AI開発企業のMiniMaxが、総パラメータ数およそ4,280億の大規模言語モデル「MiniMax M3」を、モデルウェイト込みのオープンウェイトとして公開しました。テキストだけでなく画像や動画も扱えるマルチモーダル対応で、ソフトウェア開発を評価するベンチマークの一部ではGoogleのGemini 3.1 Proを上回るスコアを示しています。手元のハードウェアで動かせる形で配布された点が、開発者にとって大きな意味を持ちます。
オープンウェイトで配布された大規模モデル
MiniMax M3は、必要な部分の専門家だけを動かすMixture-of-Experts(MoE、専門家混合)と呼ばれる構造を採用しています。総パラメータ数は約4,280億にのぼりますが、1回の推論で実際に稼働するのは約230億パラメータにとどまり、規模の大きさと処理の軽さを両立させる設計です。
入力はテキスト・画像・動画に対応し、いずれも変換用の追加部品を挟まずにそのまま処理できる点が特徴です。APIとしての提供は先行して始まっており、今回あらためてモデルウェイト本体が一般公開された形になります。クラウド経由でしか触れなかったモデルを、自分の環境にダウンロードして検証できるようになったわけです。
速度を引き上げる独自の注意機構
MiniMax M3が前面に押し出しているのが、自社開発した注意機構「MiniMax Sparse Attention(MSA)」です。長い文脈を効率よく扱うための仕組みで、最大100万トークンという広大なコンテキストウィンドウを確保しています。
処理速度の伸びも顕著です。前世代の「MiniMax M2」と比べ、入力をまとめて読み込むプリフィル段階で約9倍、文章を書き出すデコード段階で約15倍に高速化したとしています。さらに100万トークンを処理する場面では、1トークンあたりの計算量を従来の20分の1に圧縮できるといいます。文脈を長く保つほど計算負荷が跳ね上がる従来の弱点を、構造そのもので抑え込もうとする狙いがうかがえます。
Gemini 3.1 Proとのベンチマーク比較
MiniMaxは性能の指標として、Gemini 3.1 Proとの比較値を公開しています。ソフトウェアエンジニアリングの実力を測る「SWE-Bench Pro」では、MiniMax M3が59.0パーセントを記録し、Gemini 3.1 Proの54.2パーセントを上回りました。外部ツールとの連携能力をみる「MCP Atlas」でも74.2パーセントと、Gemini 3.1 Proの69.2パーセントを超えています。
一方で、すべての項目で勝っているわけではありません。ウェブを自律的に調べる「BrowseComp」はMiniMax M3が83.5パーセント、Gemini 3.1 Proが85.9パーセント。パソコンの画面操作を評価する「OSWorld-Verified」はMiniMax M3が75.2パーセント(MiniMax公式の発信では70.0パーセント)に対し、Gemini 3.1 Proは76.2パーセントとなっています。得意分野ではリードしつつ、総合的には肩を並べる水準と捉えるのが実態に近いでしょう。なお、これらの数値はMiniMax側が公表したものである点は念のため押さえておきたいところです。
ライセンスと必要な環境
利用条件も開発者には気になるところです。非商用であれば無償で使え、年間売上が2,000万ドル(約32億円)に満たない企業や個人であれば、MiniMaxへの届け出と「Build with MiniMax」という表記を添えるだけで商用利用が認められます。※1ドル160円換算
動作に必要な容量は、標準的なbf16形式で約855ギガバイトに達します。ただし精度を大きく落とした1-bit GGUF形式なら約128ギガバイトまで圧縮でき、より手の届きやすいハードウェアでも動かせるよう、あえてパラメータ規模を抑えた設計だと説明されています。巨大モデルでありながら、個人の環境で試せる余地を残している点は実用面で評価できます。
まとめ
MiniMax M3は、4,280億パラメータの大規模モデルを誰でもダウンロードできる形で公開し、独自の注意機構で長文処理と速度を両立させたオープンウェイトLLMです。ソフトウェア開発系のベンチマークではGemini 3.1 Proを上回る一方、ウェブ操作などでは及ばない場面もあり、総合力では拮抗しています。手元のGPUで動かせる選択肢として、ローカルでAIエージェントを構築したい開発者にとって有力な候補になりそうです。
