モデル
MiniMaxとDeepSeek：Flashモデルがエージェント型コーディングの価格を引き下げ
3日のうちにDeepSeekとMiniMaxが相次いで「Flash」モデルを出荷。1タスク数セントで最先端のコーディングスコアに迫る。
2026年10月17日から19日にかけて、中国の2つのラボがコーディングエージェント向けの「Flash」モデルをリリースした。訴求点は同じで、タスクあたりのコストを大幅に下げることだ。両者の定価はオフピーク料金で同一になり、コーディングスコアは最先端モデルに迫っている。
MiniMax M3.1 Flash(10月19日)
- 価格：入力は100万トークンあたり0.15ドル、出力は0.60ドル、キャッシュされた入力は0.015ドル(MiniMax)。
- コーディング：MiniMaxによると、DeepSWE v1.1で73.7%。
- 効率：MiniMaxによると、前モデルと比べて推論は3倍近く高速になり、エージェントタスクの利用コストは70%低下した。MiniMaxは出力が毎秒200トークンを超えると主張している。
- その他の用途：やはりMiniMaxによると、OSWorld V2(コンピューター操作)で61.7、CyberGym(脆弱性発見)で82%。
- 提供状況：MiniMax API、M Plan、MiniMax Code。ウェイトは後日公開予定。匿名の早期版「Space Bunny」はすでに200兆トークン超を処理していた。
MiniMax M3.1 Flashのページを参照。
DeepSeek V4.1-Flash-1017(10月17日)
- コーディング：DeepSWE v1.1で77.0%(前バージョンは74.2%)、Terminal-Bench 4.0で42.3(同31.2)(Hugging Face)。DeepSeekの表では、DeepSWEでClaude Opus 5が74.0%、GPT-5.6 Solが73.0%。
- 価格：オフピークは入力が100万トークンあたり0.15ドル、出力が0.60ドルで、ピーク時間帯は2倍。コンテキストは100万トークン(DeepSeek)。
- タスクあたりのコスト：DeepSeekが公表したグラフによると、DeepSWEの1タスク平均は0.20ドル弱で、前バージョンの約0.50ドルから下がった(The Decoder)。
- オープン：MITライセンスのウェイトをHugging FaceとModelScopeで公開。DeepSeekはSearch APIとFetch APIも1,000回の呼び出しあたり0.75ドルで開放する。DeepSeek Harness、Claude Code、Codex経由の呼び出しは、10月31日16:00(UTC)まで無料(DeepSeek)。
DeepSeek V4.1-Flash-1017のページを参照。
独立したテストの結果
Artificial Analysisは、Intelligence IndexでMiniMax M3.1 Flashに43点(M3は29点)を付けている(Artificial Analysis、10月20日にページを確認)。DeepSeek V4.1-Flash-1017にはMaxモードで45点を付けている(変更履歴)。ただし同社は、MiniMaxの出力速度を毎秒104.7トークンと測定しており、主張された200には遠く及ばない。さらに重要なのは、知識テストAA-Omniscienceで、M3.1 Flashは質問の56%に正しく答えるものの、知らないときには、不確かだと認めずに93%の確率で答えをでっち上げることだ(VentureBeat)。
開発者にとっての意味
- タスクを振り分ける：単純でテスト済みのタスクはFlashモデルに任せ、曖昧なケースには高価なモデルを残す。
- トークン単価だけでなく、タスクあたりのコストを追う：冗長なモデルは、同じ結果に対してより多く費やす。
- オープンなエージェントにつなぐ：OpenCodeなどのツールは、APIを通じてこれらのモデルを受け付ける。
限界
スコアの大半はベンダー自身のテスト条件によるものだ。企業では、中国のオープンモデルはAPI利用の1%にとどまると、Menlo Venturesは述べている(当サイトの記事を参照)。コンプライアンス、データのホスティング、信頼性は引き続き確認が必要だ。MiniMaxは将来公開するオープンウェイトのライセンス条件をまだ示していないため、セルフホストできるかどうかは未定のままだ。
スコアの大半はベンダー自身によるものだ。本番運用を賭ける前に、独立したテストを待つべきだ。
