コーディング向けMiniMax M3：ベンチマーク、実際の料金、API経由での呼び出し方（2026年）

コーディングの観点から見たMiniMax M3とは

M3は2026年6月1日にリリースされました。Mixture-of-Expertsモデルであり、公開されたチェックポイントを調査したコミュニティトラッカーによると、総パラメータ数はおよそ428B、トークンあたりのアクティブパラメータ数は約23Bです。ただし、MiniMax自身は完全なパラメータ内訳を公開していないため、正確な数値は参考値として扱ってください。ネイティブのマルチモーダル対応（テキスト、画像、動画を入力し、テキストを出力）で、リクエストごとに切り替えられる思考モードを備えた推論モデルでもあります。

仕組みの前に、まず動機を考えてみましょう。なぜコーディングモデルにコンテキスト長が重要なのでしょうか？実際のエンジニアリング作業は、単一ファイルで完結しないからです。リポジトリ、スタックトレース、テスト出力、そして問題を修正するために変更する必要がある3つのファイル。それらを横断して推論できるよう、1か所に十分な時間保持する必要があります。M3の答えは、512Kトークンを確実に利用できる下限と、100万トークンのコンテキストウィンドウです。その基盤となるエンジンはMiniMax Sparse Attention（MSA）で、すべてのトークンの組み合わせに注意を向ける代わりに、キー・バリューキャッシュのブロックを選択します。MiniMaxによれば、100万トークン時のトークンごとの計算量は前世代のおよそ20分の1になり、プリフィルは約9倍、デコードは約15倍高速になります。これらはアーキテクチャに関するベンダーの数値であり、独立した測定値ではありません。しかし、スパースアテンションがもたらすはずの効果として、その方向性は一貫しています。

さらに、モデルをベースに構築された独自エージェント、MiniMax Codeというファーストパーティのコーディング環境もあります。存在を知っておく価値はありますが、この記事の目的はそこではありません。ここに来たのは、自分のコードからモデルを呼び出すためでしょう。

覚えておきたい一文はこれです。M3は、一度きりの短いコードスニペットではなく、大規模なコンテキストをまたぐ継続的かつ複数ステップの作業向けに構築されています。この見方をすれば、以下で説明するほぼすべてのトレードオフを理解できます。

コーディングベンチマーク：MiniMaxの報告値と独立測定値

多くの記事が一括りにしてしまう違いを、ここでは分けて見ていきます。左側はMiniMaxが自社で報告したコーディングおよびエージェント型スコア、右側は中立的な第三者が測定した結果です。

ベンダーの表からは分からないことが2つあります。1つ目は、今回はベンダー自身が実施したという事実が通常以上に重要だということです。SWE-Bench Proの数値は、Claude CodeをハーネスとしてMiniMax独自の環境で算出されており、独立した再現検証はまだ追いついていません。59%はM3が競合する層を示す強いシグナルとして受け止め、確定した結果とは考えないでください。2つ目――そして、コーディングに焦点を当てた記事で1度も見たことがない詳細ですが――Artificial AnalysisがM3を前世代モデルと比較した内訳を見ると、ほとんどの評価は向上しています（Humanity's Last Exam 28→37、GPQA Diamond 87→93、長文脈推論 69→74）。一方で、その評価セットに含まれるコーディング評価のSciCodeは47から45へわずかに低下しました。小さな後退であり、過度に解釈すべきではありません。しかし、これは「コーディング性能が大幅に向上した」という単純な物語を複雑にする唯一のデータポイントであり、どこでも言及されなかったこと自体が示唆的です。

私の見方では、M3は実践的なソフトウェアエンジニアリング――パッチ作成、複数ファイルの編集、ターミナル作業――において、実際に最先端モデルに近い性能を持っています。独立した指数による裏付け（55、同クラス首位）もマーケティングではなく実態です。ただし、あらゆるコーディング軸で前世代から飛躍的に進歩したわけではなく、抽象的推論の差も存在します（詳細は後述）。結論としては、性能の層は信頼しつつ、正確な数値は自分のタスクで検証してください。

実際のコーディング作業でかかる費用

まずは表示価格から見ていきます。多くの記事で見かける比較よりも、こちらのほうが正直な比較です。GPT Protoのモデルページ経由では、M3の標準ティア料金は入力100万トークンあたり0.48ドル、出力100万トークンあたり0.96ドルです。

参考までに、MiniMax自身の実効料金は、表示価格に恒久的な50%割引を適用した後で、入力約0.30ドル、出力1.20ドルです。したがって、「安い」と一括りにするのではなく、比較を正確に行ってください。GPT Proto経由では、MiniMaxに直接接続する場合より入力料金は高く、出力料金は安くなります。どちらが有利かは、ワークロードの読み取りと書き込みの比率だけで決まります。大規模なリポジトリを読み込み、小さな差分を出力するコーディングエージェントは入力中心なので入力料金が支配的です。一方、生成中心のジョブでは逆の傾向になります。M3をアグリゲーター経由で利用する理由は、目を引く割引ではなく運用面にあります。別のMiniMaxアカウント、リージョンエンドポイント、サブスクリプションキーを用意する代わりに、M3とその他のカタログを1つのキーとOpenAI互換インターフェースで利用できることです。

ここからが、実際にコーディング費用を左右する部分であり、「100万コンテキスト」に注記が必要な理由です。料金が一律なのは、入力トークン512Kまでです。この境界を超えると、リクエスト全体――入力、出力、キャッシュ読み取り――に2倍の料金が適用されます。段階的に変わる料金であり、徐々に増えるわけではありません。通常のエージェントループを考えてみましょう。入力400K、出力100Kから始めれば、境界を余裕を持って下回っています。しかしエージェントループでは内容が追加されます。10ターン目から15ターン目までに何も削除されなければ、あるターンでひっそりと512Kを超えます。その時点で、しきい値を超えたトークンだけでなく、そのターン全体のすべてに2倍の料金がかかります。入力が20%増えただけで、呼び出し費用が2倍以上になる可能性があります。

逆方向に働く要素はキャッシュです。繰り返される入力（システムプロンプトやコードベースの安定した部分）は、標準料金の一部で読み取れます。エージェントループでは入力の大部分をキャッシュ可能なので、早い段階で組み込む価値があります。結論として、M3のコーディング費用を決めるのは、トークン単価そのものではなく、どれだけ多くのコンテキストを持ち運ぶか、そしてどれだけうまくキャッシュするかです。表示価格ではなく、ワークロード単位で予算を立ててください。

GPT Proto API経由でM3を呼び出す方法

エンドポイントはOpenAI互換のチャットインターフェースです。認証にはAuthorizationヘッダーに生のAPIキーを指定します。他のプロバイダーから移行する場合に混乱しやすい点ですが、Bearerプレフィックスは不要です。モデル文字列をMiniMax-M3に変更すれば実行できます。

import requests, json, glob
 
# Pull a few source files into one long-context prompt.
# M3's floor is 512K tokens, so a dozen files fit without hitting the price cliff.
files = glob.glob("src/**/*.py", recursive=True)[:20]
codebase = "\n\n".join(f"# ---- {p} ----\n{open(p).read()}" for p in files)
 
prompt = (
    "Here is part of a Python service. Find every place a database connection "
    "can leak on an exception path, and return the fix as a unified diff.\n\n"
    + codebase
)
 
resp = requests.post(
    "https://gptproto.com/v1/chat/completions",
    headers={
        "Authorization": "sk-your-gptproto-key",  # raw key, NO "Bearer" prefix
        "Content-Type": "application/json",
    },
    data=json.dumps({
        "model": "MiniMax-M3",
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.2,   # default is 0.95 — lower it for deterministic code edits
        "stream": False,
    }),
    timeout=120,
)
 
print(resp.json()["choices"][0]["message"]["content"])

実用上の注意点が2つあります。このインターフェースのデフォルトのtemperatureは0.95で、コードには高めです。創造的な変更多様性ではなく、再現性のある差分が必要な場合は、0.2以下に下げることをおすすめします。また、開示しておくと、このエンドポイントと生キー認証のパターンは、GPT Protoの公開中のMiniMaxモデルドキュメントで確認したものです。モデル文字列をMiniMax-M3に置き換えています。ただし、この正確な呼び出しをM3に対して自分でスモークテストしたわけではありません。CIに組み込む前に、実際のリクエストを1回実行し、レスポンスの形式を確認してください。

「100万トークンに対応」と「100万トークンで実行すべき」は別

混同されがちな2つの主張を分けて考える価値があります。M3は100万トークンのウィンドウに対応しています。しかし、そこまで埋めるべきかどうかは別の問題で、コーディングの場合、答えは通常「いいえ」です。長文脈モデルには、プロンプトの冒頭と末尾にはよく注意を向ける一方、中央に埋もれた情報を見失う傾向があることが報告されています。MiniMaxは、M3がこの問題を特に意識して訓練されたと説明しており、初期報告ではウィンドウの大部分で検索性能が維持されているようです。しかし、この文でいう「大部分」は重要な意味を持つため、自分の検索精度が重要なタスクで、極端な長さの領域まで検証することをおすすめします。512Kの料金急増と組み合わせれば、指針は明確です。長大なコンテキストは意図的に使いましょう。つまり、ファイル間の関係を把握する必要が本当にある場合のリポジトリ全体の推論に活用し、手元にあるすべてのファイルを無差別に投入するための置き場にはしないことです。

コーディングにおけるM3とDeepSeek V4 Proの比較

コーディング用途で、最先端クラスの中国製オープンウェイトモデル2つから選ぶなら、比較軸は明確です。M3はネイティブのマルチモーダル対応と100万トークンのウィンドウを備えており、コードと一緒に壊れたUIのスクリーンショットを入力できます。DeepSeek V4 Proはテキスト専用で価格が低く、検証済みのソフトウェアエンジニアリング評価では高い性能を発揮します。私なりに整理すると、マルチモーダル入力や非常に長いコンテキストが必要ならM3、画像入力が不要で、安価かつ十分な性能のテキスト専用コーダーを求めるならDeepSeekです。直接比較した数値については別途詳しく扱う価値があるため、ここでは選択の軸に絞り、詳細な比較はMiniMax M3とDeepSeek V4 Proの比較にまとめました。

コーディングにM3を使うべき人、使うべきでない人

作業がエージェント型かつ複数ファイルにまたがるなら、M3を使う価値があります。コードベース全体へのパッチ適用、ターミナル主導のタスク、履歴が重要になる長時間のデバッグ、あるいはUIのスクリーンショットをモデルに返すことが実際に役立つワークフローなどです。これはM3が想定して訓練されたプロファイルであり、その強みが表れています。

少なくとも十分にテストしてから判断すべきケースが3つあります。画像や巨大なコンテキストを一切使わず、最も安価なテキスト専用コーダーが必要なら、より軽量なテキストモデルのほうがトークン単価は低くなります。問題に必要なのが、十分な実行力ではなく真に新規性のある抽象的推論である場合も注意が必要です。M3の応用コーディング能力を評価した独立レビューアーも、抽象的推論ベンチマークでは遅れを指摘しており、そこはM3の強みではありません。最後に、商用利用を目的として重みをセルフホストする計画があるなら、契約条件を確認してから決めてください。M3はMiniMax Community Licenseで提供されており、一部の競合モデルが採用するMITやApacheの条件より制限が厳しく、オープンウェイトとしての扱いもローンチ以来変化しています。モデルページを通じてAPIを利用する場合、こうしたライセンス上の摩擦は発生しません。重みを再配布するのではなく、アクセスを借りて利用するためです。