MiniMax M3.1 Flashとは？API料金・速度・エージェント性能を解説

結論：安価なエージェント処理の有力候補、ただし事実確認は必須

M3.1 Flashの強みは、1M（100万）トークンの長文脈、画像を含むマルチモーダル入力、調整可能な思考深度を、入力0.15ドル・出力0.60ドルという低価格で提供する点です。調査、コード修正、複数ツールの操作など、長い手順を大量に回すワークロードで候補になります。

一方、単価の安さだけで自律実行へ進めるべきではありません。Artificial Analysisの独立評価では、総合知能とタスク原価は前世代から改善しましたが、知識問題で正解できなかった場合に、拒否より誤答を返しやすい結果でした。顧客情報の更新、財務判断、公開文書の作成などでは、検索結果の照合、テスト、権限分離、人の承認を組み合わせます。

2026年10月21日時点ではAPI、M Plan、MiniMax Codeで利用できます。モデル重みは『後日公開』と案内されていますが、公開日・ライセンス・必要GPUは公式発表だけでは確定できません。セルフホスト前提で調達せず、まずAPIで品質、p95・p99遅延、実トークン量、成功1件当たり原価を測るのが安全です。

この節の一次情報：MiniMax公式｜M3.1 Flash発表 ／ MiniMax公式｜APIモデル一覧

M3.1 Flashとは：業務を最後まで進めるエージェント向けLLM

M3.1 Flashは、中国のMiniMaxが開発するMシリーズの高速版です。単発の質問回答だけでなく、SaaSをまたぐ業務、コードの理解・修正・テスト、画面操作、セキュリティ調査など、複数段階の行動を続けるエージェント処理を主な対象にしています。

正式版に先立つ初期モデルは、OpenRouter上で『Space Bunny』として匿名提供され、MiniMaxによれば200兆tokens以上を処理しました。これは実利用量を示す会社発表であり、品質や利用企業数を第三者が監査した数字ではありません。

ReutersとVentureBeatが公開当日に報じ、Hacker Newsでは約1日で300点超・100コメント超の議論になりました。開発者の関心はベンチマークだけでなく、前世代との単価差、DeepSeekのキャッシュ料金、出力量を含む実タスク原価へ向いています。

この節の一次情報：Reuters｜MiniMax launches updated AI model M3.1 Flash ／ Hacker News｜MiniMax M3.1 Flash

仕組みと仕様：1M長文脈、マルチモーダル、思考深度を調整

APIドキュメントは、M3.1 Flashを最大100万tokensのコンテキストウィンドウを持つマルチモーダルモデルと説明しています。長いコードベースや資料、画像を同じタスクへ含められますが、上限まで入れても全情報を均等に利用できるとは限りません。検索・分割・要約を含む自社評価が必要です。

思考の深さはeffortでlow、medium、high、xhigh、maxの5段階から選びます。深く考えさせるほど品質が上がる可能性がある一方、出力tokensと完了時間は増えます。既定値に任せず、定型分類、コード修正、長期計画などタスク群ごとに最小の合格設定を探します。

MiniMaxは、より積極的な疎性によって推論効率を高めたと説明しています。ただし、M3.1 Flashの総パラメータ数、アクティブパラメータ数、専門家構成などの完全な技術仕様は公式発表で示されていません。既存のM3や過去論文から数値を推定して断定しないことが重要です。

この節の一次情報：MiniMax公式｜Model Invocation

API料金：入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドル

2026年10月21日に確認したグローバルAPIの標準価格は、100万tokens当たり入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドルです。前世代M3の入力0.30ドル、出力1.20ドル、キャッシュ0.06ドルに対し、通常入出力は半額、キャッシュ読込は4分の1です。

入力10万tokens、キャッシュ入力90万tokens、出力5万tokensの1タスクなら、単純計算は0.015＋0.0135＋0.03＝0.0585ドルです。キャッシュ命中条件、保存期間、書込コスト、画像換算、思考tokensの計上は実際のusageと最新仕様で確認してください。

MiniMaxの『タスク原価70%削減』は、単価だけの値下げではなく、モデルが使うtokensや完了率を含む同社評価です。全利用者の請求が70%下がる保証ではありません。運用では、同じ評価セットを完了させるまでの入出力、キャッシュ、再試行、人手確認を合算します。

この節の一次情報：MiniMax公式｜Pricing

速度：公式200+ TPSと独立測定約105 TPSは矛盾しない

MiniMaxは日常利用で200 tokens/秒超、P50で170 tokens/秒超に達すると発表しています。これは開発元が選んだ条件の測定で、リージョン、入力長、effort、同時実行数、出力長はすべての本番環境と一致しません。

Artificial AnalysisのMiniMaxプロバイダー測定では、出力速度は約105 tokens/秒、最初の回答tokensまで約20.5秒でした。測定方法や時点が異なるため、公式値を否定する数字ではありません。高速生成でも、長い思考の後に最初の表示が遅ければ、対話体験は速く感じない場合があります。

導入試験では、TTFT、出力tokens/秒、完了時間、p50・p95・p99、タイムアウト率を分けます。エージェントではモデル応答だけでなく、検索、ツール実行、再試行を含むタスク全体の時間を測ります。

この節の一次情報：MiniMax公式｜速度公表値 ／ Artificial Analysis｜MiniMax provider analysis

性能：企業の主張と独立評価を分けて読む

MiniMaxは、BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、CyberGym 82%を報告しています。企業業務、コーディング、PC操作、セキュリティという狙いを示す材料ですが、評価設定と採点は同社資料に依存します。

独立評価のArtificial Analysis Intelligence Indexは42〜43で、前世代M3の29から上昇しました。VentureBeatのまとめでは、評価1タスク当たり費用は約0.22ドルで、M3の約0.51ドルから約57%低下しています。低いAPI単価だけでなく、同じ評価を終えるまでのtokensを含む指標が改善した点が重要です。

ただし総合指数は自社業務の成功率ではありません。コード生成ならテスト通過率、業務自動化なら正しいレコード更新率、調査なら根拠一致率を定義し、難しい案件だけを上位モデルや人へ回した後の総原価で比較します。

この節の一次情報：VentureBeat｜独立評価と公式ベンチマークの整理 ／ Artificial Analysis｜M3.1 Flash

注意点：93%は全回答の誤答率ではないが、断言傾向は重要

AA-Omniscienceでは、M3.1 Flashは知識問題の56%を正解した一方、非正解だった回答のうち93%が、部分回答や拒否ではなく誤答だったと報告されています。『全回答の93%が間違い』という意味ではありません。

この指標は、不確実な場面で『分からない』と止まれるかを見る材料です。前世代M3は回答を控える傾向が強かったため、M3.1 Flashは回答範囲を広げた代わりに、誤った断言を増やした可能性があります。ベンチマーク定義と実務のリスクは同一ではありませんが、自律エージェントでは軽視できません。

対策はプロンプトで慎重さを求めるだけでは不十分です。事実回答は一次資料への引用を必須にし、コードはテスト、操作は権限と金額の上限、重要な更新は人の承認を通します。低信頼・矛盾・根拠不足を別モデルやルールで検出し、再試行が費用を増やす点も計測します。

この節の一次情報：Artificial Analysis｜AA-Omniscienceの定義 ／ VentureBeat｜93%指標の解説

DeepSeekや上位モデルとの違い：単価と出力量を同時に見る

DeepSeek V4.1 Flash 1017のネイティブAPIは、オフピークの通常入力0.15ドル、出力0.60ドル／100万tokensで、M3.1 Flashと同水準です。DeepSeekはキャッシュ入力0.003ドルとさらに低い一方、指定ピーク時間は通常入力と出力が2倍になります。時間帯とキャッシュ命中率で有利不利が変わります。

上位のフロンティアモデルは表示単価が高くても、難題を少ない再試行で終えれば成功原価が下がる場合があります。M3.1 Flashは大量の一次処理、コード作業、探索候補の生成へ使い、失敗コストの高い案件だけを上位モデルや人へ上げる構成が現実的です。

Artificial Analysisの評価ではM3.1 Flashが使った出力tokensは、比較対象の一部より少なかったと報告されています。一方、日本語記事では出力量が同価格帯中央値より多いという集計も紹介されています。比較母集団と指標で見え方が変わるため、自社ログのtokens／成功件数を最終判断に使います。

向くケース・向かないケース

向く可能性が高いのは、コード生成、リポジトリ調査、社内SaaSの定型操作、長文資料の下調べなど、処理量が多く、結果を機械的に検査できる用途です。100万tokensの入力余地と低単価を、テストや照合と組み合わせられる組織に合います。

向かないのは、誤答を検知できず、そのまま送金、契約、医療・法務判断、顧客データ更新へつなぐ用途です。公開直後のモデルに長期SLA、特定リージョン、厳格な保持条件、確定したセルフホスト計画が必要な調達も慎重に判断します。

比較PoCでは代表タスクを固定し、M3.1 Flash、既存モデル、上位モデルを同じ入力と合格基準で走らせます。成功率、根拠一致、tokens、タスク完了時間、p99、再試行、人の確認時間を記録し、品質合格1件当たり原価で選びます。

導入前に確認すること

最初に、グローバルAPIと中国向けAPIの価格・通貨・エンドポイントを混同しないようにします。請求地域、税、レート制限、同時実行、キャッシュ条件、画像tokens、思考tokens、エラー時の課金を、契約とusageで確認します。

次に、送信データの保存期間、学習利用、リージョン、削除、監査ログ、サブプロセッサ、SLA、障害時の切り替えを確認します。モデル性能が高くても、組織のセキュリティ・法務要件を満たさなければ本番利用はできません。

最後に、モデル名を固定せず、更新日と評価版を記録します。正式版、Preview、将来のPro、公開予定の重みは別の成果物です。Silent updateの有無を確認し、回帰評価とロールバック先を用意します。

• APIの地域、通貨、税、レート制限、SLA
• 入力・出力・思考・画像・キャッシュのusage内訳
• データ保持、学習利用、リージョン、削除と監査条件
• 代表タスクの成功率、根拠一致、テスト通過率
• TTFT、p50・p95・p99、タイムアウトと再試行
• モデル更新時の回帰評価、フォールバック、停止手順

FAQ

Q. MiniMax M3.1 FlashのAPI料金はいくらですか？ A. 2026年10月21日時点のグローバルAPIは、100万tokens当たり入力0.15ドル、出力0.60ドル、キャッシュ入力0.015ドルです。税、為替、画像・思考tokensなどは最新仕様とusageで確認してください。

Q. 200 tokens/秒は保証されますか？ A. いいえ。200+ TPSとP50 170+ TPSはMiniMaxの公表値です。独立測定では約105 tokens/秒という結果もあり、リージョン、入力長、effort、混雑で変わります。

Q. 93%のハルシネーション率とは、93%の回答が間違う意味ですか？ A. 違います。AA-Omniscienceで正解できなかった回答のうち、拒否や部分回答ではなく誤答だった割合です。全回答の誤答率ではありませんが、不確実な場面で断言しやすい傾向を示します。

Q. DeepSeek V4.1 Flashより安いですか？ A. オフピークの通常入力・出力は同水準です。DeepSeekはキャッシュ入力が低く、ピーク価格は高くなります。実際のcache率、出力量、成功率、再試行で決まります。

Q. 重みをダウンロードして商用利用できますか？ A. まだ判断できません。MiniMaxは重みを後日公開すると案内していますが、2026年10月21日時点で正式な配布物とライセンスは確認できません。

まとめ：低単価を、品質ゲート込みの成功原価で評価する

M3.1 Flashは、長文脈、マルチモーダル、調整可能な思考と低価格を組み合わせた、エージェント処理の有力候補です。公式性能だけでなく、独立評価でも前世代からの知能・タスク原価の改善が確認され、海外の開発者議論も急増しています。

同時に、誤答時に不確実性を示しにくい評価結果、公開前の重み、条件差の大きい速度値など、未確定事項があります。まず検査できる低リスクの業務から試し、usageとタスク結果を同じIDで記録してください。最終判断は100万tokens当たりの価格ではなく、品質を満たした仕事1件の総原価で行います。