オープンウェイトモデルの新たなリーダー
中国の急成長AIスタートアップで、国内大手投資家の支援を受けるMiniMaxが、大規模言語モデル「M2」を公開し、オープンウェイトシステムの世界ランキングで最上位層に躍り出た。独立評価機関のArtificial Analysis Intelligence Indexでは、MiniMax M2が最も高性能なオープンウェイトモデルと評価され、Google DeepMindのGemini 2.5 Proを上回り、米国の主要な独自モデルに迫る性能を示した。同社はコード生成とエージェント型のツール利用という注目度の高い2つの用途に向けてM2を開発。能力を損なわずにコストを削減したい開発者や企業を引きつけるため、高速性を重視した設計と価格設定を打ち出した。
目次
技術面で一貫しているのは効率性だ。MiniMax M2はMixture of Experts（専門家混合）設計を採用し、入力ごとにモデル内の一部のニューロンだけを選択して処理する。モデル全体の容量ははるかに大きい一方、一度に有効化されるパラメーターは約100億にとどまる。この設計により、推論能力を損なうことなく、遅延とGPUメモリーの必要量を抑えられる。MiniMaxのAPI料金は入力トークン100万件当たり0.30ドル、出力トークン100万件当たり1.20ドルと積極的な価格設定で、同社の比較によればAnthropicのClaude 3.5 Sonnetの約8％に相当する。また、推論速度は毎秒約100トークンとしている。モデルの全ウェイトは寛容なライセンスの下で公開され、ダウンロードして自社環境で運用できる。これにより、チームは自由にM2をファインチューニングし、社内に導入できる。
中国のオープンウェイトモデル市場は今年に入り活況を呈し、DeepSeek、AlibabaのQwen、Moonshot AIなどが長いコンテキスト処理や推論能力を競ってきた。MiniMaxが先頭に立ったことが重要なのは、M2が企業の実際の支出が拡大している領域に投入されたためだ。ウェブ閲覧、社内データの検索、コード実行、結果の自己検証ができるツール利用型エージェントを通じて、サポート、調査、開発を自動化する用途が広がっている。能力の高さ、低コスト、透明性のあるライセンスの組み合わせが、M2をオープンウェイトAIの新たな基準に押し上げた。
性能はどの程度か
Artificial Analysisは、数学、科学、指示への追従、コーディング、エージェントのワークフローに関する厳しいベンチマークを集約し、単一のIntelligence Indexを作成している。最新版でMiniMax M2は61点を獲得し、オープンウェイトモデルの首位、全体でも最上位のモデルの一つとなった。Gemini 2.5 Proを上回り、複数のエージェント関連・コーディング課題ではAnthropicのClaude Sonnet 4.5に迫る一方、GPT 5やxAIのGrokといった最新の最先端システムには及ばない。多くの開発者にとっては、最先端モデル並みのコストやベンダーへの囲い込みを避けながら、最先端に近い能力を得られる魅力的な選択肢となる。
最先端に迫るエージェント性能
エージェント型の評価では、複数段階にわたるタスクで、モデルが計画を立て、ツールを呼び出し、結果を読み取り、対応を調整し、最終結果を検証できるかを測る。この分野でM2は特に優れた性能を示す。MiniMaxによると、エージェント向け評価スイートで高いスコアを記録しており、tau squared Benchで77.2、BrowseCompで44.0、FinSearchComp globalで65.5だった。これらはウェブ閲覧と出典提示、金融情報の検索、手順の失敗時の計画と復旧などを評価する。実際の運用では、M2を搭載したエージェントが計画を立て、シェルコマンドを実行し、情報源を検索して読み込み、インタープリターでコードを試し、エラーを修正し、絶えず人間に促されなくても検証可能な根拠を示せることを意味する。
コーディングと推論のベンチマーク
MiniMaxは、複数のファイルを編集し、コンパイルやテストを行い、コードを繰り返し修正する一連の開発者ワークフローを想定してM2を設計した。SWE Bench系の課題やTerminal Benchでは、さまざまな言語の実際のリポジトリーやコマンドライン環境で対応力を示している。GPQA DiamondやAIMEなどの知識・推論テストも加味したArtificial Analysisの総合評価からは、M2のコーディング能力が汎用的な知能を犠牲にして得られたものではないことがうかがえる。ソフトウェア開発の作業と調査の両方をこなせるアシスタントを求める組織にとって、複数の領域で安定した性能を発揮する点が魅力だ。
アーキテクチャの概要
M2は、スパースなMixture of Expertsモデルだ。巨大なネットワークのすべての部分に各トークンを通すのではなく、学習されたゲートが入力ごとに少数の専門サブネットワークだけを選び、有効化する。MiniMaxの資料によると、総パラメーター数は約2300億で、推論ごとに有効化されるのは100億。初期の報道では総パラメーター数は2000億とされていたが、同社の技術資料とモデルカードでは、有効パラメーター数を100億に保ったまま、より大きな総容量を持つと説明している。利点は明確だ。非常に大規模なモデルの幅広い知識と専門性を得ながら、推論コストを100億パラメーターの密なモデルに近づけられる。
この効率性は、ハードウェア要件にも表れている。MiniMaxや第三者の検証者によると、FP8精度でNVIDIA H100 GPUをわずか4基使った実用的な運用が可能で、中規模のエンジニアリングチームにも手が届く。これに対し、競合モデルの中には、より多くのパラメーターを有効化するものもある。DeepSeekの最近のV3.2はトークン当たり約370億、Moonshot AIのKimi K2は約320億のパラメーターを有効化するため、メモリー使用量が増え、処理速度が落ちる。M2は有効化するパラメーターが少ないため、インタラクティブなツールやエージェントの運用上の課題となる、応答遅延のばらつきや同時処理能力の面でも有利だ。
エージェント設計とツール利用
MiniMaxは、M2が思考し、行動し、検証する処理を繰り返すように設計し、シェル、ブラウザー、検索システム、コード実行環境と接続するツール呼び出しガイドを公開した。同社は、思考過程を交互に出力する形式で、推論の過程を可視化することを重視している。複数ターンにわたるやり取りでも、アシスタントは計画の文脈と根拠の連鎖を維持するため、不完全なデータや失敗した手順からの立て直しや、開発者による意思決定の監査がしやすくなる。この方式は、長期にわたるタスクの信頼性とデバッグのしやすさを高めることを狙っている。
MiniMaxはM2を実用的な開発環境にも緊密に対応させている。一般的な推論フレームワークのSGLangやvLLMで動作し、OpenAIやAnthropicで使われている標準的なリクエスト形式にも準拠する。これにより、チームはコードを最小限変更するだけでM2に切り替え、必要に応じて運用規模を拡大できる。社内向けコパイロットや本番環境用のエージェントを構築するチームにとって、統合の手間が少ないことは大きな利点だ。
MiniMaxは今回の公開を、使命と利用機会の拡大という観点から位置づけた。同社は、高度な知能を、高額な独自モデルを利用できる人だけでなく、幅広いユーザーに届けたいと述べている。
創業当初から、MiniMaxは『知能をすべての人と』というビジョンを追求してきました。
公開したモデルカードでは、エージェントと効率性への注力を強調した。
MiniMax-M2は、エージェントの効率性を再定義します。
MiniMaxは、M2を搭載したエージェントサービスを2つのモードで提供している。Lightning Modeは簡単な質問に即座に応答し、Pro Modeは調査、データ抽出、複数段階のコーディングなど、時間のかかる複雑な作業に対応する。この使い分けは、迅速な回答と、モデルが一貫して計画・実行・成果物の確認を行う継続的なプロジェクトを併用する、実際のチームの働き方に沿ったものだ。
利用方法、ライセンス、料金
この能力水準のシステムとして、M2の公開範囲は異例なほど広い。MiniMaxは寛容なライセンスの下で全ウェイトを公開し、導入ガイドも提供している。開発者はHugging Faceなどのプラットフォームからリポジトリーをダウンロードし、SGLangやvLLMでローカル推論を実行し、特定分野向けにファインチューニングできる。MiniMaxはトークン当たりの料金が非常に低く、ストリーミング速度も速いAPIも提供しており、エージェントアプリとAPIの期間限定無料利用も案内している。
購入を検討する企業にとって重要な実務面の特徴には、構造化された関数呼び出し、長いコンテキストの処理、堅牢なツール利用への対応がある。MiniMaxは一般的なサンプリング設定を推奨し、モデルを外部サービスに接続するための明確なツール呼び出しスキーマを用意している。ベンダーへの囲い込みを懸念するチームにとって、オープンウェイトと高いAPI互換性の組み合わせは、M2を評価する強い動機となる。完全にオンプレミスで運用したいチーム向けには、効率的な提供方法や、精度設定に応じたGPUメモリーの見積もりを資料で説明している。
- 自社環境で運用できるウェイトを公開。SGLangとvLLM向けのガイドも用意している。
- API料金は入力トークン100万件当たり0.30ドル、出力トークン100万件当たり1.20ドル。公称速度は毎秒約100トークン。
- シェル、ブラウザー、検索、コードインタープリターを利用でき、監査やデバッグに役立つ推論過程も確認できる。
- OpenAIやAnthropic形式のAPIとの互換性により、既存アプリへの統合作業を減らせる。
こうした特徴から、M2は推論と信頼性の高いツール実行を組み合わせる必要がある、ソフトウェア開発向けコパイロット、データ分析アシスタント、カスタマーサポートエージェントに適している。
競合と変動するランキング
MiniMax M2の台頭により、オープンウェイトモデルのランキングが塗り替えられ、中国と米国の双方で競争が激化している。Artificial AnalysisはM2をIntelligence Indexで61点の最も強力なオープンウェイトモデルと評価。GoogleのGemini 2.5 Proを上回り、タスクによってはClaude Sonnet 4.5、GPT 5、Grok 4といった独自モデルの首位級に次ぐ位置につけている。特にBrowseCompやFinSearchComp globalなどのエージェント評価で、計画を立て、根拠を示し、エラーから復旧する能力によって、非公開モデルとの差を大きく縮めた点が際立つ。
中国国内の競争地図も変わりつつある。DeepSeekやQwenが大規模な最先端学習や長いコンテキスト処理で数カ月にわたり注目を集める中、MiniMaxは有効化するパラメーターを抑えながら、より低コストで同等のエージェント・コーディング性能を実現したことで関心を集めている。DeepSeekは総パラメーター数の大幅な拡大に取り組んでおり、構成によってはメモリー要件が約700ギガバイトに達することもある。MiniMaxはスパースな有効化方式と慎重な運用設定により、多くの中堅企業が導入できる規模のクラスターで運用できる。FP8や最適化された推論フレームワークを使えば、要件をさらに抑えられる。
価格も重要だ。MiniMaxのトークン料金は、大手の独自モデルを一桁以上下回る。数百のエージェントを稼働させたり、多数の開発者がコーディング支援ツールを終日使えるようにしたりしたい企業にとって、予算上の制約を試験導入から本番運用へ進む水準に変えうる。オープンウェイトの公開も重要な要素だ。セキュリティに敏感な企業がモデルを監査し、ファインチューニングし、自社環境に導入できるためだ。利用のしやすさ、コスト、能力の組み合わせは、プレミアム価格に依存する独自プラットフォームへの直接的な挑戦となる。
導入時の注意点
ベンチマークは参考になるが、性能を保証するものではない。Artificial Analysisは、統制された評価環境と固定プロンプトでモデルを評価しており、企業の業務分野やツール環境と完全には一致しない可能性がある。M2を導入するチームは、実際の業務を代表するタスクで独自の評価を行い、導入予定のツールを使って遅延、処理速度、エージェントの信頼性を測定すべきだ。
運用面でも計画が必要な点がある。MiniMaxは、長いタスクで計画と根拠の一貫性を保つため、ターンをまたいでモデルの思考過程を交互に出力する形式を維持するよう推奨している。この設計では出力が長くなり、会話履歴も増える可能性があるため、開発者はコンテキストウィンドウを慎重に管理し、可能な範囲で履歴を削るか要約する必要がある。最大の処理速度を求める組織は、速度、コスト、精度のバランスを取るため、量子化設定やバッチ処理の方式も検証すべきだ。
最後に、M2は組織が改変できるオープンウェイトシステムであり、その分、安全性とコンプライアンスに対する責任も大きくなる。外部リソースや機密データにアクセスできる環境に導入する場合、監視、ツール呼び出しのガードレール、アクセス制御を設ける必要がある。これらはエージェントシステムに共通する課題であり、M2にも同じ慎重な対応が求められる。
概要
- MiniMax M2はArtificial Analysis Intelligence Indexで最も高く評価されたオープンウェイトモデルで、総合でも世界の首位級に位置する。
- 総合的な知能評価ではGoogleのGemini 2.5 Proを上回る一方、一部のタスクではGPT 5やClaude Sonnet 4.5などの最先端独自モデルに及ばない。
- M2は総パラメーター数約2300億、推論ごとの有効パラメーター数100億のMixture of Expertsモデルで、遅延とコストを抑える。
- エージェント性能が強みで、tau squared Bench、BrowseComp、FinSearchComp globalで高い結果を示す。
- SWE Bench系の課題やTerminal Benchでコーディング能力が評価され、一連の開発者ワークフローを支援する。
- API料金は入力トークン100万件当たり0.30ドル、出力トークン100万件当たり1.20ドルで、速度は毎秒約100トークン。
- 寛容なライセンスの下で全ウェイトが公開され、自社環境で運用できる。SGLang、vLLM、一般的なAPI形式にも対応する。
- FP8精度ならNVIDIA H100 GPUをわずか4基で運用でき、中規模チームでも導入しやすい。
- 競合するDeepSeek V3.2やMoonshot Kimi K2より有効化するパラメーターが少なく、効率性に優れる。
- 企業は自社のツール環境で性能を検証し、出力の長さ、コンテキスト管理、安全対策を考慮する必要がある。
