MiniMax M3 vs M2.7：ベンチマーク・仕様比較と移行ガイド

MiniMaxの公式モデル一覧に載っている現行のテキストモデルは、MiniMax-M3とMiniMax-M3.1-Flashの2つだけになりました。M2.7とM2.5は2026年11月18日に提供終了が決まっています。M2.7で動いているプロダクトがあるなら、この日までに移行先を決める必要があります。本記事では、MiniMaxが公開している数字だけを使ってM3とM2.7を比較し、リクエストのどこが変わるのか、どう切り替えればよいのかを順に説明します。APIMartでは、どちらのモデルも同じOpenAI互換形式でMiniMax APIから呼び出せるため、移行はほぼ設定の変更だけで済みます。

要点まとめ

• MiniMax M3はテキスト・画像・動画を入力できるネイティブのマルチモーダルモデルで、コンテキストは1,000,000トークン、1回の応答で最大524,288トークンを出力できます。M2.7のコンテキスト上限は204,800トークンです。
• MiniMax自身のベンチマーク表では、SWE-Bench VerifiedでのM3の優位はわずか（80.5対79.9）ですが、エージェント系タスクでは大きく引き離しています。Terminal Bench 2.1は66.0対51.1、MCP Atlasは74.2対49.4です。
• MiniMaxは2026年10月19日にM2.7とM2.5の新規ユーザーへの提供を停止し、2026年11月18日に提供を終了します。それ以降、従量課金のリクエストは利用できなくなります。
• 移行は基本的にモデル名をminimax-m3に変えるだけですが、thinkingとサンプリングの挙動が異なります。M3はthinkingをオフにでき、M2.xはできません。またM3のtemperatureは常に1です。
• 2026年11月4日時点で、APIMartのゴールド会員料金は両モデルとも同じで、100万トークンあたり入力0.24ドル / 出力0.96ドルです。

MiniMax M3とM2.7の比較一覧

出典：MiniMax M3モデルカード、MiniMax M2.7の設定ファイル、MiniMaxモデル一覧、MiniMax Chat Completionsリファレンス。

M2.7からM3で何が変わったか

ネイティブのマルチモーダル

MiniMaxはM3を「最先端のマルチモーダル・コーディングモデル」と位置づけており、学習の最初の段階から複数のモダリティを混ぜて訓練しています。実際の使い方でいえば、1つのモデルがプロンプトと一緒にスクリーンショットやスキャンしたPDFのページ、短い動画を読めるということです。MiniMaxが公表しているM3のスコアは、MMMU-Pro 78.1、OmniDocBench 91.6、Video-MMMU 84.6です。これらのテストにはM2.7のスコアがないため、マルチモーダル性能を同じ条件で比べることはできません。

コンテキストが5倍に

M3は最大1,000,000トークンのコンテキストに対応し、M2.7の204,800トークンから大きく広がりました。大きめのモジュール1つを渡すのか、コードベースの大部分を渡せるのか、あるいは長い契約書1本なのか、デューデリジェンス資料一式なのか、というくらいの差です。ただし、ウィンドウが広がっても後半の内容を正確に拾えるとは限りません。本番で頼る前に、自社の長い入力で検索精度を確かめてください。

より長い出力と、制御できるthinking

M3は1回の応答で最大524,288トークンを出力でき、MiniMaxは多くのリクエストで131,072を推奨しています。M2.xの上限は204,800で、推奨は65,536です。thinkingも変わりました。M3のデフォルトはadaptiveで、追加の推論が必要かどうかをモデル自身が判断します。速い応答が欲しいときはオフにすることもできます。一方、M2.xのthinkingは常にオンで、disabledを指定してもエラーにはならないものの無視されます。

ベンチマーク比較：MiniMax M3 vs M2.7

以下の数字はすべてMiniMax M3モデルカードのベンチマーク表から引用しています。これらはMiniMaxによる自社測定の結果で、多くは社内環境でClaude Codeをスキャフォールドとして実行したものです。独立した第三者の評価ではありません。

出典：MiniMax M3モデルカード（MiniMaxによる自社測定）。

ここから2つの傾向が読み取れます。1つのリポジトリでバグを直す従来型のタスクでは差は小さく、SWE-Bench Verifiedで0.6ポイント、SWE-Bench Proで2.8ポイントです。「このリポジトリのこのissueを直す」が主な用途なら、M2.7の時点ですでにM3にかなり近い水準でした。差が開くのは、複数ステップでツールを多用するタスクです。M3はMCP AtlasとClaw-Evalでともに24.8ポイント、Terminal Bench 2.1で14.9ポイント、SWE Atlas-QnAで26.6ポイント上回っています。いずれも、ツールを呼び出し、コマンドを実行し、コードベース全体について答えるエージェントに最も近いベンチマークです。

料金

2026年11月4日時点で、APIMartのゴールド会員料金はminimax-m3、minimax-m2.7、minimax-m2.5のいずれも、100万入力トークンあたり0.24ドル、100万出力トークンあたり0.96ドルです。M3に切り替えてもトークン単価は変わりません。ただし、M3のadaptive thinkingや長い出力によって1リクエストあたりのトークン消費量が変わるため、請求額は変わる可能性があります。切り替え後の数日間は、リクエストごとのトークン数を追ってください。MiniMaxモデルの最新料金はMiniMaxの料金ページで確認できます。

提供状況と終了スケジュール

• 2026年10月19日： MiniMaxがM2.5とM2.7の新規ユーザーへの提供を停止。
• 2026年11月18日： M2.5とM2.7の提供終了。MiniMaxによると、この日以降、従量課金のAPIリクエストは利用できなくなります。
• すでに終了済み： MiniMax-M2.1、MiniMax-M2、M2-her。

2026年11月4日時点で、APIMartではminimax-m2.7とminimax-m2.5をまだ提供しています。ただしMiniMaxが元のモデルを終了するため、11月18日までに切り替えを済ませる計画を立ててください。

M2.7からM3への移行手順

リクエストの形式は変わらないので、多くのチームは半日ほどで移行できます。次の5点を順に確認してください。

1. モデルIDを変更する：minimax-m2.7（またはminimax-m2.5）をminimax-m3に変えます。
2. thinkingの扱いを決める：M2.7は毎回推論してから答えていましたが、M3のデフォルトはadaptiveです。チャットや分類のように速く端的な回答が欲しい場合は、"thinking": {"type": "disabled"}を送ります。PythonのOpenAI SDKではextra_bodyの中に入れます。
3. temperatureの調整をやめる：M3のtemperatureは常に1で、ほかの値を指定しても効きません。低いtemperatureで出力を安定させていた場合は、指示を明確にするか構造化出力を使いましょう。
4. max_completion_tokensを見直す：M3は最大524,288まで指定できます。長いタスクではMiniMax推奨の131,072から始め、チャットではコスト管理のため低めの上限を保ちます。
5. 評価をやり直す：トラフィックを全面的に移す前に、実際のトラフィックで品質、レイテンシー、リクエストあたりのトークン数を比較します。

thinkingをオフにした最小限のリクエストは次のとおりです。

curl https://api.apimart.ai/v1/chat/completions \
  -H "Authorization: Bearer $APIMART_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m3",
    "messages": [{"role": "user", "content": "このプルリクエストを3つの箇条書きで要約してください。"}],
    "thinking": {"type": "disabled"},
    "max_completion_tokens": 4096,
    "stream": false
  }'

PythonのOpenAI SDKで書くと次のようになります。

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.apimart.ai/v1", api_key=os.environ["APIMART_API_KEY"])

response = client.chat.completions.create(
    model="minimax-m3",  # 以前は "minimax-m2.7"
    messages=[{"role": "user", "content": "このプルリクエストを3つの箇条書きで要約してください。"}],
    max_completion_tokens=4096,
    stream=False,
    extra_body={"thinking": {"type": "disabled"}},  # この行を消すとadaptive thinkingのまま
)
print(response.choices[0].message.content)

パラメータの一覧はAPIMart Chat Completionsリファレンスを参照してください。

MiniMax M3とKimi・GLM・DeepSeekの比較

同じMiniMaxのベンチマーク表には、ほかのオープンウェイトモデルも載っています。以下の数字は表からそのまま引用したもので、「-」はMiniMaxがスコアを掲載していないことを示します。MiniMaxによると、DeepSeek、Kimi、GLMのNL2RepoスコアはQwenが公表した結果から引用したもので、それ以外の多くの列はMiniMaxが各社の公式APIを通じて自社で測定しています。

出典：MiniMax M3モデルカード（MiniMaxによる自社測定）。

MiniMaxの数字では、M3、DeepSeek V4 Pro、Kimi K2.6 ThinkingはSWE-Bench VerifiedとBrowseCompのどちらでも差が0.4ポイント以内に収まっています。GLM 5.1 ThinkingはSWE-Bench Verifiedのスコアがなく、BrowseCompでは79.3とやや離れています。また、NL2RepoではKimi K2.6 Thinkingがわずかに上回っています。M3の優位が最もはっきりしているのはTerminal Bench 2.1とClaw-Evalです。いずれもベンダーによる自社測定なので、結論ではなく候補を絞るための材料と考え、選ぶ前に自社のタスクで試してください。

どちらを使うべきか

• 新しいプロジェクト： M3を使いましょう。MiniMaxはM2.7を新規ユーザーに提供しておらず、11月18日に終了します。
• 本番でM2.7を運用中： 新旧の出力を並べて比較できる時間があるうちに、今すぐM3へ移行しましょう。
• 画像や動画の入力が必要： マルチモーダル入力が確認されているMiniMaxのテキストモデルはM3です。
• 主に単一リポジトリのバグ修正： 品質の変化は小さめと見込まれます。大きな改善が出るのは、ツールを多用するエージェント系の作業です。

よくある質問

MiniMax M3とM2.7の違いは？

M3はMiniMaxの現行フラッグシップです。テキスト・画像・動画を入力でき、1,000,000トークンのコンテキストと最大524,288トークンの出力に対応し、thinkingをオフにすることもできます。M2.7のコンテキストは204,800トークンで、常に思考してから答え、現在は提供終了に向かっています。

MiniMax M2.7は提供終了になりますか？

はい。MiniMaxは2026年10月19日にM2.7とM2.5の新規ユーザーへの提供を停止し、2026年11月18日に両モデルの提供を終了します。それ以降、従量課金のリクエストは利用できなくなります。

MiniMax M2.7からM3へはどう移行すればよいですか？

モデルIDをminimax-m3に変え、adaptive thinkingのままにするか"thinking": {"type": "disabled"}を送るかを決めます。M3のtemperatureは常に1なのでtemperatureの調整は外し、max_completion_tokensも見直します。そのうえで、全トラフィックを切り替える前に評価セットを再実行してください。

MiniMax M3のベンチマーク結果は？

MiniMax自身の表では、M3はSWE-Bench Verifiedで80.5、SWE-Bench Proで59.0、Terminal Bench 2.1で66.0、BrowseCompで83.5です。これはベンダーによる自社測定の結果で、独立した評価ではありません。

MiniMax M3はオープンソースですか？

MiniMaxはM3の重みをHugging Faceで、MiniMax Community Licenseのもとで公開しています。独自ライセンスのオープンウェイトモデルなので、商用でセルフホストする前にライセンス条件を確認してください。

MiniMax M3の料金はいくらですか？

2026年11月4日時点で、APIMartのゴールド会員はMiniMax M3を100万入力トークンあたり0.24ドル、100万出力トークンあたり0.96ドルで利用でき、M2.7と同じ料金です。最新料金はAPIMartのMiniMaxモデルページで確認してください。

今後の注目点

MiniMaxはすでにMiniMax-M3.1-Flashを公開しており、100万トークンのコンテキストとthinkingの深さを調整できるマルチモーダル・コーディングモデルだと説明しています。APIMartではまだ提供しておらず、提供開始時期についての予想もしません。当面やるべきことははっきりしています。11月18日までにM2.7のワークロードをM3へ移し、その過程で品質、レイテンシー、リクエストあたりのトークン数を測り続けることです。