Nex-N2.5 Pro vs MiniMax M3：主張される34ポイントの差と、実際にダウンロードできるモデル

この対決で最も際立つ数字は56.4対22.3——だが、それは最も検証しにくい数字でもある。この2つの数字は、Nex-AGIのNex-N2.5 ProとMiniMax M3が、新モデルのベンチマークカードに載せているOSWorld-2スコアだ。Proは56.4、MiniMaxのM3は22.3。これは、長期（ロングホライズン）にわたるコンピューター操作ベンチマークでの34ポイント差であり、今や本格的なGUIエージェントは誰もがこのベンチマークで実力を測られる。2026年9月8日に発表されたNex-N2.5 Proは、総パラメータ397B／アクティブ約17Bのマルチモーダルエージェントで、その重みはまだ“coming soon”のままだ。2026年6月1日にリリースされたMiniMax M3は、総パラメータ428B／アクティブ約23Bのオープンウェイトのマルチモーダルフラッグシップで、動画入力にも対応し、MiniMax Sparse Attentionによって1Mコンテキストを実現、6月上旬からダウンロード可能だ。この2モデルのうち片方は、ハブから引っ張り出して今夜にも実行できる。もう片方は、約束付きのホステッドプレビューだ。そして、この対決を読む価値を生んでいる34ポイント差は、あなたが実行できないモデルのベンダーが公表した数字であり、そのベンチマークでは、現在首位のモデルの数字でさえベンダー申告なのである。

つまり、このページの本題は、劇的だが検証できないリードと、控えめだが部分的に検証できるリードをどう天秤にかけるか——そして、安価なモデルの存在が高価なモデルの売り込みに何をもたらすか、ということだ。MiniMax M3は、ウェイト公開待ちのスペシャリストなら誰もが反論を迫られるカウンターウェイトである。同モデルはすでに仕事の大半をこなし、コストはほぼかからず、そのファイルはあなたのディスク上にある。Nex-N2.5 Proが意味を持つためには、34ポイントという主張が、以下に続く3つのチェックを生き延びなければならない。

最初に確認すべきこと：その数字はそもそも同じものを測定しているのか？

OSWorld-2 は、元の OSWorld ベンチマークを長期的かつ実世界向けに拡張したものです。エージェントは複数ステップのタスクで実際のデスクトップソフトウェアを操作し、「正しいボタンをクリックしたか」ではなく「実際の作業を完了できたか」で評価されます。前身より格段に難しく、Nex-AGI が自社の Pro ティアはマルチモーダル群の中でも一線を画すと主張する根拠となるベンチマークでもあります。 だが、この 2 つの行がどこから来たのかを見てください。Nex-N2.5 Pro の 56.4 は、Nex-AGI が自社の内部 NexCUA ハーネスで測定した値であり、そのカードには「まもなく」オープンソース化されると書かれています。MiniMax M3 の 22.3 は、Nex-AGI が競合モデルの数値として掲載したものです。MiniMax は独自の OSWorld-2 結果を公開しておらず、M3 の公的なコンピューター利用スコアは、より古く易しい OSWorld-Verified のものになります。Nex のカードでも、M3 は 75.2、Pro は 82.2 と記載されています。 56.4 対 22.3 という見出しの両方の行は、同じハーネスで、同じベンダーが、同じ日に、自社が所有する 1 つのモデルと所有しない 1 つのモデルについて実行した結果です。それは、この差が偽りであることを意味しません。ハーネスはまさに、同一条件でモデルを比較するために存在するからです。ただし、この数値が単一ベンダーによる管理された比較であり、外部の研究室が確認した結果ではないということ、そしてその差の信頼性が、それを生み出したハーネスの信頼性とまったく同じであるということは確かです。

2回目のチェック: 実際に実行できるモデルがもたらすものは何か。

MiniMax M3は、OSWorld-2の行がなくても有用であり続ける。その存在意義は、ダウンロードして確認できる事柄に基づいているからだ。総パラメータ数428B／アクティブ約23Bで、MiniMax Sparse Attentionを採用し、100万トークンのコンテキストと512Kトークンの出力上限を備える。テキスト、画像、動画を入力として受け取り、テキストを返す。ウェイトは6月第1週からHugging Faceで公開されており、MiniMaxのAPIでの定価は、入力100万トークンあたり0.30ドル、出力100万トークンあたり1.20ドル、キャッシュ入力は0.06ドル。これは、最も安価なクローズド系フロンティアモデルの出力価格の約5分の1で、動画は別途課金となる。その独立した評価は確かだが控えめで、Artificial Analysis Intelligence Indexの44はフラッグシップの中では中位層、クローズド系リーダーが占める56〜61の範囲を下回る。注目を集めるエージェント性能の数字——Nexのカードに掲載された75.2 OSWorld-Verified、MiniMax自身の報告による約70、83.5 BrowseComp——はベンダー報告によるもので再現されておらず、Nexに付きまとうのと同じ但し書きが伴う。違いは、M3の主張が、ユーザー自身が実行・再テストできるモデルを指し示している点だ。だからこそ「ベンダー報告」という但し書きは、ウェイトをダウンロードできる側ではあまり痛くないのである。

3番目のチェック：それぞれを実際にどう使うのか？

• 本日購入可能 — MiniMax M3：実際の重み、料金表、動作するAPI。Nex-N2.5 Pro：無料のホステッドプレビューとロードマップ。

• コンピューター操作 — MiniMax M3：スクリーンショットと動画を処理し、GUIスコアは中位を記録する汎用モデル。Nex-N2.5 Pro：視覚フィードバックループ向けに構築されたビジョンネイティブエージェントで、クラス最高のOSWorld-2ランキングを主張している。

• 価格 — MiniMax M3: $0.30 / $1.20、キャッシュは$0.06 — 長いエージェントループに気軽に投入できるほど安価。Nex-N2.5 Pro: 価格はまだ未発表。効率性の主張（単一の8×H100ノードでアクティブなのは17B）は、請求書ではなく見込みにすぎません。

• コンテキスト — MiniMax M3: 1Mトークン、512Kを超えるリクエストは2倍で課金。Nex-N2.5 Pro: 262Kファミリー構成。

• 入力 — MiniMax M3: テキスト・画像・動画をネイティブに処理可能。Nex-N2.5 Pro: 画像とテキストを処理し、画面レベルの認識に特化。

• 検証可能性 — MiniMax M3: セルフホスト可能なため、あらゆる主張を社内で検証できます。Nex-N2.5 Pro: 重みが非公開のため、すべての主張はNex-AGIの言葉頼りです。

• 独立インデックス — MiniMax M3：44 (AA)。Nex-N2.5 Pro：まだなし。

低価格の既存企業が、より手強い相手である理由

Nex-AGI がマルチモーダル比較表に MiniMax M3 を無視せず掲載したのには理由がある。M3 は、コンピューター操作特化モデルの割増料金を正当化しにくくする価格アンカーだからだ。$0.30/$1.20 という低コストで動画入力に対応する汎用モデルが、専用 GUI エージェントが主張する性能の 70〜75% でも達成できるなら、特化モデルは実際のタスクで劇的に優れていなければその地位を勝ち取れない。Nex-N2.5 Pro のモデルカードは、OSWorld-2 で 34 ポイント差をつけて優れていると主張している。しかし、挑戦者が未出荷の自社モデルについて公表した 34 ポイントのリードは仮説にすぎない。一方、M3 の Index 44、オープンウェイト、価格は、基盤にできる事実である。経済的に合理的な姿勢とは、仮説を退けることではなく、誰かが費用を負担する前に、それが独立した実行を乗り越えることを求めることだ。

自分のキーで比較を実行する

このような価格を軸にした比較が、どちらの側にもコミットせずに試されるのがルーティングレイヤーです。MiniMax M3 は OrcaRouter 上で利用できます。その価格は MiniMax のリストプライス（$0.30 / $1.20）のまま、0%マークアップでパススルーされます。そのため、MiniMax がレートを変更した日には、その変更は、カタログの残りの部分で既に使っているのと同じAPIキーで即座に反映されます。Nex-N2.5 Pro は当社を通じては提供されていないため、約束されたウェイトが登場するまでは、Nex-AGI のホステッドプレビュー経由でアクセスすることになります。このマッチアップに実際に答える実験は、大量のロングコンテキスト・エージェントトラフィックを、その単一のエンドポイント経由で MiniMax M3 に流し、小規模な評価ブランチを Nex-N2.5 Pro のプレビューに対して実行し、自動フェイルオーバーにより公平性を保ったまま、独自のタスクミックスで比較するというものです。34ポイントというベンダーの主張は、自分で再現した結果とまったく同じだけの価値しかなく、M3 は十分に安いため、テストを再現するコストはほとんどかかりません。Pro のウェイトが登場したら、8基のH100を使うレシピこそが確認すべき本当の成果物です。つまり、17Bアクティブのスペシャリストが、Nex-AGI 以外の誰かによって実行された場合に、OSWorld-2 でのリードを維持できるかどうか、ということです。

証拠が支持する評決

現在、実行可能なすべての点において、MiniMax M3はこの対戦をデフォルトで制します。ダウンロード可能で、価格はフロンティアモデルの標準価格の5分の1、動画入力に対応し、独立したIndexを備え、そのコンピューター利用に関する主張は——ベンダー報告によるものとはいえ——今週中に自社スタックで再テストできるモデルを指し示しています。Nex-N2.5 Proはより興味深いモデルでありながら、買いとしては劣ります。視覚ネイティブのコンピューター利用専門モデルであり、自社のモデルカードでクラス最高のOSWorld-2スコアを主張する一方で、そのウェイトはまだ存在しません。56.4対22.3という差は、コンピューター利用がどこへ向かうのかに関する現時点で最良の仮説として扱うべきであり、すぐに行動に移せる結果ではありません。また、MiniMax M3は、その専門モデルが最終的にリリースされたとき、$0.30/$1.20を超える価格を正当化するには、他者のハーネスでその差を証明しなければならない理由となる存在です。