MiniMax-M3.1-Flashはインテリジェンス指数で42点を記録——しかも1タスクあたりわずか0.22ドル

MiniMax-M3.1-Flashは2026年10月19日に登場し、Artificial Analysis Intelligence Indexスコアは42で、29のMiniMax-M3を13ポイント上回り、トークン単価は半分、そして実際に重要な数字であるタスクあたりのコストは半分未満の$0.22対$0.51でした。これは42でGLM-5.3-Flashと並び、45のDeepSeek V4.1 Flash 1017には3ポイント及ばず、ベンチマークタスクを完了するコストはどちらよりも低くなっています。この4つの数字が、一行で全体像を語っています。興味深いのは、インデックスを読むのをやめて請求書を読み始めたときに何が起こるかです。というのも、このモデルはトークンあたりでは安い一方で、同時にトークンあたりでは異常に高いからです。このようなリリースの背景にある、文書化されたAI障害やエージェントインシデントは次にまとめられています：OrcaRouter AI Incident Archiveでは、各エントリに独自の出典、重大度、信頼度グレード、異議ありフラグが付いています。

M​iniMaxがブログ記事に載せなかった数字

MiniMaxのローンチ投稿は、ベンダーマーケティングとしてそつなくまとまった内容だ。推論の高速化、エージェント性能スコアの強化、前モデル比でエージェントタスクのコストを70%削減——。しかしそこには、自社製ではないモデルと比較できる数字が一つも含まれていない。それが今、外部からもたらされた。Artificial AnalysisがMiniMax-M3.1-Flashを標準評価スイートで実行し、2026年10月19日に公開したのだ。

• Intelligence Index — 42、トラッカー上の173モデル中4位にランク

• Intelligence Indexタスクあたりのコスト — $0.22（MiniMax-M3は$0.51、GLM-5.3-Flashは$0.28）

• リスト価格 — 入力100万トークンあたり$0.15、出力100万トークンあたり$0.60、キャッシュ読み取り100万トークンあたり$0.015

• 混合価格 — トラッカーの7:2:1のキャッシュヒット/入力/出力の混合で100万あたり$0.10

• コンテキストウィンドウ — 1,000,000トークン

• 出力速度 — 毎秒125.5トークン、最初のトークンまでの時間は1.04秒

• 冗長性 — インデックス全体で消費された出力トークンは1億8,000万で、中央値の9,900万に対してでした

• 入力モダリティ — トラッカーによればテキストと画像。M​iniMax 自身の API リファレンスには動画も記載されています

順位は見出しの弱い部分だ。173モデル中4位は表彰台のように聞こえるし、トラッカーがあらゆるサイズと価格のモデルを比較するという狭い意味では、実際にそうだ。しかしその上にいる3モデル——45のDeepSeek V4.1 Flash 1017と、より大規模な2つのフロンティアシステム——は、調達判断における競合ではない。実際に最終候補として比較されるのは同一価格帯のモデルであり、そこではGLM-5.3-Flashとは互角、DeepSeekの最新Flashには僅差で負けている。

42を2回、2つの異なる理由で

GLM-5.3-FlashとMiniMax-M3.1-Flashは同じ指標でどちらも42点を記録しているが、そのせいでこの同点は見た目ほど有用ではない。両者は正反対の道筋でそこに到達している。

GLM-5.3-Flashはオープンウェイトモデルです。総パラメータ数3200億、アクティブ180億、MITライセンスで、2026年8月26日のリリース以降、Hugging Faceで重みを公開しています。毎秒78トークンで動作し、最初のトークンまでの時間は2.52秒、料金は入力100万トークンあたり0.15ドル、出力0.50ドル、インデックスタスク1件あたり0.28ドルです。MiniMax-M3.1-Flashは現在クローズドで、M​iniMaxは重みを「後日公開する」と述べており、毎秒125.5トークンで動作し、タスク1件あたり0.22ドルです。つまり、能力では互角ですが、制作チームが気にするあらゆる点では判断が分かれます。一方はダウンロードして量子化でき、もう一方は60%高速でタスクあたり20%安価です。

DeepSeek V4.1 Flash 1017は、2日前の10月17日にリリースされた、より難しい比較対象だ。スコアは45、毎秒222トークン——ほぼ2倍——で動作し、入力$0.30、出力$1.20で、M​iniMaxの料金表のちょうど2倍。98%のキャッシュ割引により、タスクあたりのコストは$0.26まで下がる。さらにMITライセンスのオープンウェイトで、総パラメータ5,520億、アクティブパラメータ160億だ。純粋な能力と純粋な速度では完全に勝っている。完了タスクあたりのコストではM​iniMaxが依然として4セント上回っており、その差は薄すぎて、実際のワークロードでは定価ではなくキャッシュの挙動と出力長が決め手になる。

はっきり言っておく価値がある。2026年9月10日にリリースされた旧モデルDeepSeek V4.1 Flashは39点で、MiniMax-M3.1-Flashを下回る。「1017」という接尾辞は重要だ。9月のチェックポイントと比較している人は、より弱いモデルと比較していることになる。

ベンダーのベンチマークと、それがどれほどの価値を持つのか

M​iniMaxはローンチに合わせて6つの評価を公開した。そのいずれも独立に再現されたものではなく、投稿には比較列もない。したがって、これらの数値は主に、M​iniMaxがこのモデルを何に使うと考えているかを示すプロフィールとして有用だ。

• BankerToolBench — 76.2、多段階の計画、文書の一貫性、連鎖的なツール呼び出しをカバーするエンタープライズワークフロースイート

• DeepSWE v1.1 — 73.7%、コード理解、機能実装、バグ修正、テスト検証

• OSWorld V2 — 61.7、アプリケーション横断のコンピューター操作；M​iniMaxは中国モデルの中で首位と主張

• Agents' Last Exam — 29.6、長期的な専門タスク；同じ「中国モデルの中で首位」という主張

• CyberGym — 82%、脆弱性の発見と検証

• AutomationBench-AA — トップパフォーマーと評されているが、スコアは公開されていない

最後の一文が手がかりだ。AutomationBenchは「エージェント型」という位置づけを裏付けるベンチマークであり、投稿が掲載を避けた唯一の数値でもある。他の5つは具体的で実在するが、比較セットのないベンチマークスコアは、そのモデルがラボで何をできるかを示すだけで、すでに費用を払っているモデルを上回るかどうかについては何も語らない。また、このモデルは今回のリリース前に3週間、MiniMax-M3.1-Flash-Previewとしてテスターの手に渡っていたが、そのチェックポイントに関する独立評価も公開されていない点にも留意したい。M3.1モデルに対する最初の第三者測定は、発売日に現れた42だ。

なぜトークン価格とタスク価格が一致しないのか

このモデルには罠があります。しかも、小さな罠ではありません。MiniMax-M3.1-Flash の料金表は MiniMax-M3 のちょうど半分です。入力トークン 512,000 までで、$0.15/$0.60 対 $0.30/$1.20 です。そこから自然に導かれる推論は、ワークロードのコストが半分になるというものです。しかし、2つの複合的な理由により、そうはなりません。

最初は冗長性です。Intelligence Indexでは、モデルは1億8,000万の出力トークンを消費しましたが、中央値のモデルは9,900万です。デフォルトのエフォートレベルであるmaxで思考し、思考トークンは出力として課金され、max_tokensにカウントされます。出力重視のワークロードで計算してみましょう。1億8,000万出力トークンでは、100万トークンあたり$1.20のMiniMax-M3で$216になります。1,000万トークンなら$0.60で$108 — 半減は成り立ちます。つまり、料金レートは正直であり、動くのはボリュームです。

第二の理由は、思考をまったくオフにできないことです。MiniMax の API リファレンスには明記されています。thinking: {"type": "disabled"} を送ると HTTP 400 が返り、reasoning_effort: "none" も同じように拒否されます。low、medium、high、xhigh、max という5段階のはしごが唯一の制御手段で、このフィールドを省略すると max を意味します。対照的に MiniMax-M3 では、思考を完全に無効化でき、Anthropic 互換エンドポイントではデフォルトでオフになっています。

実用的な帰結：分類、抽出、整形のジョブで、出力トークン60個分だけに支払い、推論には何も支払っていなかった場合、思考を無効にしたMiniMax-M3は出力100万トークンあたり$1.20でも、$0.60のMiniMax-M3.1-Flashを依然として下回ることができる。新しいモデルは回答する前に数百の思考トークンを消費するからだ。エージェント実行——多段階のツール使用、長時間のコーディングセッション、コンピュータ使用ループ——では新しいモデルが勝り、独立したタスクあたりコストの数値がそれを裏付ける：$0.22対$0.51は57%削減であり、50%ではない。短い軌跡が追加の推論コストを十分に上回って回収するからだ。

このようなローンチは、トークンあたりではなく完了したタスクあたりで読み解くのが正しく、トラッカーの$0.22は、この記事の中でその計算をすでに済ませている唯一の数字です。

スタックを書き換えずにコストを適正化する

タスクあたりのコストは、購入判断というよりもルーティング判断です。この比較に登場するモデルは、単一の軸で互換性があるわけではありません。{{1}}MiniMax-M3.1-Flash{{/1}}はタスクあたりの速度とコストに優れますがクローズドです。{{2}}GLM-5.3-Flash{{/2}}は同じ能力を持ちながら重みをダウンロードできます。{{3}}DeepSeek V4.1 Flash 1017{{/3}}はトークン単価が2倍になる代わりに、より高速で強力です。ほとんどのチームは最終的に3つのうち2つを運用し、タスク種別ごとにトラフィックを振り分けています。

その分断こそが、OrcaRouter の存在理由です：200 以上のモデルにまたがる 1 つの API キー、プロバイダーの定価を 0% のマークアップでそのまま反映。つまり、MiniMax が料金表を半額にすると、請求書の数字は次回の契約更新時ではなく当日に動きます。MiniMax-M3.1-Flash 自体はまだ当社のカタログにはありません — 現在呼び出せるのは MiniMax 自身の API、M Plan、MiniMax Code 経由のみで、当社が保証できる他の経路はありません。OrcaRouter ですでにルーティング可能なのは、候補リストの残りです：MiniMax-M3、GLM-5.3-Flash、DeepSeek V4.1 Flash 1017。3 つとも 1 つのキーで利用できるため、上記の比較はベンチマークではなく自社のトラフィックで実行できます。

最新モデルがその系統で最も運用実績の少ないモデルでもある場合、自動フェイルオーバーは通常以上に重要になります。MiniMax-M3.1-Flashは登場から2日しか経っておらず、前世代からの移行パスもまだ進行中で、ベンダーは後により高性能なProモデルを約束しています。まさにこうした状況では、3週間後に書き直すのではなく、ルーティングテーブルで第一のモデルの後ろに第二のモデルを控えさせておきたいものです。

何を見るべきか

42が6か月後に人々が引用する数字として通用し続けるかを決めるのは、3つのことだ。まず重み。M​iniMaxは「後日」公開すると約束しているが、日付は示しておらず、オープンウェイトになれば一夜にして同クラスでタスクあたり最も安いダウンロード可能モデルになる。次にProモデル。M​iniMaxはより強力なバージョンが来ると述べており、通常それはFlashが価格面で位置づけ直されることを意味する。そして第三は、エージェント性能の数値の独立した再現だ。OSWorld V2、ALE、CyberGymはまさにハーネス間で最もばらつくベンチマークであり、現時点でそれらのあらゆる数値はモデルを販売している企業から出ている。

それまでの間、擁護可能な要約は限定的だが有用だ。タスクあたり0.22ドルで、MiniMax-M3.1-FlashはIntelligence Indexスコア42を得る最も安価な方法であり、そのスコアではGLM-5.3-Flashと並ぶ一方で、より高速かつクローズドだ。能力と速度ではDeepSeek V4.1 Flash 1017に劣るが、完了タスクあたりのコストではそれを上回る。ワークロードがエージェント型なら、そのトレードオフは今日行う価値がある。1000件の短い分類呼び出しなら、置き換え前のモデルの方が依然として安いかもしれない。