MiniMax M3.1 Flashレビュー｜料金・コーディング・公開ウェイト・必要GPU

更新：2026年10月23日

MiniMax M3.1 Flashは、コード修正やツール操作を繰り返す開発者にとって、コスト面で試す価値のあるモデルです。低いAPI単価、100万トークンのコンテキスト、公開されたウェイトが魅力。一方で、思考を完全に無効化できないこと、事実を自信ありげに間違える傾向、大きなローカル実行環境が導入時の判断材料になります。

評価としては、人が結果を確認できる開発・業務自動化の候補に向いています。「23Bが有効だから軽い」「利用トークン数が多いから最高性能」と判断せず、テストを通過した成果物の数、修正回数、総費用で現在のモデルと比べるのが実用的です。

M3.1 Flashの仕様とモデルの位置付け

ホスト型サービスは10月19日、ウェイトは10月23日に公開されました。MiniMax M3.1 Flash — Hugging Faceによると、約4,280億の総パラメータを持ち、各トークンでは約230億を有効にするMoEモデルです。テキスト・画像・動画を入力し、テキストを出力します。MiniMax H3や、画像・動画を直接生成するモデルとは役割が異なります。

M3系の構成を引き継ぎながら、全層での疎な注意機構、量子化を考慮した学習、DSparkの投機的デコード用ドラフトヘッドを採用しています。計算に使うエキスパートが少なくても、使わないウェイトが保存不要になるわけではありません。23Bはメモリ容量の目安にはできません。

ウェイト公開と商用ライセンス

公式リポジトリからダウンロードできますが、MiniMax Community LicenseはMITやApacheではなくMiniMax Community Licenseです。商用利用では「Built with MiniMax M3.1-Flash」の表示が必要です。対象製品・サービスの年間売上が2,000万米ドルを超える場合は事前の書面による許可が必要で、それ以下では指定された一度限りの通知が求められます。

非商用利用にもライセンス条件が適用され、禁止用途の規定があります。追加学習したモデルや商用APIも商用利用の定義に含まれます。条件付きの公開ウェイトと理解するのが正確です。ホスト型APIやサブスクリプションには別のサービス規約があるため、両者を混同しないでください。

「72時間で100兆トークン」の数字を整理

OpenCodeの元の告知は、Space Bunnyが12日連続で利用ランキング1位となり、106兆トークンを提供したことと、新たな3日間の無料提供を別々に述べています。OpenRouterは10日間の1位、56.7兆トークン、続いて72時間の無料提供を告知しました。プラットフォームと集計期間が違います。

MiniMax — M3.1 Flashの200兆トークン超も匿名運用中の初期版に関する累計です。正式版が72時間で100兆トークンを処理したと確認できる数字ではありません。入力・出力、再送された文脈、同時利用を含み得る利用量は、単一リクエストの速度や品質とは別です。無料枠の期限・制限は利用するサービスで確認してください。

ベンチマーク：業務自動化が強み、コードは一長一短

10月23日のモデルカードではAutomation-Bench v1.0.6が62.8、DeepSWE v1.1が73.7、Terminal Bench 4.0が38.1です。初期報道のAutomation-Bench 62.2と混ぜず、下表では現行カードの値を使っています。比較はメーカー公開値であり、第三者が同一条件で再現した本記事の測定結果ではありません。

選んだ自動化の行ではMiniMaxが優位ですが、DeepSeek V4.1 Flash-1017はDeepSWE、Terminal Bench、NL2Repoで上回り、Opus 5もTerminal Benchで差をつけています。DeepSWEはmini-SWE-agent 2.4.5・512K文脈、Terminal BenchはCodex 0.149.1を使用。異なるベンチマーク版や実行環境の点数を並べて、万能な順位にしないことが大切です。

現行公式モデルカードの比較。「—」は未掲載で、0点ではありません。BabyVisionはツール使用時です。

速度も条件を分けて見ます。MiniMaxは出力200トークン/秒超、中央値170超を掲げますが、確認時のArtificial Analysisは92.5トークン/秒でした。配信・測定条件が異なり、同条件の直接比較ではありません。出力速度だけには入力処理、思考、ツール実行、再試行の待ち時間が表れないため、自分の文脈長と同時実行数で完了までの時間を測ってください。

コード修正・エージェントに向く使い方

ログから不具合を再現する、範囲を限定した機能を実装する、複数資料と表計算の数値を照合する、といった作業が候補です。MiniMax Code — M3.1 Flashは問い合わせ管理画面の遅さを調査する事例などを紹介しています。ただし、メーカーの事例と自分のアプリでの改善幅は同じではありません。

リポジトリ、再現手順、失敗するテスト、変更してはいけないデータを渡し、原因の根拠・最小限の修正・実際のテスト結果を求めます。モデル単体がPCを操作するわけではなく、ツールを実行するホスト環境が必要です。外部への書き込み権限は作業に必要な範囲に絞り、変更内容を確認してください。

画像・動画入力と100万トークンの実用性

画面のスクリーンショットはUI不具合の説明に、操作動画は状態変化の理解に役立ちます。画像や動画の入力に対応していても、モデルの出力はテキストです。グラフ、スライド、Three.jsのシーンはコードや別のツールを介した成果物であり、このモデルによる画像・動画の直接生成ではありません。音声入出力も今回の仕様には掲げられていません。

公式APIの文脈長は最大1,000,000トークン、生成上限は524,288トークンですが、リクエスト全体の予算や設定に従います。ファイル・画像・ツール履歴・思考が資源を消費するため、上限まで入れれば正確に読めるとは限りません。関連ファイルから始め、根拠の場所を返させ、資料間の矛盾を検査します。学習知識の締切日は確認した公開資料で明確に示されていません。

推論強度とAPI設定で気を付ける点

MiniMax APIはlow・medium・high・xhigh・maxの5段階を用意し、既定値はmaxです。思考の無効化には対応しません。Anthropic互換ではoutput_config.effort、OpenAI Chat Completionsではreasoning_effort、Responsesではreasoning.effortを使います。古いクライアントがこの値を落とすと、意図した設定にならない可能性があります。

MiniMax Tool Useに従い、reasoning_contentと最終回答を分け、完全なアシスタントメッセージとツール呼び出しIDを次のターンへ引き継ぎます。ツールを直接呼ぶ応答では思考フィールドがない場合もあります。JSON形式の出力はパースとスキーマ検証が必要です。通常作業はmediumから比較し、難しい問題だけhigh/maxへ上げ、出力・再試行・ターン数に上限を設けると費用を管理しやすくなります。

API料金と成果物1件あたりの費用

公式単価は100万トークンあたり、未キャッシュ入力0.15米ドル、出力0.60米ドル、キャッシュ入力0.015米ドルです。入力100万＋出力10万ならモデル料金は0.21米ドル。入力全体がキャッシュ対象なら0.075米ドルです。ツール利用料、税金、実行環境、再試行は別で、キャッシュ適用も自動的に保証されません。円建ての固定料金ではありません。

最終回答だけでなく課金対象の思考トークンも数え、採用できた成果物で費用を割ります。安い呼び出しを10回繰り返せば、単価の高いモデルより高くなることもあります。メーカーの「タスク費用70%減」は特定条件の比較で、すべてのAPI単価が70%引きという意味ではありません。M Plan、MiniMax Code、他社の無料枠はそれぞれ別の契約・上限です。

ローカル実行：必要GPUと量子化の現実

公開ファイルは単純なBF16ではなく、MXFP8の経路とNVFP4のMoEエキスパートを含む混合量子化です。10月23日の48本の主要safetensorsを合計すると約250.1GB（10進表記）、別途DSparkウェイトが約2.3GBあります。これは配布ファイル容量の計算で、測定したVRAM使用量ではありません。量子化データを格納するU8配列の要素数から、総パラメータ数を読み替えることもできません。

vLLMは対応Blackwell・AMD MI355XでTP4、H100/H200でTP8などの構成を示します。Hopperの例は文脈を262,144に制限し、動画入力とDSparkを無効にしています。ホスト型APIの全機能が各ローカル構成で動くとは限りません。KVキャッシュ、画像処理、同時実行、実行時の余裕も必要です。24GB/32GBのGPU1枚に全体を載せられるという根拠はありません。SGLangも公式に案内された選択肢です。

事実性・日本語・NSFWの制約

10月23日に確認したArtificial AnalysisのページはIntelligence Index 43、評価タスク平均約0.22米ドルでした。公開時のmax評価では42で、AA-Omniscience正答率56%、幻覚率93%を報告しています。AA-Omniscienceでの幻覚率は「誤答÷非正答全体」で、部分回答や未回答も分母に含みます。全回答の93%が間違いという意味ではなく、正解できないときに誤答しやすい傾向への注意です。

Reddit — LocalLLaMAでは期待と配布容量・実行環境への懸念が混在し、Reddit — OpenCodeには無料提供終了に気付いた利用者の声があります。統制された性能比較ではありません。日本語について、同等に詳しい独立評価は確立していません。敬語、固有名詞、日付、数値、コードコメントを実データで確認し、英語の点数を日本語の品質保証に置き換えないでください。

公開ウェイトだから無検閲・NSFW対応とはいえません。禁止用途とホスト側の規定があり、安定した成人向け生成能力を確認した評価でもありません。クラウド利用はローカル処理と異なります。社内コードや顧客情報を扱う場合は、保存期間・処理地域・契約条件をサービスごとに確認します。日本語で回答できることと、日本語UI・国内課金・国内保存は別の話です。

導入前に試したい実務テスト

失敗テスト付きの不具合修正2件、画像を使ったUI診断、複数資料の照合、資料に答えがない質問を同じ条件で試すと判断しやすくなります。日本語の仕様書や敬語を含む問い合わせも加え、同じファイル、権限、時間上限で比較してください。

指示例：「不具合を再現し、診断の根拠となるファイルと行を示してください。必要最小限の修正を行い、関連テストを実行し、未解決事項を報告してください。情報が足りない場合は推測せず、不足を説明してください」。成功件数、再試行、入力・キャッシュ・思考・出力、実用的な結果までの時間と総費用を記録します。これは推奨手順であり、本記事で実施済みの自社測定ではありません。

よくある質問

完全なオープンソースですか？

ウェイトは公開されていますが、商用表示・通知・許可や禁止用途の条件があります。条件付きの公開ウェイトと考え、実際に配布されたライセンスを確認してください。

24GBのGPU1枚で動きますか？

公式の全ウェイトはその容量を大きく超えます。23Bはトークンごとの計算規模です。オフロードで読み込めても、実用速度や長い文脈、画像・動画機能まで保証されるわけではありません。

思考をオフにできますか？

できません。待ち時間とトークン使用量を減らすにはeffortを下げます。noneやdisabledの指定は対応外で、API方式に合うフィールド名も必要です。

動画や音声を生成できますか？

このモデルはテキスト・画像・動画を入力し、テキストを返します。MiniMaxの別製品や外部ツールの生成機能とは分けて考えてください。

無料でずっと使えますか？

期間限定キャンペーンから恒久的な無制限利用は判断できません。API従量課金、M Planの枠、他社の無料提供は別で、現在の料金と上限を利用先で確認します。

DeepSeekやClaudeより優秀ですか？

タスク次第です。メーカーの表でも自動化の一部で優位、コード評価の一部で劣位があります。同じツールと再試行上限で、採用できた成果物を比べる方が役立ちます。

総評と参考情報

低単価のエージェント・開発モデルとして、M3.1 Flashは十分に検討対象になります。まず範囲の狭い実務をホスト型で試し、正確さ・テスト結果・完了までの費用を見て判断するのが取り入れやすい方法です。自前運用は、GPU、運用体制、商用条件がそろう場合に検討してください。

小さなPC用モデル、直接の映像生成、厳密な構造化出力、検証不要の事実回答を求める用途とは条件が合いません。映像・画像を作りたい場合は、異なるモデルカテゴリを扱うMiniMax H3も参照できます。モデルの能力と実行ツールの役割を分けると、導入後の期待違いを減らせます。

2026年10月23日確認：MiniMax M3.1 Flash — Hugging Face、MiniMax Community License、MiniMax — M3.1 Flash、MiniMax API、MiniMax Tool Use、vLLM、SGLang、Artificial Analysis、Artificial Analysis — 2026-10-19、AA-Omniscience、OpenCode、OpenRouter、Reddit — LocalLLaMA。VentureBeatも費用と事実性のトレードオフを報じています。本稿は公開資料をもとにした技術評価で、AirMore独自のGPU速度測定やコード対決の実施結果ではありません。