中国のAIスタートアップMiniMaxが出したM2.5というモデルが、静かにとんでもないことになっている。
SWE-Bench（コーディングベンチマーク）でClaude Opus 4.6に0.6ポイント差まで迫り、多言語ベンチマークのMulti-SWE-Benchでは逆転して1位。
APIの価格はClaude Opusの約20分の1。しかもオープンソース。
「性能は同等、コストは20分の1」。これが現実になった。
MiniMax M2.5の衝撃的なコスパ
具体的な数字を比較する。
| MiniMax M2.5 | Claude Opus 4.6 | Codex（OpenAI） | Gemini 2.5 Pro | |
|---|---|---|---|---|
| 入力コスト（100万トークン） | $0.15 | $5.00 | $0.25 | $1.25 |
| 出力コスト（100万トークン） | $1.20 | $25.00 | $2.00 | $10.00 |
| SWE-Bench Verified | 80.2% | 80.8% | 78.0% | 63.8〜73.1% |
| Multi-SWE-Bench | 51.3%（1位） | 50.3% | – | – |
| 推論速度 | 50〜100トークン/秒 | 約33トークン/秒 | – | 高速 |
1つのSWE-Benchタスクにかかるコストは、M2.5が約0.15ドル、Claude Opusが約3ドル。20倍の差がある。
（参考：MiniMax M2.5 – MiniMax）
なぜこんなに安いのか。他のモデルとの構造の違い
M2.5は230億パラメータのMoE（Mixture of Experts）アーキテクチャを採用している。
推論時に実際に使われるのは100億パラメータだけ。全体の約43%。
「専門家」を複数用意しておいて、タスクに応じて必要な専門家だけを動かす。
使わないパラメータには計算リソースを割かない。これが低コスト・高速推論の秘密。
他の主要モデルと比較すると、この設計思想の違いがよくわかる。
| モデル | アーキテクチャ | 総パラメータ | 推論時の稼働パラメータ | 推論速度 |
|---|---|---|---|---|
| MiniMax M2.5 | MoE | 230億 | 100億（約43%） | 50〜100トークン/秒 |
| Claude Opus 4.6 | Dense（全結合型） | 非公開 | 全パラメータ | 約33トークン/秒 |
| GPT-5.4 | MoE | 非公開（推定1兆超） | 非公開 | 非公開 |
| Qwen 3.5 | MoE | 非公開 | 非公開 | 高速（MoEの恩恵） |
| Gemini 2.5 Pro | MoE | 非公開 | 非公開 | 高速 |
Claude OpusはDense（全結合型）アーキテクチャ。推論のたびに全パラメータが動く。精度は高いが、その分コストもかかる。
一方、GPT-5.4やQwen 3.5、Gemini 2.5 ProもMoEを採用しているが、M2.5ほどコストを下げてはいない。
M2.5が特異なのは、MoEの効率化を極限まで突き詰めて、コストを最優先に設計している点。
Lightning版では100トークン/秒を実現している。Claude Opusの約3倍の速度。
MiniMaxの公式メッセージは「Intelligence too cheap to meter（計量する必要がないほど安い知能）」。
OpenRouterでトークン処理量が世界1位。ただし注意点がある
3月第1週、M2.5の週間トークン処理量は1.87兆トークンでOpenRouter上の全モデル中1位になった。
2位はQwen 3.5（Alibaba）、3位はDeepSeek V3。上位3モデルのうち3つとも中国製。
中国全体のAIモデル週間トークン処理量は4.19兆トークンで、アメリカの3.63兆トークンを2週連続で上回った。
3月第2週にはさらに伸びて4.69兆トークン。OpenRouterでの中国製モデルのシェアは61%に達している。
ただし、ここは冷静に見る必要がある。
これはあくまでOpenRouterというAPIアグリゲーター上での数字。
OpenRouterはコスパ重視のユーザーが多いプラットフォームで、安い中国モデルに利用が集中しやすい構造がある。
Claude OpusやGPT-5.4は自社API経由で直接使われていることが多く、OpenRouterの数字には含まれない。
企業向けの利用や、Microsoft Azure・Amazon Bedrock経由のトラフィックも別。
つまり「AI全体で中国がアメリカを抜いた」とは言い切れない。
ただ、コスパで選ぶ開発者層において中国AIが圧倒的に支持されているという事実は、確かに読み取れる。
（参考：China’s AI models top US with 4.69 trillion weekly tokens – CGTN）
385人の会社が業界を揺らしている
MiniMaxの社員数は385人。
CEOのYan Junjieは36歳。元SenseTimeのVP。2021年12月、ChatGPTが登場する前に会社を立ち上げた。
2026年1月に香港でIPO。初日に株価が109%上昇し、時価総額は約137億ドルに。AI LLM企業として過去最大のIPOだった。
社内ではM2.5を使って日常業務の30%を自動処理し、新規コードの80%がAI生成だという。自分たちの製品を自分たちで使い倒している。
（参考：MiniMax doubles in Hong Kong debut – CNBC）
MiniMaxだけじゃない。中国AIは一斉に動いている
2月だけで中国から4つのフロンティアモデルが同時に出てきた。
- MiniMax M2.5：コーディング最強クラス、コスト破壊
- Kimi K2.5（Moonshot AI）：金融推論でClaude Opusを上回る
- Qwen 3.5（Alibaba）：99万トークンのコンテキスト、コーディングでOpus超え
- GLM-5（Zhipu AI）：744億パラメータ、中国製チップ（Huawei Ascend）で動作
全部MoEアーキテクチャ。全部オープンソースまたはオープンウェイト。
中国勢は「性能で差をつける」ではなく「コストで圧倒する」戦略に完全に振り切っている。
AIのコモディティ化が始まった
これは「中国AIすごい」で終わる話じゃない。
AIモデルの性能差がなくなり始めている。差がつくのはコストと速度。
SWE-Benchのスコアが80%前後で各社横並びになった今、ユーザーが選ぶ基準は「どれが安くて速いか」に移っている。M2.5がOpenRouterで最も使われているモデルになった事実が、それを証明している。
JPモルガンは中国のトークン消費量が2030年までに370倍になると予測している。年間成長率330%。
日本企業がAIプラットフォームを選ぶ基準も変わらざるを得ない。「最も賢いモデル」ではなく「目的に対して最もコスパがいいモデル」を選ぶ時代が来ている。
ちなみに、自分も実際にM2.5をVS Codeの拡張機能「Cline」に設定して、コーディングで使ってみることにした。Youtubeにてレビュー動画を公開する予定。
コスト20分の1のAIが、実際の開発現場でどこまで通用するのか。気になる方はお楽しみに。
AI LIFEコミュニティでは、AIモデルの最新動向やコスト比較について情報を共有しています。
AI LIFEコミュニティに参加する
