時給1ドルのAIワーカー
中国の人工知能スタートアップMiniMaxは、企業向けAI導入の経済性を崩壊させかねない破壊的変化を引き起こした。上海に拠点を置く同社は、最も高価な西側システムに匹敵する性能を発揮しながら、Claude Opus 4.6やGPT-5.2などの競合製品の10分の1から20分の1という価格で提供する言語モデルM2.5を発表した。
修正MITライセンスの下でHugging Faceに公開された今回のリリースは、世界市場を揺るがし、競争の境界線を塗り替えた中国AIの慌ただしい発表週間の一環として行われた。香港証券取引所でMINIMAX-WP（00100.HK）として取引されるMiniMax株は、発表後11%から16%上昇し、サウス・チャイナ・モーニング・ポストによればHK$680で取引を終えた。
MiniMaxはM2.5を単なるチャットボットではなく、自律的にコーディング、調査、文書作成を行える本格的なデジタル社員として位置づけている。同社は、コストへの懸念が実質的に消える初のフロンティアモデルであり、毎秒100トークンで1時間わずか1ドルという価格で継続運用できると主張している。処理速度を下げれば、コストは1時間当たり0.30ドルに低下する。この価格体系では、4つのAIエージェントを1年間継続稼働させても約1万ドルで済み、同等の西側モデルでは1か月分の運用費にもわずかしかならない金額である。
フロンティアに挑むベンチマーク
独立評価とMiniMax自身のテストによると、M2.5はコーディングモデルの最上位に位置し、価格差が非常に大きいにもかかわらず、AnthropicのClaude Opus 4.6に迫る結果を示している。実世界のソフトウェア工学能力を測る業界標準であるSWE-Bench Verifiedで、M2.5は80.2%を記録した。Opus 4.6には0.6ポイント届かないものの、OpenAIのGPT-5.2の80%、GoogleのGemini 3 Proの78%を上回る。
このモデルは多言語コーディングの分野で特に強みを示し、複数のコードベースを同時に理解することを求めるリポジトリ横断のプログラミング課題をテストするMulti-SWE-Benchで51.3%を達成した。これは50.3%のOpus 4.6を上回り、42.7%のGemini 3 Proを大きく引き離す結果だ。複雑なフルスタック開発課題をテストする社内ベンチマークVIBE-Proでは、M2.5はOpus 4.5と同等の性能を発揮した。
単なるコーディング能力だけでなく、M2.5は優れたエージェント能力も示している。複雑なウェブ閲覧と情報検索を測るBrowseCompでは76.3%、マルチターンのツール使用を評価するBerkeley Function Calling Leaderboard（BFCL）では76.8%を記録し、Opus 4.6を13ポイント以上上回った。第三者分析会社のArtificial Analysisは、M2.5にIntelligence Indexで42というスコアを与えた。同種モデルの平均25を大きく上回り、処理速度も平均の55に対して毎秒80トークンと速い点も指摘している。
ただし、異なる手法で48件の新しいGitHubプルリクエストをテストするSWE-rebench 2026年1月リーダーボードでの独立検証では、M2.5は39.6%で、Claude Codeの52.9%を下回った。評価用ハーネスや課題の新しさによって、実世界での性能にばらつきが出る可能性を示唆している。
効率性のアーキテクチャ
M2.5の経済的な実用性は、専門家の相談を模した設計パターンであるMoE（Mixture of Experts）アーキテクチャによるものだ。このモデルは全体で2,300億のパラメーターを備えるが、特定の課題で活性化されるのは100億だけである。この選択的な利用により、システムは大規模モデルの深い推論能力を維持しながら、はるかに小さなモデルに近い速度とコスト構造で動作できる。
この複雑なアーキテクチャを訓練するため、MiniMaxはエージェント型AI専用に開発した独自の強化学習フレームワークForgeを構築した。応答の印象を良くすることを最適化する標準的な手法とは異なり、Forgeはモデルをコードリポジトリ、ウェブブラウザー、オフィスアプリケーションなど数十万の実行環境に配置し、形式的な整合性ではなく、実際の課題完了に対して報酬を与える。最適化された非同期スケジューリングと、訓練サンプルのツリー型統合戦略により、標準的な強化学習手法の約40倍の訓練速度を実現している。
MiniMaxのエンジニアOlive Song氏は、ThursdAIポッドキャストへの出演で、多様な実世界のシナリオにまたがる集中的な2か月間の訓練が必要だったと説明した。この過程で安定性を保つため、チームはCISPO（Clipping Importance Sampling Policy Optimization）を導入した。これは、モデルが訓練の反復中に過度に補正することを防ぐ数学的手法である。
「大量の環境とエージェントを使って強化学習を行えば、このような小さなモデルには大きな可能性があると気づきました。ただ、決して簡単なことではありません」とSong氏は語り、チームがこのプロセスの改良に多くの時間を費やしたと述べた。
この手法により、MiniMaxが「Architect Mindset」と呼ぶ能力が育まれた。M2.5はコードを即座に生成するのではなく、まずプロジェクト構造、機能、インターフェース設計を計画し、実行前に複雑な課題を管理しやすい構成要素へ分解する。このモデルは、Go、C、C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart、Rubyなど10以上のプログラミング言語で、20万以上の環境において訓練された。
チャットボットからデジタル社員へ
対話型インターフェースとしてのAIから、自律的に働くAIへの転換こそがM2.5の設計思想の中核にある。MiniMaxは金融、法律、社会科学の経験豊富な専門家と協力し、業界特有の暗黙知をモデルに組み込んだ。これにより、単なるテキストの断片ではなく、そのまま提出できる成果物を生成できるようになった。
この重視点は、多くのフロンティアモデルが見落としている実用的なオフィス自動化能力に表れている。M2.5はMicrosoft Word文書の作成と編集、適切なレイアウトやグラフを備えたPowerPointプレゼンテーションの作成、複雑なExcel財務モデリング作業の実行が可能だ。Microsoft Excel World Championshipの実際の競技問題を用いるMEWCベンチマークでは74.4%を記録した。成果物の品質と専門的な作業経路を一対一の比較で評価する社内評価フレームワークGDPval-MMでは、M2.5は主要競合に対して平均59%の勝率を達成した。
MiniMaxは企業での採用テストとして、すでにM2.5を社内に導入している。同社の発表によると、研究開発、製品管理、営業、人事、財務を含む各部門で、全課題の30%をこのモデルが自律的に完了している。コーディング環境では、MiniMax本社で新たにコミットされるコードの80%をM2.5が生成している。
同社はこれらの機能をMiniMax Agentとしてパッケージ化した。このプラットフォーム上では、ユーザーがオフィススキルと業界固有の知識を組み合わせた1万件以上の専門Expertを構築している。こうした構成により、Agentは単なるテキスト生成ではなく、業界調査で確立された標準作業手順に従ったり、財務モデリングで特定のリスク管理ロジックを適用したりできる。
このモデルはWeb、Android、iOS、Windowsの各プラットフォームでフルスタック開フォームでフルスタック開発を扱える。単にフロントエンドのデモを作るだけでなく、サーバー側API、ビジネスロジック、データベースも管理する。この能力は、初期システム設計から機能の改善、包括的なコードレビューとテストまで、ソフトウェアライフサイクル全体に及ぶ。
継続稼働の経済性
MiniMaxは、機能は同一だが処理能力が異なる2種類のAPIを提供している。M2.5-Lightningは毎秒100トークンで、入力トークン100万個当たり0.30ドル、出力トークン100万個当たり2.40ドルで利用できる。標準のM2.5はその半分の速度（毎秒50トークン）で、コストも半分の入力100万トークン当たり0.15ドル、出力100万トークン当たり1.20ドルだ。
この金額を具体化すると、4つのM2.5エージェントインスタンスを1年間継続稼働させるコストは約1万ドルである。比較すると、Claude Opus 4.6は出力トークン100万個当たり約75ドルを請求しており、同水準の継続運用はほとんどの組織にとって経済的に難しい。出力価格だけを基準にすると、M2.5はOpus、Gemini 3 Pro、GPT-5の10分の1から20分の1のコストとなる。
具体的な課題ごとの経済性を見るとき、このコスト差は一層鮮明になる。ThursdAIポッドキャストの司会者Alex Volkov氏は、M2.5はSWE-Benchの課題を約0.15ドル分のトークンで完了する一方、Claude Opus 4.6では同等の作業に約3.00ドル必要になると指摘した。この95%のコスト削減により、プロンプトを最適化しトークン使用量を最小限に抑えるという従来の圧力がなくなり、開発者は安価で性能の低いシステムに任せていた日常業務にも、広範な文脈と高度な推論を用いるモデルを導入できるようになった。
どちらのAPIもキャッシングに対応しており、繰り返し処理のコストをさらに削減できる。修正MITライセンスでは、商用利用者がユーザーインターフェースに「MiniMax M2.5」を目立つ形で表示することが求められているが、経済的な利点を考えれば軽微な条件だ。毎秒100トークンでは、連続生成によって1時間当たり36万出力トークンが生み出され、コストは出力トークンで約0.86ドルに加えて入力分となる。
速度向上もコスト面の利点をさらに高める。M2.5は従来のM2.1よりエンドツーエンドの課題を37%速く完了し、SWE-Bench Verifiedの実行時間は31.3分から22.8分に短縮された。Claude Opus 4.6の22.9分とほぼ同等ながら、課題当たりコストは10%にとどまる。
市場環境と競争圧力
M2.5のリリースは、複数の中国企業が競争力のあるモデルを相次いで発表した、中国人工知能業界の不安定な1週間に鮮かな一石を投じた。Zhipu AIはGLM-5を発表し、Artificial Analysis Intelligence IndexでGoogleのGemini 3 Proを上回った。また、Alibabaはロボット工学向けのRynnBrainを、ByteDanceは動画生成向けのSeedance 2.0を発表し、KuaishouはKling 3.0を初公開した。MiniMaxとZhipu AIの株価はいずれも2桁の上昇を見せ、後者は香港取引で30%上昇した。
こうした相次ぐリリースは、最近の米中AI格差に関する評価に挑戦するものだ。Google DeepMindの責任者Demis Hassabis氏は、中国モデルが西側の製品に遅れを取っているのは数か月にすぎないと以前に見積もっていた。しかし、1週間前に発表されたClaude Opus 4.6とほぼ同等の性能を持つMiniMaxは、その差が数日に縮まった可能性を示している。SWE-rebench 2026年1月の結果では、新しいプルリクエストでClaude Opus 4.6が51.7%、GPT-5.2が51.0%、MiniMax M2.5が39.6%となり、西側モデルは最新のコードで依然として優位に立つものの、差は縮まり続けている。
競争への影響はベンチマークにとどまらない。MiniMaxの価格戦略は、プレミアムAPI料金を前提に事業モデルを築いてきた西側AI研究機関に体系的な圧力をかけている。MiniMaxが主張するように知能の利用が「測定するまでもなく安価」になれば、業界は希少性に基づく経済から数量に基づく経済へ移行し、既存企業の収益モデルを揺るがす可能性がある。
技術責任者にとって、M2.5は即座に運用上の利点をもたらす。従来モデルより37%速くなったことで、モデル同士が遅延の制約なくやり取りするリアルタイムのエージェントパイプラインが可能になる。組織は、セルフホスト型のオープンウェイト導入によってデータのプライバシーを守りながら、前例のない規模で自動コード監査を実施できるようになった。
要点
- MiniMax M2.5はSWE-Bench Verifiedで80.2%を達成し、Claude Opus 4.6と同等の性能を10分の1から20分の1のコストで実現
- 2種類のAPIを提供：標準版は100万トークン当たり0.15ドル／1.20ドル（50 TPS）、Lightning版は0.30ドル／2.40ドル（100 TPS）
- 2,300億パラメーターのMoEアーキテクチャは、課題ごとに10億パラメーターのみを活性化し、計算オーバーヘッドを削減
- 20万以上の実世界環境で独自のForge強化学習フレームワークを用いて訓練し、CISPOアルゴリズムで安定性を制御
- 自律的なフルスタック開発、オフィス文書作成（Word、Excel、PowerPoint）、複雑な財務モデリングに対応
- 現在はMiniMax社内に導入済みで、全社課題の30%を完了し、新規コードの80%を生成
- 商用利用時の表示義務を定める修正MITライセンスの下、オープンウェイトモデルとしてHugging Faceで公開
- 発表後、同社株式（MINIMAX-WP、00100.HK）は香港証券取引所で11%から16%上昇
