。これは152件のタスクを試行した評価全体の推定実行コストです。報告された合格率は29.6%であり、チャートの前提に含まれないコストは除外されています。
ガイドが対応している入力形式とコンテキスト長はどのようなものですか？
公式ガイドでは、テキスト、画像、動画の入力と、最大100万トークンのコンテキストが示されています。入力の理解に対応していることは、画像や動画の生成を意味しません。
推論設定を省略するとどうなりますか？
ドキュメントによると、デフォルトはmaxです。低いレベルを選ぶには、プロトコルに対応したフィールドを使用してください。推論をオフにすることはできません。
リリース時点ですでにモデルの重みは利用できましたか？
リリース発表では、重みは後日公開されるとされています。ホスト型APIへのアクセスと、予定されている重みの公開は別々の提供状況に関する主張です。
関連ツール
- MiniMax API Platform: MiniMaxモデルと開発者向けサービスへのホスト型アクセス。
- MiniMax Code: リリース発表で提供されたデスクトップ型コーディングアプリケーション。
- M Plan: MiniMaxへのアクセス手段として案内されているサブスクリプション。
- DeepSeek Flash-1017 Repository: 比較対象モデルの公開リポジトリ。
関連リンク
- BAAI Hub掲載の提供記事: 中国元建ての比較と図解例の出典。
- MiniMaxのM3.1 Flash発表: 公式のリリース料金、アクセス方法、企業によるベンチマークの主張。
- MiniMaxモデル呼び出しガイド: 確認済みのコンテキスト、入力形式、プロトコル別の推論制御。
- MiniMax APIプラットフォーム: 公式の開発者向けエントリーポイント。
- MiniMax Codeのダウンロード: 公式発表からリンクされているデスクトップ製品。
- DeepSeek V4.1 Flash-1017: 比較に関連するモデルリポジトリ。
まとめ
M3.1 Flashは、低価格のトークン料金と、企業が報告したコーディング、自動化、コンピューター利用に関する競争力のある結果を組み合わせています。その価値は、推論設定、キャッシュの動作、そして許容できる手戻りで実際のワークフローを完了できるかどうかによって決まります。
ベンチマークチャートはテスト対象を選ぶために使い、その後は成功した結果、経過時間、総請求額によってモデルを判断してください。
