MiniMax-M3.1-Flash vs MiniMax-M3：価格は半分、ウェイトは一切なし

MiniMax-M3.1-Flashは、トークンあたりのコストがMiniMax-M3のちょうど半分で、Artificial Analysis Intelligence Indexのスコアは13ポイント高く、M​iniMaxが自社の既存サブスクライバーを現在振り向けているモデルでもある。また、この系列でダウンロードできない最初のモデルでもある。2026年6月1日にリリースされたMiniMax-M3は、総パラメータ数4280億、アクティブパラメータ数230億のMixture-of-Expertsで、Hugging Faceに重みが公開されており、料金表も一覧表から確認できる。一方、2026年10月19日にリリースされたMiniMax-M3.1-Flashはクローズドモデルで、ベンチマークスコアはより高く、提供経路はより高速で、重みは「後で」提供されるという約束がある。その一文が判断のすべてであり、価格差はそこから注意をそらすものにすぎない——ただし、判断する前に計算してみる価値があるほど大きな注意逸らしではある。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、以下にまとめられています：OrcaRouter AI Incident Archiveでは、各項目に独自の出典、重大度、信頼度グレード、異議ありフラグが付いています。

2つの料金表が実際に述べていること

まずはお金の話から始めましょう。マーケティング上の主張と請求書が食い違うのは、まさにそのお金の部分だからです。

• 標準入力 — MiniMax-M3.1-Flash は100万トークンあたり$0.15、MiniMax-M3 は最大512,000入力トークンで100万トークンあたり$0.30

• 標準出力 — 100万トークンあたり$0.60 対 $1.20、512,000トークンのしきい値は同じ

• 512,000入力トークンを超える場合 — MiniMax-M3は入力$0.60、出力$2.40に倍増。MiniMax-M3.1-Flashは長コンテキスト割増を公表していません

• キャッシュ読み取り — 1Mあたり$0.015 対 1Mあたり$0.06

• 優先受付 — MiniMax-M3.1-Flash では提供されません。MiniMax-M3 では標準料金の1.5倍で提供されるため、しきい値未満では $0.45/$1.80、しきい値以上では $0.90/$3.60 となります

• インテリジェンス指数 — 42 対 29（Artificial Analysis 調べ）

• Indexタスクあたりのコスト — $0.22 対 $0.51、料金表が示唆する50%ではなく57%の削減

• コンテキストウィンドウ — 両方とも1,000,000トークンですが、当社のカタログではMiniMax-M3を1,048,576と記載しています

• 出力速度 — 125.5トークン/秒 対 106.4、いずれも独立して測定

• 重み — 後日提供を約束 vs 公開済み、オープン、Hugging Face 上で

• パラメータ — 非公開。総数428B・アクティブ23Bに対して「より積極的なスパース性」とのみ説明されている

そのリストの2行は、見た目の長さ以上に重い意味を持つ。1つ目は長コンテキスト割増だ。ワークロードが日常的に512,000入力トークンを超える場合——リポジトリ全体のコーディングパス、長い文字起こし、文書セットなど——実効的な差は2倍ではなく、入力で4倍、出力で4倍になる。MiniMax-M3.1-Flashは価格をまったく段階化していないからだ。2つ目は優先受付だ。MiniMax-M3は1.5倍でより高速に提供されるレーンを購入できるが、MiniMax-M3.1-Flashはいくら払っても購入できない。そのAPIリファレンスでは、service_tierは未サポートとして記載されている。負荷時のレイテンシがM3に支払った理由だったなら、新しいモデルはそのレバーを売ってくれない——より高速な基盤の提供パスを売り、その後でレバーを取り上げるのだ。

コストを半分に抑えることは、請求額を半分に抑えるよりも簡単だ

レートカードを半減しても請求額が半減するわけではなく、これはこの組み合わせの移行計画で最もよくある誤りです。MiniMax-M3.1-Flashはすべてのリクエストでデフォルトのエフォートが最大の状態で思考し、停止させるよう指示することはできず、明らかに冗長です。Intelligence Index全体で1億8,000万出力トークンを消費しましたが、中央値のモデルは9,900万でした。MiniMax-M3では思考を完全にオフにでき、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。

数字で示そう。1回の呼び出しごとにスキーマと指示で2,000入力トークンを送り、80トークンのJSONを返すドキュメントタグ付けジョブを考える。思考を無効にしたMiniMax-M3では、2,000 × 100万トークンあたり$0.30に加えて80 × 100万トークンあたり$1.20を支払う——1回あたり約$0.0007だ。MiniMax-M3.1-Flashで同じジョブを実行すると、思考を無効にする方法がないため、入力は100万トークンあたり$0.15で処理されるが、その後に回答の前に数百トークンに達する推論ブロックを出力する。500思考トークンに加えて80回答トークンだと、出力の請求は580 × 100万トークンあたり$0.60——およそ$0.00065。ほとんど安くなっておらず、しかもこれは控えめな思考量の見積もりだ。1,500思考トークンでは、同じ出力に対して新しいモデルのほうが古いモデルより高くつく。古いモデルの推論をオフにできる能力が、新しいモデルのより安い料金よりも価値があるからだ。

では、ワークロードを変えてみましょう。ツール呼び出しと推論にすでにM3で40,000出力トークンを使用したマルチステップのエージェント実行で、考える必要があったため思考を有効にしていた場合。M3は40,000 × 100万あたり$1.20で請求し、$0.048になります。同じ量をM3.1-Flashで処理すると$0.024の請求となり、実際にはさらに少なくなります。なぜなら軌跡が短くなるからであり、独立したタスクあたりコストの数値が50%ではなく57%低下するのはそのためです。節約が生まれるのはここです。短い決定論的な呼び出しではなく、長い推論重視の作業です。

ここから導かれるルールはこうだ。ワークロードを「小さな回答が多い」と説明できるなら、MiniMax-M3.1-Flash の方が高価なモデルになる可能性がある。「長い回答が少ない」と説明できるなら、間違いなく安価な方だ。

重みは、迂回できない部分です。

上記の数字はすべて覆せます。MiniMaxは明日にもMiniMax-M3の価格を下げられるし、M3.1-Flashの価格を上げることもできる。覆せないのはライセンスです。MiniMax-M3はダウンロード可能で、総パラメータ数4,280億、アクティブ230億、Hugging Face上にあり、MXFP8ビルドでもミラーされています。つまり、量子化し、ファインチューニングし、自前のハードウェアで実行し、ベンダーが先へ進んだ後も提供し続け、中身を監査できるということです。MiniMax-M3.1-Flashはホスト型エンドポイントで、MiniMaxは後日ウェイトを公開するとしていますが、時期もライセンスもパラメータ数も示されていません。

その非対称性は、コスト比較では捉えきれない3つの箇所に現れる。コンプライアンス：規制対象のチームが自社の境界内で推論を実行する必要がある場合、または依存するモデルアーティファクトを文書化する必要がある場合、MiniMax-M3.1-Flashは今日どんな価格でも使えない。継続性：MiniMax自身の廃止スケジュールにより、10月19日にはM2.5とM2.7という2つのモデルファミリー全体がすでにMiniMax-M3.1-Flashに統合され、11月18日には完全廃止となる。モデルは実際に停止されるものであり、それを生き延びる唯一確実な方法はコピーを所有することだ。再現性：固定されたチェックポイントに対して再実行できないベンチマークスコアは、信頼するしかないスコアであり、本記事のMiniMax-M3.1-Flashの数値はすべてその種のものだ。

If M​iniMaxが重みを公開すれば、このセクションは不要になり、428Bのダウンロード可能なモデルが100万あたり$0.30という記憶のほうが、より興味深い脚注になる。それが実現するまでは、「後で」は約束にすぎず、手に取れるのは古いモデルのほうだ。

能力ギャップは現実に存在し、指標が示唆するよりも小さい。

Intelligence Index での13ポイントは大きな飛躍だ。この価格帯では、おおよそモデル1世代分に相当する。しかし、その差の一部が測っているのは、モデルが何を知っているかではなく、モデルをどう実行させるかが変わったことだ。MiniMax-M3.1-Flash は、推論を最大エフォートで強制的に有効にして採点されている。一方、MiniMax-M3 のインデックス結果は独自のデフォルト設定で生成されており、あるプロトコルではそれが思考オフを意味する。この13ポイントのうちいくつかは、モデルの重みではなく、評価のラダーによるものだ。

ベンダー側の証拠も同じ方向を示している。M​iniMax自身が発表したMiniMax-M3.1-Flashのローンチ時の数値——BankerToolBench 76.2、DeepSWE v1.1で73.7%、OSWorld V2で61.7、Agents' Last Examで29.6、CyberGymで82%——はすべてエージェント型評価であり、そのいずれもが推論を最大限に強制することが役立つ設定だ。同じハーネス上でのMiniMax-M3との比較は公開されていない。したがって正直に言えば、新しいモデルはエージェント作業において優れているが、その差はM​iniMaxの外部では誰も前世代と比較して測定しておらず、またこの指数は、推論ポリシーを一定に保った場合に13ポイント未満の真の改善を示唆している。

違いに議論の余地がないのは運用面だ。125.5トークン/秒対106.4は、第三者による測定で18%高速なサービング経路であり、ワークロードに関係なく当てはまる。インタラクティブなコーディングツールにとって、それはユーザーが体感する差だ。

MiniMax-M3.1-Flashが誤った答えとなる場面

このローンチ後も3つのワークロードはMiniMax-M3に留めるべきであり、ローンチ報道では触れられていないため、それらを名指しする価値がある。

最初のものは、あなた自身のネットワーク内にあるあらゆるものです。新しいモデルのうち、あなたが実行できるバージョンは存在せず、それがいつ利用可能になるかの兆しもありません。

第二は、大量で低トークンかつ決定論的な作業——分類、抽出、ルーティング、フォーマット——であり、そこでは思考を無効化できることがコストを左右する機能であり、MiniMax-M3にはそれが備わっている。

第三は、優先受付に依存するあらゆるものです。p99レイテンシをSLA内に保つためにアプリケーションがMiniMax-M3の1.5×ティアを購入していた場合、MiniMax-M3.1-Flashはその選択肢を排除します。つまり、調整可能なレバーを、調整できないより高速なベースラインと引き換えることになります。

それ以外のすべての人——エージェント型パイプライン、コンピュータ操作ループ、長いコンテキストでのコーディングセッション、件数が多いのではなく1件あたりの作業が長いワークロードを抱えるチーム——は、移行すべきです。新しいモデルはより高速で、完了したタスクあたりのコストが低く、まさにそうした作業を表す評価でより優れています。

2つの統合を動かさずに両方を実行する

ほとんどのチームにとって現実的な答えは、切り替えではなく分割です。短い決定論的な呼び出しと、オンプレミスに留める必要があるものには MiniMax-M3、長いエージェント実行には MiniMax-M3.1-Flash を使います。どちらも同じベンダー、同じプロトコルファミリーであり、Anthropic 互換エンドポイントの場合は同じリクエスト形式です。つまり、この分割は2つのSDK統合ではなくルーティングルールです。

そのためにOrcaRouterがあります：200以上のモデルを1つのAPIキーで利用でき、プロバイダーの定価を0%のマークアップでそのまま適用、つまりMiniMax-M3の$0.30/$1.20がそのまま支払額となり、ベンダーの価格改定は、ベンダーの請求書に反映されたその日にあなたの請求書にも反映されます。 MiniMax-M3は本日より当社のカタログに掲載されています。MiniMax-M3.1-Flashは掲載されていません。MiniMax自身のAPI、M Plan、またはMiniMax Code経由で呼び出してください。したがって、上記の使い分けは、当社が取り扱うまでの間、片方の経路が当社外にあるルーティングルールとして機能します。その形でも自動フェイルオーバーは実際に役立ちます。新しい方のエンドポイントがレート制限にかかったり、IDが知らないうちに変更されたりした場合、リクエストはエラーページではなくMiniMax-M3にフォールバックします。

この分割を理論で語るのではなく実際に構築する価値があるのは、2つのモデルがスコアだけでなくその形において本当に異なっているからだ。短い呼び出しを思考を止められるモデルへ、長い呼び出しを思考を止められないモデルへ振り分けるルーターは、ベンチマークがすでに正当化していることを行っている。

短いバージョン

MiniMax-M3.1-Flashはより優れたモデルであり、より劣った資産だ。スコアは42対29、実行速度は18%速く、完了タスクあたりのコストも低い——長く推論負荷の高い作業から作られたインデックスでは57%低い。MiniMax-M3はダウンロード可能で、短い呼び出しでは安く、自分が所有できるものだ。今後数か月の妥当な姿勢は、両方を運用し、長い作業は新しい方に任せ、重みの公開を注視することだ。なぜなら、M​iniMaxがチェックポイントを公開した日には、旧モデルに残る唯一の論拠は優先レーンだけになるからだ。