MiniMax M3──428Bパラメータ・100万トークン文脈のオープンウェイト中国モデル

3行まとめ

1. 中国MiniMaxが6月1日、428Bパラメータ（23B活性化）のオープンウェイトモデル「M3」を公開
2. スパースアテンション（MSA）でトークンあたりの計算量を約20分の1に圧縮し、100万トークンの文脈長を実現
3. BrowseCompで83.5を記録（MiniMax公式ブログによる）、API価格は入力$0.30・出力$1.20/100万トークン（プロモーション価格）

何が起きたか

中国のAI企業MiniMaxは2026年6月1日、大規模言語モデル「MiniMax M3」を公開した。MiniMax公式ブログによると、総パラメータ数は428B、うちスパースアテンション機構（MSA: Mixture of Sparse Attention）により推論時に活性化されるのは23Bとされている。コンテキストウィンドウは100万トークン。オープンウェイトモデルとして公開されており、重みのダウンロードが可能である。

モデルは3つのバリアントで構成される。フラッグシップの「M3 Super」に加え、軽量版「M3 Nano」、エッジデバイス向けの「M3 Edge」が予告されている（The Decoderの報道による。M3 Edgeは本記事執筆時点で未リリースの模様）。

スパースアテンション（MSA）の仕組み

MiniMaxが「MSA」と呼ぶスパースアテンション機構は、M3の設計上の核だと公式ブログは説明している。428Bの総パラメータのうち、各トークンの処理に使うのは23Bのみ。MiniMax側の説明によれば、これによりトークンあたりの計算量を従来比で約20分の1に削減できるとしている。

100万トークンのコンテキストウィンドウは、この計算量削減と組み合わせることで実用的な速度を維持する設計とされている。ただし、実際の推論速度やメモリ使用量の条件は公式ブログの記載範囲では詳細に検証できていない。

ベンチマーク

MiniMax公式ブログによると、M3はBrowseCompベンチマークで83.5を記録した。同ブログはこれをAnthropic Claude Opus 4.7の79.3と並べて紹介している（The Decoderも同様に報道）。

ベンチマークの性質について補足すると、BrowseCompはウェブ上の情報検索能力を測定するタスクであり、モデルの汎用的な推論能力を測るものとは測定対象が異なる。また、ベンチマーク結果はモデル提供者側が自社ブログで報告した数値であり、第三者による独立した再現テスト結果ではない。

価格

MiniMax公式ブログによるAPI価格は以下の通り（プロモーション価格と明記されている）。

項目	価格（100万トークンあたり）
入力	$0.30
出力	$1.20

プロモーション価格であるため、通常価格に移行した場合の変動幅は不明。導入を検討する場合は、MiniMaxの公式ページで最新の価格を確認することを勧める。

正直に言うと

本記事の数値はMiniMax公式ブログおよびThe Decoderの報道に基づいている。筆者がM3を実際に使用した上での評価ではない。

「428Bパラメータで23Bのみ活性化」というアーキテクチャは、Mixture of Expertsとは異なるアプローチだが、「大きなモデルの一部だけを使う」という方向性は類似している。MSAが20倍の計算量削減を実現するというMiniMax側の主張については、条件（入力長・バッチサイズ・ハードウェア構成等）によって実測値は変わりうる。

オープンウェイトである点は、自社環境でのファインチューニングやプライバシー要件のある用途では利点になりうる。一方で、中国企業が提供するモデルの利用にあたっては、自社のコンプライアンスポリシーや利用規約の確認が必要になる場合がある。

BrowseCompの83.5という数値がClaude Opus 4.7の79.3を上回っている点について──ベンチマーク1つの優劣でモデルの総合力は判断できない。タスクによって得手不得手は異なるため、自分の用途で試すのが一番確実である。

出典・但し書き

• 本記事の数値・仕様はMiniMax公式ブログ（2026年6月1日付）およびThe Decoderの報道に基づく
• Claude Opus 4.7のBrowseCompスコア79.3はMiniMax公式ブログの記載による（Anthropic側の公式発表との突合は未実施）
• M3 Edgeは2026年6月21日時点で未リリースの模様（出典の記載に基づく推定）
• API価格はプロモーション価格であり、変更の可能性がある

---

記事についての感想・指摘があればYouTubeのコメントまたはXアカウントまで。もらったフィードバックは次の記事に反映します。