「コードも書ける、超長文も読める、画像・動画もわかる」――その3つを兼ね備えたAIを、誰でも手元で動かせる形で配る。中国のMiniMaxが発表した新モデル「MiniMax M3」は、そんな欲張りな一台です。ただし公開はこれから、性能の数字もまだ自社発表。期待と注意点の両方を、やさしく読み解いていきます。
中国のMiniMaxは2026年6月1日、新モデル「MiniMax M3」を発表しました。同社はこれを、コーディングとエージェント性能、100万トークンのコンテキスト長、ネイティブなマルチモーダル対応という3つの能力を兼ね備えた初のオープンウェイトモデルと位置づけています。ベンチマークではSWE-Bench Proで59.0%、Terminal-Bench 2.1で66.0%、SWE-fficiencyで34.8%、KernelBench Hardで28.8%、MCP Atlasで74.2%を記録したとしています。
コンテキスト長の拡張には新方式「MiniMax Sparse Attention」を用います。APIはplatform.minimax.ioで提供され、MiniMax Codeも公開されました。モデルのウェイトと技術レポートは約10日以内に公開予定で（2026年6月3日時点では未公開）、発表後7日間は512Kトークン以下の標準利用が50%オフとなります。
From: 
MiniMax (official)（@MiniMax_AI）｜Introducing MiniMax M3（X投稿）
【編集部解説】
中国・上海のMiniMaxが、新しいAIモデル「MiniMax M3」を世に出しました。私がこのニュースに目を留めたのは、性能を誇る数字そのものよりも、「重み（ウェイト）を公開すると予告した点」にあります。
オープンウェイトとは、モデルの中身であるパラメータ（学習で得た膨大な数値の固まり）を誰でもダウンロードできる形で配る、という意味です。料理にたとえるなら、完成した一皿を売るのではなく、レシピと仕込み済みの食材ごと手渡すようなもの。手元のサーバーで動かせるため、機密情報を外部に出さずに済み、自社向けに作り替える自由も生まれます。
技術の核にあるのは「MiniMax Sparse Attention（MSA）」と名付けられた新方式です。従来のAIは、文章が長くなるほど計算量が「長さの2乗」で跳ね上がる弱点を抱えていました。10倍長い文章を読ませると、単純計算で100倍の負荷がかかる、という具合です。MSAはこの総当たりをやめ、関係の深い箇所だけを選んで計算します。
その効果としてMiniMaxは、100万トークン（おおむね書籍数冊ぶんの分量）を扱う際、1トークンあたりの計算コストが前世代にあたるM2の20分の1に下がり、処理速度も場面によって9倍以上・15倍以上に速まったと説明しています。長文を「読める」だけでなく、「安く速く読める」点が、実務では効いてきます。
ここで一度、立ち止まりたいところがあります。今回広く報じられているベンチマークの数字は、ほぼすべてMiniMax自身が測定・公表したものです。プログラミング能力を測るSWE-Bench Proで59.0%を記録し、GPT-5.5やGemini 3.1 Proを上回ったとされますが、これは「メーカー公称値」にあたります。第三者による独立検証はこれから始まる段階であり、額面どおりに受け取るのは早計でしょう。
実際、MiniMax自身が不利なデータも開示している点は、むしろ誠実だと感じました。モデルが自律的にAIを訓練するPostTrainBenchという課題では、M3のスコアは0.37で、Opus 4.7（0.42）やGPT-5.5（0.39）に届かなかったと記されています。得意分野だけを切り取った発表ではない、という姿勢は評価できます。
では、この技術で何が変わるのか。発表で示された事例が雄弁です。M3はNVIDIAのGPU向けプログラムの最適化に約24時間ひとりで取り組み、ハードウェアの性能発揮率を7.6%から71.3%へ、9.4倍に引き上げたといいます。人間の専門家が数日かける作業を、AIが黙々と回し続ける——そんな働き方が現実味を帯びてきました。
ポジティブに見れば、これは中小の開発チームや研究室にとって追い風です。高価な商用APIに縛られず、手元で動かせる高性能モデルが増えれば、選択肢と価格競争が広がります。料金もToken Planが月20ドル（約3200円）からと、個人でも手が届く水準に設定されました。
一方で、私が「窓口」として読者にお伝えしたい不安もあります。重みが公開されれば、安全装置を外した改造版が出回る余地も生まれかねません。デスクトップを自動操作できる能力は便利ですが、悪用されれば自動化された攻撃の道具にもなり得ます。便利さと危うさは、いつも背中合わせです。
規制の観点でも、見過ごせない論点があります。中国発の高性能モデルが世界中の手元で動く状況は、各国のデータ管理や輸出規制の枠組みと摩擦を生む可能性があります。「どの国の誰が作ったか」より「どこで何に使われるか」を問う段階に、議論は移りつつあるように思います。
長い目で見れば、今回の発表は「AIの主導権が一握りの巨大企業から、より分散した世界へ動く」流れの一里塚だと、私は受け止めています。ただし、原稿執筆時点（6月3日）でウェイトはまだ公開されておらず、GitHubの表記も「Coming（近日公開）」のままです。本当の評価が下るのは、約10日以内とされる公開を経て、世界中の開発者がそれを手に取り、独立に検証を終えたあと。その答え合わせまで含めて、追いかける価値のある一件だと考えます。
【用語解説】
オープンウェイト（Open-Weights）
学習済みモデルの「重み」を公開し、誰でもダウンロードして自分の環境で動かせる配布形態。完成品だけを売るのではなく、中身ごと配る点が特徴である。なお、MiniMax M3のウェイトは2026年6月3日時点では未公開で、約10日以内の公開が予告されている段階である。
パラメータ（重み／ウェイト）
モデルが学習を通じて獲得した膨大な数値の集まり。AIの「知識と判断の中身」にあたり、これを公開するか否かが「オープンウェイト」の論点となる。
トークン
AIが文章を処理する際の最小単位。単語や文字のかたまりに相当し、入力できるトークン数が多いほど一度に扱える情報量が増える。
コンテキスト長（コンテキストウィンドウ）
AIが一度に読み込み・保持できる入力の長さ。M3の「100万トークン」は書籍数冊ぶんに相当し、長大な資料やコード全体を一括で扱える。
MiniMax Sparse Attention（MSA）
M3の中核をなす計算方式。文章が長くなるほど計算量が2乗で増える従来方式を改め、関係の深い箇所だけを選んで計算することで、長文処理のコストと速度を改善する。
マルチモーダル（ネイティブマルチモーダル）
文章だけでなく画像や動画など複数種類の情報を扱える性質。M3は後付けではなく学習の最初の段階から画像・動画を組み込んで訓練された点を「ネイティブ」と称している。
ベンチマーク
AIの性能を共通の課題で測る指標。数値の比較に使われるが、誰が・どの環境で測ったかによって結果が変わるため、出どころの確認が欠かせない。
SWE-Bench Pro
実際のソフトウェア開発課題を解かせ、コーディング・問題解決能力を測るベンチマークの一つ。M3はここで59.0%を記録したとされる。
PostTrainBench
モデルが自律的に他のAIを訓練できるかを測る課題。M3のスコアは0.37で、Opus 4.7（0.42）やGPT-5.5（0.39）に届かなかった。
比較対象モデル（GPT-5.5／Gemini 3.1 Pro／Opus 4.7）
解説中で性能比較に用いられた他社の最先端モデル。順にOpenAI、Google、Anthropicが開発する代表的なAIを指す。
【参考リンク】
MiniMax（公式サイト）（外部）
MiniMaxのAIモデルや製品ラインナップ、ミッションを紹介する企業の総合窓口。
MiniMax News（公式ニュース）（外部）
研究成果や製品アップデートの公式発表をまとめ、M3関連の一次情報を確認できる。
MiniMax 開発者プラットフォーム（API）（外部）
各モデルをAPI経由で使う開発者向け基盤。料金プランや技術文書への入口となる。
MiniMax（GitHub）（外部）
公開モデルやツールのリポジトリが置かれ、ウェイトや技術資料の公開先となる拠点。
NVIDIA（公式サイト）（外部）
解説に登場したGPU（Hopperなど）を開発する半導体大手の公式サイト。
【参考記事】
MiniMax M3: Frontier Coding, 1M Context, Native Multimodality（MiniMax公式ブログ）（外部）
全ベンチマーク値や料金、ウェイト公開予定などを記した一次情報の公式発表。
MiniMax-AI/MiniMax-M3（GitHubリポジトリ）（外部）
READMEは「M3 is Coming」で、6月3日時点ではウェイト未公開であることを確認できる。
MiniMax Releases MiniMax M3 with MSA Architecture（MarkTechPost）（外部）
MSAや全ベンチマーク値、計算コスト20分の1などを網羅した最も詳細な技術記事。
MiniMax debuts AI model built for long and complex coding tasks（SCMP）（外部）
上海拠点のMiniMaxによる発表を、計算要件20分の1や100万トークン拡張から整理。
MiniMax M3: the Chinese Open-Weights Model Taking On GPT-5.5（Pasquale Pillitteri）（外部）
59.0%などの数値を示しつつ、メーカー公称値で独立検証はこれからだと注意喚起。
MiniMax unveils M3, an open-weights model（RuntimeWire）（外部）
発表概要に加え、7日間50%オフなどローンチ時の料金施策を簡潔にまとめた記事。
【関連記事】
MiniMax M2.5登場—少パラメータ×高効率×オープンウェイトでフロンティアモデルに挑む（内部）
同社の直近前世代M2.5を扱った記事。「小型×効率」と香港上場が主題で、M3と読み比べると方針の進化が分かる。
MiniMax-M1、中国AI業界の新星 – Lightning Attention技術でコスト効率30%向上（内部）
M1の注意機構Lightning Attentionを解説。M3のMSAと対比すると、注意機構の進化を2世代でたどれる。
【編集部後記】
「重みを公開する」という今回の一手は、AIが一部の大企業のものから、私たちの手元へ少しずつ近づいてくる流れの一場面なのかもしれません。みなさんなら、自由に動かせる高性能AIが手に入ったとき、何を任せてみたいでしょうか。
便利さに心が躍る一方で、「誰でも改造できる」ことへの小さな引っかかりを覚えた方もいるかもしれません。その期待と不安、どちらの感覚も大切にしながら、私もこの技術の行方を一緒に見守っていけたらと思っています。
