MiniMax M3 発表：Coding 能力は Opus に匹敵、1M コンテキスト＋ネイティブマルチモーダル
MiniMax M3 は新アーキテクチャのスパース注意力 MSA を搭載し、1M のコンテキストウィンドウをサポート。Coding 能力は GPT-5.5 を超え、中国初となる最先端の3大能力を兼ね備えたモデル
MiniMax M3 発表：Coding 能力は Opus に匹敵、1M コンテキスト＋ネイティブマルチモーダル
MiniMax M3 は新アーキテクチャのスパース注意力 MSA を搭載し、1M のコンテキストウィンドウをサポート。Coding 能力は GPT-5.5 を超え、中国初となる最先端の3大能力を兼ね備えたモデル
MiniMax M3 が本日正式に発表されました。このモデルはプログラミングと Agent タスクで最先端レベルに達しており、新開発のスパース注意力アーキテクチャ MSA（MiniMax Sparse Attention）を搭載し、最大 1M の超長コンテキストをサポートします。同時にネイティブマルチモーダルモデルでもあり、画像と動画の入力に対応し、PC のデスクトップを操作できます。
M3 は、最先端の Coding 能力、超長コンテキスト、ネイティブマルチモーダルという3大要素を同時に備えた中国初のモデルです。
複数のベンチマークにおける MiniMax M3 の成績
コア能力の概要
Coding と Agent の能力
Coding 能力を測る国際的な権威ある評価において、M3 は国際先進レベルに達しています。
- SWE-Bench Pro: 59.0%（GPT-5.5 と Gemini 3.1 Pro を超え、Opus 4.7 に迫る）
- Terminal Bench 2.1: 66.0%
- SWE-fficiency: 34.8%
- KernelBench Hard: 28.8%
- MCP Atlas: 74.2%
- SVG-Bench: Opus 4.7 を超える
M3 は Agent のエンドツーエンド評価フレームワーク Claw-Eval でも最高得点を獲得しています。
新注意力アーキテクチャ MSA
MSA は MiniMax が自社開発したスパース注意力アーキテクチャで、全注意力機構の計算複雑度が二乗オーダーで増大する問題を解決しました。核心的な優位性は次のとおりです。
- 高精度な KV ブロック化：DSA や MoBA より正確で、より高い有効コンテキストカバレッジを実現
- 計算とメモリアクセスの最適化：KV outer gather Q 方式を採用し、各ブロックを1回だけ読み込み、メモリアクセスは連続
- 大幅な高速化：オープンソースの Flash-Sparse-Attention、FlashMoBA より4倍以上速い
MSA と他のスパース注意力方式の速度比較
100万コンテキストにおいて、M3 のトークンあたり計算量は前世代モデルのわずか 1/20 です。Prefilling 段階で9倍以上、Decoding 段階で15倍以上の高速化を実現しました。
ネイティブマルチモーダル
M3 は Step 0 からマルチモーダル混合訓練を行っており、後からビジョンエンコーダを接続するのではなく、異なるモダリティデータの意味空間を自然に融合させています。訓練データの中の Interleaved data（交互データ）が性能向上に特に重要で、訓練 Token の規模はすでに100兆のオーダーまで引き上げられています。
実測：12時間の無人介入で受賞論文を再現
MiniMax チームは M3 に ICLR 2025 Outstanding Paper Award 受賞論文 Learning Dynamics of LLM Finetuning を与え、独立して再現するよう指示しました。
M3 は約12時間にわたり自律的に実行され、最後まで人の介入はなく、最終的に次の結果を残しました。
- 18回の commit と23枚の実験図表をアウトプット
- SFT 段階の予測確率の変化傾向との一致に成功
- DPO 実験における squeezing 効果を明確に観測
- 原論文が提案する Extend 緩和手法を検証
このテストでは M3 の3大能力が同時に動員されました。1M の超長コンテキスト（論文全文を読む）、トップクラスのプログラミング能力（実験コードを書く）、ネイティブマルチモーダル（実験図表の生成と解釈）です。
試す方法
以下のプラットフォームでいち早く MiniMax M3 を体験できます。
- MiniMax Code：オンラインプログラミング環境
- Token Plan：API 呼び出しサービス
- MiniMax API：プロジェクトに直接組み込む
インタラクティブユーザーシミュレーターフレームワーク
M3 の Coding 能力の向上は Benchmark 訓練だけによるものではありません。MiniMax はインタラクティブユーザーシミュレーターフレームワークを構築し、実際の開発者が協業の中で見せる行動パターンをシミュレートしています。
- 要件の補足と方針の議論
- フィードバックによる修正と連続タスクの切り替え
- 複雑プロジェクトの複数回にわたる反復最適化
これにより、Agent は単に指示を受動的に実行するだけでなく、ユーザーと能動的に協力してタスクを完遂できるようになります。次世代の Agent Coding で競われるのはコード生成だけでなく、長期的な協業能力と人と Agent の協働効率です。
誰に向いているか
- 開発者：複雑なソフトウェアエンジニアリングタスクをこなす、強い Coding 能力を持つ Agent が必要
- 研究者：超長ドキュメント（論文、コードベース）を扱い、複雑な推論を行う必要がある
- Agent 構築者：テキスト・画像・動画を同時に理解し PC を操作できるベースモデルが必要
- 企業ユーザー：長コンテキストの企業ナレッジベースやドキュメント分析のシーンを扱う必要がある
関連記事
Coze 3.0：複数のAI Agentにチームを組ませてあなたのために働かせる
Coze 3.0が正式リリース。マルチAgent協働、スマホからのPCリモート操作、ローカルAgentのワンクリック取り込みに対応し、選題をそのまま動画に変えることも可能です。
Kimi Work Beta：コードを書くAgentから、仕事をこなすAgentへ
Moonshot AIがKimi Work Betaをリリース。ナレッジワーカー向けの汎用ローカルAgentで、300の子Agent並行協働、13時間の長時間タスク、ブラウザ操作、Skillインストールに対応します。
OpenSquilla Meta Skill：一連のワークフローを1つのSkillに収める
OpenSquillaがMeta Skill機能をリリース。1つのSkillに複数の子Skillを内蔵し、長時間のワークフローを端から端までつなげられるうえ、トークンコストも60-80%節約できます。
碼上飛：ひと言から、実際に動く完全なビジネスへ
碼上飛は一人会社の3つの核心工程をクローズドループにまとめます。ひと言で管理画面つきの完全なAppを生成し、AI経営アシスタントがポスターとコピーを自動生成し、7x24のAIカスタマーサポートをWeChatにワンクリックで接続します。
AIフルオート動画編集：3点セットで1日100本の動画更新
HyperFrames + Remotion + Gitの3点セットでAIフルオート動画編集を実現。HTMLからReactコンポーネントまで、完全なインストールコマンドとハマりどころの記録つきです。
Claude Code /workflows 実戦ガイド
Claude Code /workflows機能の使用シーンと実践テクニックを詳解。マルチAgentの並列処理でコードベースの清掃や難題の調査を行う方法を解説します。