Last Updated on 2025-06-18 08:57 by admin
上海を拠点とするAI企業MiniMaxが2025年6月16日（月曜日）にオープンソース推論モデル「MiniMax-M1」をApacheソフトウェアライセンスの下でリリースした。
同モデルは中国のライバルDeepSeekや米国のAnthropic、OpenAI、Googleに対して性能とコストで挑戦する位置づけである。
MiniMax-M1のコンテキストウィンドウは100万トークンでGoogle Gemini 2.5 Proに匹敵し、DeepSeek R1の8倍の容量を持つ。
出力は8万トークンを管理でき、DeepSeekの6万4千トークンを上回るがOpenAI o3の10万トークンには及ばない。
同社はLightning Attentionメカニズムにより、8万トークンでの深い推論実行時にDeepSeek R1の約30パーセントの計算能力しか必要としないと主張している。強化学習フェーズでは512台のNvidia H800を3週間使用し、レンタルコストは53万7400ドルであった。
MiniMaxはAlibaba Group、Tencent、IDG Capitalの支援を受けている。
From: 
MiniMax M1 model claims Chinese LLM crown from DeepSeek – plus it’s true open-source
【編集部解説】
MiniMax-M1の最も重要な特徴は、Apache 2.0ライセンスの下で完全にオープンソース化されている点です。これは、コミュニティライセンスを採用するMeta Llamaや、部分的にしかオープンソース化されていないDeepSeekとは根本的に異なります。完全なオープンソース化により、企業や研究機関は商用利用を含む自由な改変・配布が可能となり、AI技術の民主化が一層進展することになります。
456億パラメータのMoEアーキテクチャが実現する効率性
MiniMax-M1は456億パラメータのMixture-of-Experts（MoE）アーキテクチャを採用し、各トークンに対して約45.9億パラメータが活性化される設計となっています。この構造により、大規模なモデル容量を維持しながら、実際の計算負荷を大幅に削減することが可能になりました。32の専門家ネットワークを持ち、入力に応じて最適な専門家を選択的に活用する仕組みです。
Lightning Attentionが実現する計算効率革命
MiniMax-M1が採用するLightning Attentionメカニズム（アテンション行列の計算方法を改良し、訓練と推論の両方の効率を向上させる技術）は、従来のTransformerアーキテクチャの計算負荷を劇的に削減します。具体的には、8万トークンでの深い推論実行時にDeepSeek R1の約30%の計算能力しか必要とせず、この効率性は企業がAIを導入する際のコスト障壁を大幅に下げる可能性があります。
100万トークンコンテキストが開く新たな応用領域
従来のAIモデルでは処理困難だった大規模文書の一括解析が、MiniMax-M1の100万トークンコンテキストウィンドウにより実現可能となります。これは法的文書の分析、学術研究、企業の意思決定支援など、長文処理が必要な専門分野での活用を大きく広げることを意味します。特に、従来は分割処理が必要だった大規模データセットを一度に処理できる点は、分析精度の向上にも寄与するでしょう。
中国AI企業の技術競争激化とその影響
MiniMaxは中国のAI業界で「小さな龍（Little Dragons）」と呼ばれる有力スタートアップの一つで、Alibaba Group、Tencent、IDG Capitalの支援を受けています。DeepSeekの成功により、多くの中国AI企業が基礎研究から応用開発にシフトしていた中、MiniMaxは逆に基礎技術での差別化を図る戦略を取っています。この動きは、中国AI業界の多様化と技術革新の加速を示しています。
CISPO強化学習アルゴリズムによるコスト革命
MiniMax-M1の強化学習フェーズでは、CISPO（Clipped Importance Sampling Policy Optimization）と呼ばれる独自のアルゴリズムを採用し、512台のNvidia H800を3週間使用してレンタルコストを53万7400ドルに抑制しました。これは当初予想の10分の1という驚異的なコスト削減であり、重要度サンプリング重みをクリップすることで従来のトークン更新クリップ手法より効率的な強化学習を実現しています。この技術革新により、中小企業でも高性能AIモデルの開発が現実的になる可能性があります。
オープンソース化による潜在的リスクと課題
完全オープンソース化は技術の民主化を促進する一方で、悪意ある利用や規制回避のリスクも内包しています。特に、高度な推論能力を持つAIモデルが自由に利用可能になることで、偽情報生成やサイバー攻撃への悪用可能性も懸念されます。また、中国発のオープンソースAIが世界標準となった場合の地政学的影響も考慮すべき要素です。
AI規制と国際競争への長期的影響
MiniMax-M1の登場は、AI技術の国際競争において新たな局面を示しています。米国のAI輸出規制や台湾の半導体輸出制限が強化される中、中国企業が独自技術で対抗する構図が鮮明になっています。オープンソース戦略により、技術的優位性を世界に拡散させる中国の戦略は、今後のAI規制政策にも大きな影響を与える可能性があります。
【用語解説】
Lightning Attention
アテンション行列の計算方法を改良し、訓練と推論の両方の効率を向上させる技術である。入力シーケンスをタイルに分割し、アテンション計算をブロック内とブロック間の2つのコンポーネントに分割することで、従来のSoftmax Attentionの計算量がシーケンス長の2乗で増加する問題を線形に抑える。
MoE（Mixture of Experts）
複数の専門家（Expert）ネットワークを組み合わせたアーキテクチャで、各トークンに対して一部の専門家のみを活性化することで計算効率を向上させる手法である。MiniMax-M1では32の専門家を持ち、各トークンに対して45.9億パラメータのみが活性化される。
CISPO（Clipped Importance Sampling Policy Optimization）
MiniMax-M1で採用された改良された強化学習アルゴリズムで、重要度サンプリング重みをクリップすることで、従来のトークン更新クリップ手法より効率的なRL（強化学習）を実現する。この技術により強化学習フェーズのコストを大幅に削減している。
コンテキストウィンドウ
AIモデルが一度に処理できる入力テキストの長さを示す指標で、トークン数で表される。長いコンテキストウィンドウを持つモデルほど、大規模な文書や複雑な対話を一度に処理できる。
Apache 2.0ライセンス
オープンソースソフトウェアライセンスの一種で、商用利用、改変、配布が自由に行える。企業がソフトウェアを自由に利用・改変できるため、真のオープンソースとして評価される。
H800
NVIDIAが開発したデータセンター向けGPUで、AI訓練や推論に使用される高性能チップである。中国向けに輸出規制を考慮して設計されたA100の後継モデルとして位置づけられる。
【参考リンク】
MiniMax公式サイト（外部）
上海を拠点とするAI企業MiniMaxの公式サイト。最新AIモデルや応用アプリケーションを提供
DeepSeek公式サイト（日本語版）（外部）
中国のAI研究ラボDeepSeekの日本語対応サイト。オープンソースLLMを無料提供
MiniMax-M1 GitHub（外部）
MiniMax-M1のソースコードとドキュメントが公開されているリポジトリ
MiniMax-M1 Hugging Face（外部）
MiniMax-M1モデルをダウンロード・利用できるモデルページ
【参考動画】
Minimax-M1: World’s First Large-Scale Reasoning Model
Fahd Mirzaによる技術解説動画。MiniMax-M1の技術的特徴、Lightning Attentionメカニズム、実際のコード生成デモを詳しく解説している。
MiniMax-M1: This NEW Chinese AI Agent is INSANE…
Julian Goldie SEOによるMiniMax-M1の実用例紹介動画。Netflixクローンの作成など、実際のアプリケーション構築デモを通じてその能力を実証している。
【参考記事】
MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention（外部）
MiniMax-M1の技術論文。Lightning Attentionアーキテクチャの詳細仕様と実験結果を記載
MiniMax-01: Scaling Foundation Models with Lightning Attention（外部）
MiniMax-01シリーズの基盤技術論文。Lightning Attentionの理論的背景を詳述
【編集部後記】
MiniMax-M1の登場により、オープンソースAIの競争が新たな段階に入りました。皆さんは、完全オープンソース化されたこの高性能AIモデルを実際に試してみたいと思いませんか？
GitHub上で公開されているコードを使って、自分のプロジェクトに組み込んでみるのはいかがでしょうか。また、Lightning Attentionという革新的な技術が、今後どのような分野で活用されていくと思われますか？
私たちinnovaTopia編集部も、読者の皆さんと同じように、この技術がもたらす変化を見守っています。ぜひ皆さんの体験や感想をお聞かせください。
AI(人工知能)ニュースをinnovaTopiaでもっと読む
