MiniMaxの新モデルに海外エンジニアら賛否「DeepSeekの方が上では」
姉妹サイトの新着
中国のAI企業MiniMaxが新モデル「M3.1 Flash」を発表し、Hacker Newsでスレが立った。まず話題になったのは「Flash」という名称の意味を巡る技術的な議論で、MoE(混合専門家)構成を指す言葉だと思われがちだが実際はコスト効率の良さを示す通称に過ぎないという指摘が出た。さらに、複数の主要モデルがベンチマークで奇妙に74%前後へ集中している点への不信感や、公開前にOpenRouterで出回っていた謎のテストモデル「Space Bunny」がこのM3.1 Flashの初期版だったという裏話も明らかになった。性能面ではDeepSeekなど競合との優劣で意見が割れ、ClaudeのサブスクリプションとDeepSeekのAPI従量課金のどちらが本当にコスパが良いかという価格論争にも発展した。
MiniMax M3.1 Flash(MiniMax社ブログでの新モデル発表)
出典: minimax.io / 元記事はこちら
重みはまだ公開されていない。前のM3は確か約4280億パラメータだった。これは「Flash」と呼ばれていて、推論が3倍速いと宣伝されているから、量子化すれば150Bくらいのサイズになって、DGX Sparkや128GBのMac、AMDの新しいAIシステムでも動く可能性がある。
>>5 「Flash」って普通はMoEって意味だと思ってたけど、dense(密なモデル)じゃなくて。
>>27 今どきのフロンティアモデルは全部MoEだよ！Flashだろうがそうでなかろうが。スパース構成にすればコスパが上がるってだけ。
>>27 そういうわけでもない。「Flash」は普通「速い」「コスト効率がいい」って意味で、MoE(混合専門家)を指す言葉じゃない。例：DeepSeek V4 Flashは2840億パラメータ中130億が活性化するMoE。DeepSeek V4 Proは1.6兆パラメータ中490億が活性化。DeepSeek V4.1 Flashは入力80億/出力160億が活性化するMoE。
Minimaxは自分たちのテストでは強かった。推論速度の問題を解決できていれば…(それなら要注意だ)。コンシューマー向けハードウェアで最低でも13 tpsは出てほしい。今回Hugstonベンチを通るか見てみよう、通ってほしいね。
MiMo 2.6 Proより良い場面なんて一つもあるのか？[比較サイトへのリンク]
OpusのバージョンがグラフによってOpus 5とOpus 5.5が混在してるのが変だ。
>>8 確認してみたけど、Opus 5.5はDeepSWE1.1でベンチマークされてなかった。最近どのモデルが流行りか追いきれないけど、もう飽和したと思われてるのかも。GPTも古いモデルしか入ってないし。
>>8 最近のDeepSeekのリリースもOpus 5を基準点として使っていた。理解できない。他のオープンモデルの古いリリースを基準にすることはないのに。
まだDeepSeek Flashと比較した人はいる？価格と性能のベンチマークが本当かどうか見てみたい。
>>10 Redditの一部コメントでは、DS 4.1 Flashほど良くないと言われてる。でも自分で試してないし、ベンチマークは信用してない。
deepsweとterminalbench4.0のスコアは、「space bunny」としてテストされていた頃の多くのopencodeユーザーの実体験と噛み合っていない。試してqwen 3.8-flash-nextやdeepseek v4 flashに戻ったという話をかなり見た。「space bunny」はかなりひどいミスをしたからだと。
>>13 [Space Bunny]はMiniMax M3.1 Flashの初期バージョンだったと言及されている。space bunnyは初期のチェックポイントだったらしいから、改善されているかもしれない（あるいはベンチマーク向けに最適化しすぎた可能性もある）。多くのモデルがほぼぴったり74%に集中しているのが興味深くて、ベンチマークそのものを疑ってしまう。5.6-sol、Astra、deepseek flash 4.1、opus 5（と5.5?）、Gemini 3.8-flashなど、何個かここに収まってた気がする。
DeepSeek V4.1 Flash 1017よりdeepsweで強くないなら、自分にとってはもう終わってる。推論価格が半額くらいにならない限り(それはまず無理だと思う)、学習にかけた計算資源を無駄にしたことになる。
最近の関連スレ：「Ask HN: OpenRouterのSpace Bunny Alphaはどのモデル/プロバイダーだと思う？」- 2026年9月(コメント1件)
>>15 このコメントは一度死んでいて、自分がvouch(救済)しないといけなかった。
重複、重複、重複、重複、重複：[HNへのリンク5件]
>>16 どうやらこのドメインはシャドウバンされてるらしい（リンク先参照）。それでみんな何度も投稿することになってて、普通はvouchできないはずなんだけど、今回はモデレーターが許可したんだろう。解決策は@dangがシャドウバンを解除すること。Minimaxはもう報道価値のある企業になってるんだから。
>>16 すごいな(笑)。hy3やhy4、Tripo、agitbot、z.aiの話題がこんなに少ないのはなぜなんだろう？どれもかなり高性能なのに。
>>16 念のため：議論がついていない投稿は重複扱いにならないよ。
>>2 行間を読まないといけない（or HNの誰かが代わりに読んでくれるのを待つか）。「安くて速くて賢い」が同時に成り立つことはなくて、2つしか選べない。今月みたいに「トークン単価は安いけど、推論を5倍する」ってケースもあって、結局コストは上がる。
>>20 ローカルモデルの良いところは、推論量を制限していつも一定にできることだね。
>>3 AAのデータによると、Opus 5.5はコストパフォーマンス（タスク単価）でDeepseekのmax effort（使うべきじゃない設定）と比べて23倍高い、xhighだと13倍高い。Claudeのサブスクは60倍の補助がついてるから、20ドルのサブスクで1200ドル分のAPIが使える計算になる。この計算だと、Claudeのサブスクの方がDeepseekよりずっと得。しかも当然より強いモデルでもある。
>>23 彼がやりたいのは友達より速く逃げることで、熊より速く逃げることじゃない（熊に追われたら一番足の遅い仲間より速ければいい、という寓話）。
>>23 Anthropicがとんでもなく高いAPI価格を設定してるからって、サブスクが「補助」になってるとは言えない(笑)。自分はClaude/Anthropicのヘビーユーザーで、20xのMaxプランを1〜2日で使い切ってる。DeepSeek flashを使うOpenCode Goの40ドルプランは、Claude max 20xプランの価値の2倍を1/5の価格で得られる。DeepSeekはClaude/Anthropicより価値が10倍くらい上。
>>23 これはまさに『アンスロピック算数』って感じだな(笑)。
>>3 どのハーネス（実行環境）でモデルを動かしてる？
>>6 13 TPSってそんなに遅いか？20 t/sくらいが人が読める速度で、それより遅いとずっと「読み込み中」みたいに感じる。35 t/sくらいから快適に感じ始めて、50 t/sだと気持ちいい。
>>28 ただAIとチャットするだけなら、400Bパラメータ級のMoEモデルは要らない。13 TPSはエージェント型のコーディングには使えない。デコードがそんなに遅いなら、プリフィルはもっと酷いはずだし、エージェント的な作業はプリフィル速度に生死がかかってる。
>>53 自宅で15 TPS前後でエージェント型コーディングしてるけど、全然気にならない。大きいタスクや細かいタスクのリストをエージェントに渡して、自分は別のことをしてればいい。作業を見てる必要なんてある？
>>53 エージェント的な作業がなぜプリフィル速度に生死をかけてるの？
他サイトの新着
>>9 DS 4.1 1017はGLM 5.3とほぼ同等の位置づけで、性能そのものより価格重視のモデルってことだろう。比較表にDSを近くに並べてたのもそのせいかもしれない。結果を見ると、もっと高いモデルの方がこれに負けてるんだから。
>>32 DS 4.1はリバースエンジニアリングやサイバーセキュリティでも同じくらい強いの？
>>30 たぶん彼らがベンチマーク時にアクセスできた最新バージョンってだけだろう、それ以外の理由もあるかもしれないけど。
>>56 たぶん公開されてるベンチマークの数字をそのまま使ってるだけで、他社のモデルを自分たちで再ベンチマークしてるわけじゃないと思う。
>>41 え、知らなかった。ごめん。じゃあコメントが付いた時点でマージすればいいのか？
>>59 議論がゼロなら、マージする理由は全くない。HNへの投稿は有限のリソースじゃないんだから。
>>59 自動的に既存の投稿にリダイレクトされることもあるけど、仕組みは完璧じゃないから、こういう重複が出ることもある。
>>64 違うよ。デコードの方がエージェント的な作業では圧倒的に支配的でコストもかかる。プリフィルがある程度の速度に達すれば、推論を伴うエージェント処理では時間はデコードが支配する。入力の方が安いのにはそういう理由がある。
>>70 入力が安いのは単に処理が少ないからじゃない？プリフィルは普通生成の10〜20倍速い。
この話題の背景と論点
MiniMaxは中国のAI企業で、M3.1 FlashはMoE(混合専門家)構成とされる大規模言語モデルの軽量・高速版。「Flash」という呼称自体はGoogleのGemini Flashなど各社が低コスト・高速版モデルに付ける通称として広まったもので、スレでも指摘された通り必ずしもMoEを意味する言葉ではない。意見が割れたのは主に二点で、一つはDeepSeekやGLMなど既存の中国系オープンモデルに対し性能で優位に立てているかどうか、もう一つはClaudeのサブスクリプションとDeepSeekのAPI従量課金のどちらが実際のコーディング作業で割安かという前提の計算だ。なお、企業が正式発表前に匿名のコードネームでOpenRouterなどに試験配信し反応を見る手法は近年よく見られ、「Space Bunny」もその一例とされる。本文中の価格やベンチマークの数字は投稿者個人の算出であり、公式発表の値と異なる可能性がある点は留意したい。
※本記事は海外掲示板 Hacker News のスレッド「MiniMax M3.1 Flash」から抜粋し、編集部で日本語に意訳したものです。訳文の責任は当サイトにあります。
この記事のリアクション
まだコメントはありません。