詳しい解説 · 読了目安 6 分
MiniMax M3.1 Flash：エージェント評価、速度、API費用を分けて読む
10月19日の発表は評価結果とトークン料金を提示。モデル重みとProは今後の公開予定です。
- 原典の公開日
- 当サイトの公開日
- 出典確認日
MiniMaxは10月19日、M3.1 Flashを発表しました。エージェント、開発、コンピューター操作、セキュリティの評価とAPI料金をまとめていますが、現在の提供経路と今後公開する重み・Proは区別されています。数値は同社の報告で、AISubHubによる再現結果ではありません。
ニュースを聴く
この記事を読み上げるか、ニュースを続けて聴けます。
読み上げを準備中…
端末の音声
読み上げはブラウザーまたは端末が処理します。AISubHub は文章を音声 API に送りません。利用できる音声やロック画面での再生は端末によって異なります。
再開時に短い部分を繰り返す場合があります。
要点
- 100万トークン当たり入力0.15米ドル、出力0.60米ドル、キャッシュ入力0.015米ドルです。エージェントタスク全体の費用が70%低下したという主張は、各単価の一律割引とは別です。
- 報告値はDeepSWE v1.1が73.7%、OSWorld V2が61.7点、ALEが29.6点、CyberGymが82%。異なるタスクのため、単一の総合品質点にはできません。
現在の提供と将来の公開を区別する
発表ではMiniMax API、M Plan、MiniMax CodeからM3.1 Flashを利用できるとしています。匿名運用されたSpace Bunnyは初期版で、200兆を超えるトークンを処理したという説明です。ただしこれは同社の利用量の主張であり、顧客構成や独立した信頼性評価は示されていません。末尾では重みと、より高性能なProを今後提供すると明記しています。API開始を重み公開の完了と表現することはできず、M Plan経由で使えることから無料APIクレジットを推測することもできません。
エージェントと開発の評価が測る対象
MiniMaxはAutomationBench-AAを、営業、業務、財務などのSaaS横断ワークフローの評価と説明しています。76.2と報告したBankerToolBenchは多段階計画、文書整合性、金融コンプライアンス、連続するツール呼び出しを扱います。73.7%のDeepSWE v1.1はコード理解、機能開発、不具合修正、テストによる検証を対象とします。本站の見方では、自分たちの仕事に近い評価を探す分類として有用ですが、任意の企業業務を無監督で任せられる証明ではありません。先に実際のツールと受入テストを定義すべきです。
コンピューター操作と安全性の限界
OSWorld V2は61.7点、Agents’ Last Examは29.6点で、同社はコンピューター操作、アプリ横断実行、専門業務に結び付けています。CyberGymは82%で、内部専門家による監査、パッチ、侵入テスト、マルウェア分析、リバースエンジニアリングの観察も紹介しています。内部評価は外部の安全認証ではありません。本站は、許可された隔離環境で、タスクに応じた承認と復旧手順を用意するよう提案します。これは評価方法の助言であり、実施済みの検証や運用リスク消滅の証拠ではありません。
トークン料金とタスク費用は別の指標
100万トークン当たりのドル建て料金は入力0.15、出力0.60、キャッシュ入力0.015です。それとは別に、エージェントタスク全体の利用費用が前世代より70%低いとしています。すべての負荷で同じ節約を約束する記述ではありません。本站の分析では、出力量、キャッシュ適用条件、ツールの反復、失敗による再試行によって同じ入力でも請求額は変わります。適用された区分と合格タスク一件当たりの総費用を記録すべきです。これはAPI従量料金で、月額購読の価格ではありません。
出力速度だけで応答体験を判断しない
MiniMaxはより積極的なスパース化による効率向上を挙げ、オンライン推論がほぼ3倍速く、出力が毎秒200超のトークンに達し、P50中央値は安定して毎秒170超と報告しています。いずれも提供者の運用数値で、特定アカウントへの保証ではありません。最初のトークンまでの待ち時間、遅い側の遅延、エージェント全体の終了時間を示すものでもありません。固定した負荷で待機、生成、ツール実行を別々に測るのが本站の提案です。外部システムの待ち時間も体験を左右します。
試行では最終成果の合格を確認する
期待する出力が分かる代表タスクと限定したツールで、モデル版と採点基準を固定した試行を組めます。成功、失敗、人手の確認、総トークン、実経過時間を残し、同じ受入基準を満たした結果だけを比較します。これは本站の提案で、今回実施した実験ではありません。発表は低価格モデルを調べる具体的な理由になりますが、広い能力の主張には実業務での証拠が必要です。購入時も現行の利用権と条件を確認し、API、開発製品、購読が同じ特典を持つと決めつけないことが重要です。
注目する理由
小規模な試行では合格したタスク、所要時間、総支出を合わせて比較できます。トークンが安くても、再試行や人手の修正が増えればプロジェクト全体の利点にはなりません。
制約と提供状況
発表全文を読みましたが、API呼び出し、評価の再現、有料アカウント特典の確認は行っていません。一律の節約、実運用の遅延、ダウンロード可能な重みの提供を保証する記事ではありません。
出典と根拠
原典の公開日: 2026/10/19 · 出典確認日: 2026/10/20
AI を活用した編集記事を、記載した一次情報で確認しています。企業の主張は出典を明示し、掲載は推奨を意味しません。