MiniMax、2.7兆パラメータの巨大AIモデル「M3 Pro」を計画中

MiniMaxが計画する2.7兆パラメータモデル「M3 Pro」

2026年7月8日、Reutersは中国のAIスタートアップMiniMaxが2.7兆（2.7 trillion）パラメータの大規模言語モデルを開発中であると報じました。このモデルは内部で「M3 Pro」というコードネームで呼ばれており、現行のM3シリーズの後継モデルに位置づけられています。

関係者によると、このモデルは中国企業が公開する最大のオープンウェイトAIモデルとなり、世界全体で見ても最大級のオープンウェイトモデルになる可能性があります。公開時期は早ければ2026年第3四半期（7月〜9月）とみられていますが、確定したリリース日は発表されていません。

名称に関する注意点： Reutersの報道ではコードネーム「M3 Pro」という名称は明示されていませんが、The Informationなどのフォローアップ報道や中国メディアがこの名称に言及しています。最終的な製品名は変更される可能性があります。

---

MiniMaxの既存モデルとの比較

MiniMaxのモデルは急速に進化を遂げています。以下の表で各モデルのスペックを比較します。

モデル	リリース	パラメータ数	アーキテクチャ	主な特徴
MiniMax-M1	2025年6月	総数456B / 活性45.9B	MoE + ハイブリッドアテンション	初のオープンウェイトハイブリッドアテンション推論モデル。100万トークンコンテキスト。Apache 2.0ライセンス。特定タスクでDeepSeek R1を上回る
MiniMax-M3	2026年6月1日	総数約428B / 活性約23B	MoE（スパースアテンション）	フロンティア級コーディング性能（SWE-bench Pro 59.0%）。100万トークンコンテキスト。画像・動画・コンピューター操作対応のネイティブマルチモーダル。Hugging Faceでオープンウェイト公開
M3 Pro（計画中）	未定（Q3 2026予定）	総数2.7T（MoEと推定）	未公表	中国企業最大、世界最大級のオープンウェイトモデルになる可能性

M3（約428B）からM3 Pro（2.7T）へのパラメータ増加は、総数で約6.3倍に相当します。MiniMaxがこれまでのMoE（Mixture-of-Experts）アプローチを継続する場合、1回のフォワードパスで活性化されるパラメータは数百億程度に抑えられる可能性がありますが、総パラメータ数はオープンウェイトモデルとして前例のない規模になります。

---

DeepSeek V4 Proとの比較

DeepSeek V4 Proは2026年4月23日にリリースされたDeepSeekのフラッグシップオープンウェイトモデルです。主なスペック比較は以下の通りです。

• DeepSeek V4 Pro: 総パラメータ1.6T、活性パラメータ49B、MITライセンス。純テキスト/アルゴリズム特化型。Codeforcesレーティングで全言語モデル中最高、SWE-bench Verifiedでオープンウェイトモデル中最良の80.6%を達成。
• MiniMax M3（現行）: 総パラメータ約428B、活性約23B。マルチモーダルタスクや数学で強み（平均85.7 vs 31.7）を示す一方、純粋なコーディングベンチマークではDeepSeek V4 Proに劣る。
• 計画中の2.7Tモデル: 総パラメータでDeepSeek V4 Pro（1.6T）とMiniMax M3（428B）の両方を大きく上回る。

多くの分析サイトは、MiniMax M3とDeepSeek V4 Proは「ほとんど競合しない」と指摘しています。M3はマルチモーダルなエージェント型コーディングと長文脈タスクに最適化されているのに対し、V4 Proは低コストで純粋テキストのアルゴリズム的コーディング処理に特化しているためです。

---

中国AIオープンウェイトモデルの最新動向

2025〜2026年にかけて、中国のAIラボは強力なオープンウェイトモデルを相次いでリリースしています。

• DeepSeek V4 Pro（2026年4月23日）— 1.6T MoE、MITライセンス、フロンティア級コーディング性能
• Tencent Hy3（Hunyuan 3.0） — プレビュー版を2026年4月23日公開、フルオープンウェイト版を2026年7月6日にApache 2.0ライセンスでリリース。総パラメータ295B（活性21B、192エキスパート、トップ8ルーティング）、256Kトークンコンテキスト。元OpenAI研究者のShunyu Yaoが率いる。Tencent初のフロンティア級オープンウェイトモデル
• MiniMax-M1（2025年6月）— 456Bパラメータのオープンウェイト推論モデル、Apache 2.0ライセンス。「世界初のオープンウェイト大規模ハイブリッドアテンション推論モデル」と謳われる
• MiniMax-M3（2026年6月）— 約428B総パラメータ、フロンティア級マルチモーダルコーディング
• Ant Group Ling-2.6-flash（2026年4月22日）— 104B/7.4B活性の効率重視型MoE
• Alibaba（Qwen）、ByteDance、Baichuanなどの中国ラボもオープンウェイトモデルをリリース

これらの動きは、中国AIラボが（OpenAI、Anthropic、Googleなどの西洋ラボとは対照的に）モデルをオープンウェイトで公開する戦略を明確に示しています。

---

西洋AIラボとの競争

中国のオープンウェイトモデルの急速な展開は、以下の点を示唆しています。

• スケール競争: MiniMaxの2.7Tモデルは、既知の西洋のオープンウェイトモデルを総パラメータで凌駕し、「計算リソースで米国が優位」という従来の見方に挑戦します
• オープンウェイト戦略の地政学的意義: ウェイトを公開することで、中国ラボはハードウェア輸出規制に影響されずにグローバルな開発者がモデルを自由に利用できるようにしています
• 人材の流動: TencentのHy3はOpenAI出身の研究者が主導しており、AI人材の双方向の流れを示しています
• 価格競争: DeepSeek V4 ProとMiniMax M3は、GPT-5.5と同等以下のAPI価格で提供され、世界的なコスト低下を促進しています
• ベンチマークでの拮抗: MiniMax M3のSWE-bench Pro 59.0%はGPT-5.5の58.6%を上回り、DeepSeek V4 ProのSWE-bench Verified 80.6%はオープンウェイトモデル中最高です

---

2.7Tパラメータモデル運用の技術的課題

2.7Tパラメータのオープンウェイトモデルは、運用に極めて大きな課題を伴います。

• メモリ要件: 8ビット量子化でもロードに約2.7TBのGPUメモリが必要。FP16では約5.4TBに上昇。80GBのH100 GPUが200台以上必要になります。
• MoEアーキテクチャの可能性: MiniMaxのM1とM3はいずれもMoEを採用しており、1トークンあたりの活性パラメータは総数のごく一部（M3では428B中23B）にとどまります。2.7Tモデルでも同様の比率（例：活性約135B）を維持すれば、総パラメータ数から予想されるよりは少ないクラスターで推論が可能になる可能性があります。
• 推論レイテンシとスループット: MoEのスパース性を活用しても、大規模なテンソル並列処理、パイプライン並列処理、エキスパート並列処理を多数のノード間で高帯域幅インターコネクトとともに実装する必要があります。
• 学習コスト: 2.7Tモデルのトレーニングには、効率的なMoEトレーニング技術を用いても、数万GPU月単位の膨大な計算予算が必要です。
• オープンウェイト配布: 5TB以上の重みファイルのホスティングと配布は、Hugging Faceなどのプラットフォームにとって物流上の課題です。

ただし、MiniMaxは効率的なエンジニアリングで実績があります。M1はDeepSeek R1と比較して70%少ない計算リソースで同等のベンチマークスコアを達成し、M3はスパースアテンション機構を採用しています。2.7Tモデルでも同様の革新が期待されます。

---

中国製AIモデルのグローバル採用の拡大

中国のオープンウェイトモデルは、以下の理由から世界的に急速に普及しています。

• 価格競争力: DeepSeek V4 Proは入力100万トークンあたり約$0.435、MiniMax M3は約$0.30と、西洋のAPI価格と比較して極めて競争力があります
• 寛容なライセンス: Apache 2.0（MiniMax M1、Tencent Hy3）やMITライセンス（DeepSeek V4 Pro）により、商用利用や改変、再配布が自由に行えます
• ベンチマーク競争力: GPT-5.5やClaudeに匹敵する性能を、主要ベンチマーク（コーディング、推論、数学）で示しています
• 開発者エコシステム: Hugging Faceでホスティングされ、OpenRouterやKilo Codeなどのプラットフォームに統合され、グローバルな開発者が利用できます

これらの動向は、中国がもはや「ハードウェアに制約されたフォロワー」ではなく、オープンウェイトモデルのリーダーとして台頭していることを示しています。計画中の2.7Tモデルが実現すれば、その方向性を最も強く示すマイルストーンとなるでしょう。