MiniMax M3.1 Flash、トークン価格を半額に。エージェントコストは効率次第

MiniMaxは2026年10月20日（月）に新モデル「M3.1 Flash」をリリースし、トークンあたりの価格を50%引き下げると発表しました。同社は今回のアップデートによりAIエージェント運用の総コストを70%削減できると主張していますが、独立した分析によると、ワークロードの特性によっては開発者が得られる実際の節約効果はより控えめになる可能性があります。

何が起きたか

今回のリリースでは、従来のM3モデルの後継としてM3.1 Flashが登場し、多くの競合他社を大きく下回る価格設定が導入されました。MiniMaxは入力トークンを100万トークンあたり0.15ドル、出力トークンを100万トークンあたり0.60ドル、キャッシュされた入力トークンを100万トークンあたり0.015ドルと公表しています。同社は推論速度がM3のほぼ3倍になったと主張しており、これが全体的な効率向上に寄与しているとしています。しかし、見出しにある70%のコスト削減という主張は、単なる低価格だけでなく、モデルがより少ない処理ループでタスクを完了するという前提に基づいています。

独立系企業Artificial Analysisは、自社のIntelligence Indexベンチマークを用いてこのモデルをテストしました。その結果、M3.1 Flashのタスクあたり平均コストは0.22ドルで、M3の0.51ドルから低下していました。これは57%の削減であり、大幅な改善ですが、MiniMaxの社内マーケティング数値には届きません。この乖離は、おそらくテストで使用された具体的なワークロードの違いによるものと考えられます。エージェントのコストは、繰り返しの推論ステップ中に消費されるトークン数によって大きく変動するためです。

また、今回のリリースでは、これまで200兆トークン以上を処理してきた謎のモデル「Space Bunny」の正体も明らかになりました。MiniMaxは、Space BunnyがM3.1 Flashの初期ビルドであったことを確認しました。このモデルは100万トークンのコンテキストウィンドウをサポートしており、大規模なコードベースを単一のプロンプトに収めることが可能ですが、プレビュー版をテストした開発者は、最終リリース版で同じ挙動を示すとは限らない点に注意が必要です。モデルの重み（ウェイト）は近日中に公開される予定で、報道によれば10月23日頃になるとされていますが、公式発表では時期について「後ほど」とのみ述べられています。

仕組み

M3.1 Flashは、コーディングやデータ分析など多段階のタスクを実行するエージェント型ワークフロー向けに最適化された大規模言語モデルとして動作します。コスト効率の良さは、2つの要因から生まれます。それは、トークンあたりの低価格と、モデルがより少ない反復呼び出しでタスクを解決できる能力です。エージェントシステムでは、AIが自身の出力を読み取り、タスクが完了するまで自らに再プロンプトを送るループを頻繁に行います。もしM3.1 Flashが正しい答えに到達するために必要なループ回数が少なければ、総トークン数が減少し、低い料金表による節約効果が複合的に作用します。

ただし、これらのワークフローでは通常、入力トークンが使用量の大部分を占めます。そのため、キャッシュメカニズムが極めて重要になります。MiniMaxはキャッシュされた入力トークンに対して100万トークンあたり0.015ドルを課金しています。エージェントが同じコンテキストやコードベースを繰り返し参照する場合、キャッシュ機能により、フルレートでの再処理を防ぐことができます。この機能の効果は、アプリケーションの構造や、リクエスト間でどの程度の静的コンテキストが再利用されるかに大きく依存します。

主要な詳細

• 入力トークンは100万トークンあたり0.15ドル、出力トークンは100万トークンあたり0.60ドル、キャッシュされた入力トークンは100万トークンあたり0.015ドルです。
• Artificial Analysisは、タスクあたり57%のコスト削減を測定しましたが、MiniMaxが主張する70%には及びませんでした。
• このモデルはDeepSWE v1.1で73.7%のスコアを記録し、Claude Opus 5にはわずかに劣るものの、GPT-5.6 Solを上回っています。
• AA-Omniscienceベンチマークでは、M3.1 Flashは56%の精度を達成しましたが、回答を保留するのではなく誤答を選択する傾向が見られ、高いハルシネーション率を示しました。
• コンピュータ操作能力はOSWorld V2で61.7ポイントとなり、AnthropicおよびOpenAIの主要モデルに遅れを取っています。
• モデルの重みは2026年10月23日頃にリリースされる予定ですが、具体的なライセンス条件はまだ公表されていません。

なぜ重要なのか

AIエージェントを開発するソフトウェアエンジニアにとって、トークンあたりの価格とタスクあたりのコストの区別は非常に重要です。モデルが問題を解決するために多くの反復を必要とする場合、安い料金表でも必ずしも請求額の低減を保証するわけではありません。入力トークンがエージェントコストの大半を占めるという発見は、キャッシュ戦略とコンテキスト管理が、基本となる出力価格よりも最終的なコストに大きな影響を与えることを意味します。チームは、M3.1 Flashの速度と低価格が、ループ回数の増加や検証オーバーヘッドの可能性を相殺できるかどうかを評価する必要があります。

Artificial Analysisによって特定された高いハルシネーション率は、知識集約型のアプリケーションにとって重大なリスクです。Omniscienceベンチマークにおいて、このモデルはほぼすべての質問に回答を試み、正解以外の回答のうち93%が拒否ではなく誤答でした。この挙動は、開発者がモデルの不確実性に対する自己規制を頼りにできないことを示唆しています。信頼性を維持するためには、外部検証レイヤー、検索拡張生成（RAG）、または人間によるレビュー（Human-in-the-loop）の実装が必要になり、これらはシステムの複雑さと潜在的なコストを増加させます。

対応策

• 見出し価格に頼るのではなく、代表的なエージェント型ワークフローで独自の評価を実施し、タスクあたりの実際のトークン消費量を測定してください。
• 静的コンテキストや入力データに対する堅牢なキャッシュを実装し、低いキャッシュ入力トークン価格からの節約効果を最大化してください。
• 事実的またはセキュリティ上重要なタスクにおけるハルシネーションのリスクを軽減するため、パイプラインに検証ステップやガードレールを追加してください。
• ワークロードがUTCの日中時間帯に実行される場合は特に、DeepSeekなどの競合他社とのピーク時およびオフピーク時の価格を比較してください。
• 重みが公開された後にモデルをセルフホストすることを計画する前に、公式のライセンス条件を待ってください。
• Proモデルのリリース日はまだ未定ですが、今後のパフォーマンスを監視してください。