📺 この記事は YouTube チャンネル きなこもっちーのテック深掘り の動画解説記事です。
▶️ 動画はこちら → 中国OSSは張り子の虎じゃなかった｜MiniMax-M3が3冠でGPT-5.5超え・価格1/8の衝撃
🐹🦜 この記事に登場する2匹
- 🐹 もっちー （ハムスター）… AI はまだ勉強中。「それどういうこと？」と素朴に質問する生徒役
- 🦜 きなこ （セキセイインコ）… AI で調べものをこなす解説役。やさしく深掘りして教える先生役
この記事は2匹の掛け合いを書き起こした形式です。発言の先頭にいる絵文字＋名前が話者です。
はじめに
🐹 もっちー「なあきなこ、中国のオープンなAIモデルって、どうせベンチマーク特化の張りぼてなんじゃないの？安かろう悪かろうじゃないの？」
🦜 きなこ「そう思うよね。でも実はね、中国製のオープンなAIが、実際のバグ修正を測るテストでOpenAIのGPT-5.5を追い抜いちゃったの」
🐹 もっちー「え！？中国のOSSが、あのGPT-5.5を抜いたの！？」
🦜 きなこ「しかもAPIの料金はClaudeのトップモデルの8分の1。おまけに、NVIDIAのGPUを1枚も使わずに作られてるの」
🐹 もっちー「NVIDIAなしで！？そんなん、どうやって作ったん…」
🦜 きなこ「その正体が、MiniMax-M3。2026年6月1日に中国のMiniMaxが出した、最新のオープンウェイトモデルなの」
🐹 もっちー「みにまっくす、えむさん…なんか強そうな名前やな」
🦜 きなこ「今日はね、このM3が獲った3冠の中身と、なんでGPT-5.5を超えられたのか、その裏にあるアメリカの規制の皮肉まで、順番に見せるね」
🐹 もっちー「うわ、それめっちゃ気になるわ！」
🦜 きなこ「中国OSSは張り子の虎、っていう常識が、これで完全にひっくり返るよ」
🐹 もっちー「よっしゃ、教えて教えて！」
3冠の正体とMSAアーキテクチャ
🐹 もっちー「ねえきなこ、さっきから3冠3冠って言われても正直ピンとこないんだよね。そもそも1Mトークンって、何がそんなにすごいの？」
🦜 きなこ「いい質問だね。トークンは文章を細かく区切ったかたまりのことね。1Mトークンだと、だいたい分厚い本10冊分を一度にまるっと読み込めるんだよ。」
🐹 もっちー「本10冊分！？でも、それって単に多ければいいってもんなの？正直、そんなにたくさん読めて何が嬉しいのかイメージできないなあ。」
🦜 きなこ「例えばね、何時間もある長い動画とか、プログラムのコード全体を丸ごと一気に読ませられるの。いちいち細切れに分割しなくていいんだよ。」
🐹 もっちー「え、コード全体を丸ごと！？それめっちゃ便利やん！ちまちま分割して貼り付ける手間がゼロになるってことやろ？」
🦜 きなこ「そういうこと。でもね、ここが肝心なんだけど、普通のやり方で1Mトークンを読もうとすると、計算量がとんでもなく爆発しちゃうの。」
🐹 もっちー「爆発って、なんだか物騒だね…なんでただ読むだけで、そんな大変なことになっちゃうの？」
🦜 きなこ「従来のやり方だと、たった一つの答えを探すのに、図書館じゅうの本を全部1ページ目から順番にめくって確認するようなものなの。」
🐹 もっちー「うーん、それは気が遠くなる…全部めくってたら、答えにたどり着く前に日が暮れちゃうよ。」
🦜 きなこ「でしょ？だからM3は、その全部めくる無駄を無くす仕組みを作ったの。実はこの仕組み、MSAっていう名前がちゃんとついてるんだよ。」
🦜 きなこ「MSAは、分厚い目次や索引を使って、必要なページだけをピンポイントで直接開くようなやり方なの。もう全部めくらなくていいんだよ。」
🐹 もっちー「なるほど、索引を引いて一発で目当てのページか。それなら確かに、めくる手間が省けてぐっと速そうだね。」
🦜 きなこ「そうなの。しかもこのMSA、計算量を従来のなんと20分の1まで減らせるの。事前処理は9倍、文章生成は15倍も速くなるんだよ。」
🐹 もっちー「20分の1！？桁が一個どころか二個近く減っとるやん！ITオンチのワイでも、それがヤバいってことは分かるで！」
🦜 きなこ「でしょ？この仕組みのおかげで、1Mトークンがただの机上の空論じゃなくて、現場で実際に使える本物の道具になったの。」
🦜 きなこ「さてここからが2つ目の冠、マルチモーダルね。M3は文字だけじゃなくて、画面そのものを見て、自分でパソコンを操作できるの。」
🐹 もっちー「画面を見て操作…？それってつまり、どういうこと？具体的にはどんな作業ができるようになるの？」
🦜 きなこ「例えばExcelの中身を読み取って、別のアプリに自動で入力していく、みたいな作業ね。テストでは7割くらいのタスクを成功させてるんだよ。」
🦜 きなこ「そして最後、3つ目の冠がエージェントコーディング。実際にGitHubに上がってる本物のバグを、自分の力で見つけて直せるの。」
🐹 もっちー「へえ、練習問題やなくて本物のバグを直せるんや！それはガチで現場で役に立ちそうやん、すごいなあ！」
🦜 きなこ「そうなの。この3つの冠を、約428Bっていう巨大なモデルにぜんぶ詰め込んで一台で実現したのがM3。かなりの欲張りさんなんだよ。」
🐹 もっちー「3冠がすごいのはよーく分かった。でも…これ、NVIDIAのGPUを1枚も使わずに作ったって本当なの？そこが一番の謎なんだよね。」
ベンチマークの衝撃 — SWE-bench Proで米国勢超え
🐹 もっちー「でもきなこ、ちょっと待って。中国製のベンチマークって、結局自分のところで測って自分で盛ってるんちゃうの？そんな点数、素直に信じてええんかいな。」
🦜 きなこ「その疑い、すごく大事だよ。発表された数字を鵜呑みにしないのは、むしろ正しい姿勢なの。だからこそ、どのテストで測ったのかをちゃんと見る必要があるんだよ。」
🦜 きなこ「今回の主役はSWE-bench Proっていうテスト。これはね、実際のGitHubにある本物のリポジトリのバグを、AIがちゃんと直せたかどうかで採点するものなの。」
🦜 きなこ「ここが肝心でね。人が作った問題集と違って本物のコード由来だから、事前に答えを覚え込む『データ汚染』がしにくいの。つまり、点数を盛りにくいテストなんだよ。」
🐹 もっちー「へえ…つまり過去問の丸暗記が通用しない、ガチの実技試験ってことか。それなら出てきた点数の意味も、ぐっと重くなってくるね。」
🦜 きなこ「そういうこと。そのSWE-bench ProでMiniMax-M3が叩き出したのが59.0%。ここからが今日いちばんの本題だよ。」
🦜 きなこ「同じテストで、OpenAIのGPT-5.5が58.6%、GoogleのGemini 3.1 Proが54.2%。M3はこの二つを、わずかだけどきっちり上回ったの。」
🐹 もっちー「ええっ、ほんまに抜いたん！？中国のオープンなモデルが、あのGPTとGeminiを実技で上回ったってこと！？これはめっちゃ事件やん！」
🦜 きなこ「うん、事件だよね。『中国のOSSなんてベンチ特化の張り子の虎』って言われてた常識が、ここで一回ガラッとひっくり返ったの。」
🦜 きなこ「……でもね、もっちー。ここで話を終わらせちゃうと、いちばん大事なところを見落とすことになるの。」
🦜 きなこ「実はね、絶対的なトップの座は、まだ誰にも譲られてないんだよ。SWE-bench Proの1位はClaude Opus 4.8で、69.2%なの。」
🐹 もっちー「えっ、69.2％！？…M3の59.0％とは、まだけっこう差があるね。じゃあ結局、いちばん上はClaudeのままってことなの？」
🦜 きなこ「そうなの。だからM3は『トップに肉薄した、いちばんコスパのいいOSS』っていう位置づけが、いちばん正確なんだよ。」
🦜 きなこ「それにね、もう一つ正直に言っておくね。M3の59.0%は今のところ自社報告の数字で、第三者による独立検証は、まだ終わりきってないんだよ。」
🐹 もっちー「なるほどな…自分で出した点数だから、そこは少し割り引いて見ておいた方がいいってことか。正直に言ってくれて助かるよ。」
🦜 きなこ「そういうこと。でも独立検証の前でも、この水準を本当に出せているとしたら、それ自体が規格外なのは間違いないよ。」
🦜 きなこ「実際、ウェブ操作の自律性を測るBrowseCompでは、M3が83.5を記録して、Claude Opus 4.7の79.3を超えてる領域もあるの。」
🐹 もっちー「ほな性能はもう完全に本物やん！これだけ強くて、しかもオープンに使えるんやろ？もうこれから全部これでええんちゃう！？」
🦜 きなこ「……ふふ、絶対そう言うと思った。でもね、いちばん面白いのは、まさにそこなの。」
🦜 きなこ「性能で米国勢を上回ったはずなのに、現場の開発者たちは今、M3を『全部には使っていない』んだよ。むしろ賢く使い分けてるの。」
🐹 もっちー「え、なんで？こんなに強くて安く使えるのに、わざわざ使い分けるって…その方がよっぽど不思議じゃないか。」
🦜 きなこ「うん。その『なんで』こそが、このモデルの一番おいしいところなの。ちゃんと、はっきりした理由があるんだよ。」
破壊的な価格とハイブリッド運用 — 弱点も正直に
🦜 きなこ「まずは価格からいくね。M3のAPI利用料は、入力100万トークンでたったの0.60ドル。これ、破格の安さなの。」
🐹 もっちー「0.60ドルって言われても、それが高いのか安いのか、ぼくには正直ぜんぜんぴんとこないんだよね。」
🦜 きなこ「比べれば一発だよ。Claude Opus 4.8は同じ100万トークンで5.00ドル。M3はそのざっと8分の1なの。」
🐹 もっちー「8分の1！？めっちゃ安いやん！しかも処理まで速いって、さっききなこ言うてたやろ？それ最強ちゃうん？」
🐹 もっちー「そんなに安くて速いなら、もう全部M3でいいじゃん！なんでわざわざ使い分けないといけないの？」
🦜 きなこ「安いなら全部これでいい——本当にそう？ここ、立ち止まって考える価値があるところなの。」
🦜 きなこ「面白いのはね、性能で米国勢を上回ったのに、開発者はM3を『全部には』使ってないってこと。」
🐹 もっちー「えっ、安くて性能も強いのに、全部には使わないの？なんだか、それはすごくもったいない気がするけどなぁ…」
🦜 きなこ「M3にもちゃんと苦手があるからなの。まずは、数十ファイルにまたがる巨大なリファクタリング。」
🦜 きなこ「ここはClaude Opus 4.8が段違いに強い。M3は一箇所直すと別の場所を壊す、波及エラーを起こしやすいの。」
🐹 もっちー「あー、一個バグを直したつもりが、別のとこが新しく壊れちゃう、みたいなやつか。それは確かに困るなぁ。」
🦜 きなこ「そういうこと。もう一つの苦手は、ターミナルの中だけで完結する作業。ここはGPT-5.5が得意なの。」
🦜 きなこ「端末操作を測るTerminal-Benchだと、GPT-5.5が82.7%、M3は66.0%。ここははっきり差が出てるんだよ。」
🐹 もっちー「なるほどなぁ。同じAIでも、モデルによって得意な仕事と、苦手な仕事がちゃんとあるってことなんやな。」
🦜 きなこ「そう。だから賢い運用はね、日常タスクの7割から8割を、まず安くて速いM3にどんどん任せるの。」
🦜 きなこ「そのうえで巨大リファクタや難関だけを、ClaudeやGPTに回す——難しいものだけフォールバックさせるんだよ。」
🦜 きなこ「これがルーティング戦略。前のパートで残した『なぜ使い分けるのか』の謎、その答えがこれなの。」
🦜 きなこ「企業からするとね、今やAIに払うトークン支出そのものが、無視できない立派な経営課題になってきてて…」
🦜 きなこ「全部を高いモデルに一本化する運用は、もう経済的にまったく合わない時代に入りつつあるの。だからこそ——」
🦜 きなこ「…あ、ごめん、つい熱くなっちゃった。要は、AIのコストって本当にバカにできない、ってことなの。」
🐹 もっちー「つまり賢く使い分けてケチったぶんで、飼い主にバレずにおやつ代を浮かせられるってことやな！」
🦜 きなこ「気が早いなぁ。でも性能も価格も、これで腑に落ちたよね。残る大きな謎は、NVIDIAなしでどう作ったか——それだけ。」
地政学 — 輸出規制が生んだ皮肉な副作用
🦜 きなこ「ここだけの話なんだけど——この躍進を生んだ本当の理由はね、皮肉にもアメリカ自身の規制だったって言われてるの」
🐹 もっちー「え、ちょっと待ってや。アメリカが締め付けたのに、逆に中国が強なったってこと？意味わからへんで」
🦜 きなこ「そう見えるよね。まず思い出してほしいのが、前半で残ってた謎——NVIDIAを1枚も使わずに、どうやって作ったのかって話」
🐹 もっちー「あー、それずっと気になっててん。あんな高性能なモデルを、GPUなしで本当に作れるもんなんか？」
🦜 きなこ「実はM3、アメリカ製のGPUを一切使ってないの。中国ファーウェイのAscend 910Bっていうチップだけで学習されたんだよ」
🐹 もっちー「ファーウェイのチップだけで！？NVIDIAなしでもいけるんや…ほんまかいな、ちょっと信じられへん」
🦜 きなこ「しかも競合のGLM-5.1も、同じくAscendだけで学習されてるの。もう最先端AIに米国製チップは必須じゃないって証明された形」
🐹 もっちー「でも普通に考えたら、規制されて部品を断たれたら開発って止まるよね？なんで逆に前へ進むの？」
🦜 きなこ「ここが一番皮肉なところ。高性能GPUへの道を塞がれた中国は、物量で殴る『力技のスケール』って選択肢を失ったの」
🦜 きなこ「だから代わりに、限られた計算資源を活かすアルゴリズムの効率化へ舵を切った——って専門家に分析されてるんだよ」
🐹 もっちー「なるほどなぁ。物量で押し切れへんから、代わりに頭の良さで勝負するしかなかった、ってことか」
🦜 きなこ「そういう見方が強まってるの。前半で話したMSAって仕組みも、少ない計算で長文脈を成り立たせる工夫の一つなんだよ」
🐹 もっちー「制約があったからこそ、逆に賢い作り方が磨かれたんやな。ピンチがチャンスに化けたわけか」
🦜 きなこ「実際、M3を公開した翌日には、ファーウェイのクラウドがAscendで動かして見せたの。チップから基盤まで全部国産で完結できるぞ、って」
🐹 もっちー「チップも動かすクラウドも全部自前かいな！それやともう、規制がぜんぜん効いてへんやん」
🦜 きなこ「そう。そしてもう一つの戦略が——作ったモデルを世界にタダ同然でばらまくこと。ここが一番したたかだって論じられてるの」
🐹 もっちー「え、タダで配ったら損するだけちゃうの？わざわざそんなことして、何の得があるん？」
🦜 きなこ「みんなが中国製モデルの上で開発を始めたら、世界の土台そのものを握れる——オープンソース・トロイの木馬戦略って呼ばれてるんだよ」
🐹 もっちー「うわ…安くて高性能やから、気づいたら世界中がその上で開発してる、って寸法か。えげつないなぁ」
🦜 きなこ「GitHubやHugging Faceのランキングを、中国製モデルが占め始めてる——そんな指摘も出てるくらいなの」
🐹 もっちー「規制した側が、逆に相手の世界戦略を後押ししちゃったんだね…なんだか、すごく複雑な気分になってきたよ」
🦜 きなこ「だからこそ、私たちがどのAIを選ぶかも——性能だけじゃなくて『どこの誰が作ったか』まで関わる時代になったの」
まとめ
🦜 きなこ「というわけで、今日のまとめ。『中国のOSSなんてベンチ特化の張り子の虎』っていう思い込みは、M3の登場で完全に過去のものになったの」
🐹 もっちー「いやー、ぼく最初は安かろう悪かろうって完全にナメてたよ。実バグ修正でGPT-5.5を抜いて、価格は8分の1でしょ。もう疑いようがないね」
🦜 きなこ「衝撃の中身は3つ。1Mトークンの超長文脈、GPT-5.5超えの実力、そしてNVIDIAを1枚も使わず作った価格破壊。これが一度に揃ったの」
🐹 もっちー「で、それがぼくら個人開発者には、具体的にどう関係してくるん？そこが一番知りたいねん」
🦜 きなこ「大ありなの。今まで大企業しか手が届かなかった超長文脈×エージェント自律が、破格の値段で個人の手に届くようになった、って言われてるんだよ」
🐹 もっちー「まじか！ほな、ワイみたいな個人開発者でも、大企業並みの開発力を安く手に入れられるってことやんか！」
🦜 きなこ「そう。逆に企業側はシビアになるの。高いモデル一本に全社を絞る時代は終わって、日常はM3、難関だけ米国勢に回す使い分けが広がりつつあるみたい」
🦜 きなこ「収益を見てる私からすると、AIのコストも、どこの国のモデルに頼るかっていう地政学リスクも、もう立派な経営課題。賢く配分できるかで、これから差がつくんだよね」
🐹 もっちー「はぁー、なるほどね。ぼく、AIって、もう純粋な性能だけで選ぶ時代じゃないんだなって、しみじみ思ったよ」
🦜 きなこ「うん。しかも、どこの誰が作ったかまで含めて選ぶ時代なの。…そこでみんなに聞きたいの。あなたなら、毎日のコーディングをどのモデルに任せる？」
🐹 もっちー「ぼくは正直、安いのに全部やらせたい派だなぁ。浮いたお金でおやつを豪華にしたいし…みんなの意見もコメントで教えてほしいな」
🦜 きなこ「それとね、実はこのM3、中国OSS勢では一強ってわけでもないの。QwenやDeepSeek、GLMとの覇権争いが今すごく激しくて、それを掘り下げた動画も置いておくね」
きなこもっちーのテック深掘り では、AI/LLM を中心としたテック全般をハムスター（🐹 もっちー）とセキセイインコ（🦜 きなこ）の掛け合いで楽しく解説しています。
▶️ 動画で観る → 中国OSSは張り子の虎じゃなかった｜MiniMax-M3が3冠でGPT-5.5超え・価格1/8の衝撃
👍 この記事が役に立ったら LGTM・ストックしてもらえると励みになります！
📺 チャンネル登録はこちら → きなこもっちーのテック深掘り
🔗 他の解説動画も見る → きなこもっちーのテック深掘り の動画一覧