MiniMax M3がオープンウェイトで来た。428BはゲーミングPCで動くのか、正直に計算してみる

「SWE-bench 80%超えのモデルが、自宅のPCに落ちてくる時代」が本当に来た。

中国のAI企業MiniMaxが2026年6月に公開した「MiniMax-M3」は、総パラメータ約428B・アクティブ約23BのMoE(Mixture of Experts)モデルだ。

コンテキスト長は100万トークン。

公式モデルカードによれば、コーディング系ベンチマークのSWE-benchで80.5%を解く。

これがオープンウェイトで、Hugging Faceからダウンロードできる。

問題はひとつ。俺たちのゲーミングPCで動くのか? 今回は「動かしてみた」記事ではない。

公式スペックから電卓を叩いて、どのラインのマシンなら戦えるのかを正直に見積もる記事だ。

MiniMax M3のスペック(公式モデルカードより)

• 総パラメータ: 約428B / アクティブ: 約23B(MoE)
• コンテキスト長: 1Mトークン。前世代M2比でprefill 9倍・decode 15倍の高速化をうたう
• ライセンス: minimax-community(商用条件はLICENSEファイル要確認)
• 推論フレームワーク: vLLM / SGLang / Transformers / KTransformers などを公式が案内
• GGUF等の量子化版が既に多数あり、llama.cpp・LM Studio・Ollamaから扱える

前世代のM2系(総229B・アクティブ10B)も引き続き公開されていて、こちらは「ノートPCでも動いた」系の報告が出るくらい軽量寄りだ。

428Bは何GBになるのか。電卓を叩く

モデルの重さはざっくり「パラメータ数×1パラメータあたりのバイト数」で見積もれる。M3を当てはめると:

• BF16(素のまま): 428B × 2byte ≒ 約856GB
• Q8量子化: 428B × 1byte ≒ 約428GB
• Q4量子化: 428B × 0.5byte ≒ 約214GB+推論時のオーバーヘッド

つまりQ4まで削っても200GB級。RTX 5090(32GB)を積んでも、VRAM単騎では桁がふたつ足りない。

ここで終わると「はい解散」なんだが、MoEには抜け道がある。

希望はMoE×メインRAM。「VRAMに全部載せない」戦い方

M3は428B全部が毎回動くわけじゃない。推論のたびに動くのはアクティブ23B分だけ。

この性質を使って、エキスパート層をメインRAMに置き、GPUには共有層とKVキャッシュだけ載せる——というのがKTransformersやllama.cppのオフロード戦略だ。

公式がKTransformersを案内しているのは、つまり「そういう使い方をしていい」ということでもある。

このルートの現実ラインを見積もると:

• メインRAM: 128GB以上(Q4の200GB級を狙うなら192〜256GB)
• GPU: 24GBクラス(RTX 4090 / 5090系)があると快適側
• 速度: メモリ帯域律速なので「爆速」は期待しない。エージェント用途の裏方なら実用圏

軽量なM2系(Q4で概算115GB前後)なら、RAM 128GB+ミドルGPUでも射程に入る。

「GPUを1ランク上げる」より「メモリを4倍盛る」方が効く——ローカルLLM時代のBTO選びは、ここが従来のゲーミング構成と逆転しているのが面白いところだ。

で、俺のRTX 2070 Super(8GB)はどうなのか

無理だ。VRAM 8GB+RAM 32GBでは、M3どころかM2のQ4にも届かない。

現場の段取りと同じで、届かない背伸びより「今の装備でやれる仕事」と「次に買う装備の狙い」を分けるのが正解だと思っている。

• 今の装備でやる: M3はAPI経由で試す。ローカルは10B前後のモデルで練習しておく
• 次に組むなら: メインRAM 128GB以上を最優先、GPUは24GB級。BTOならメモリ増設枠が広いフルタワー系を選ぶ

「最新GPUを買えないから最先端AIに触れない」ではなく、「メモリの盛り方で勝負が変わる」時代になってきた。

手取り19万の二刀流には、むしろ追い風だと思っている。

---

※本記事は公式モデルカード等の公開情報に基づく調査・概算です。実機での動作検証は行っていません。

必要スペックは量子化方式・ランタイムのバージョンで変わるため、導入前に各公式ドキュメントをご確認ください。

参考(一次情報):

• MiniMaxAI/MiniMax-M3 — Hugging Face
• MiniMaxAI(モデル一覧) — Hugging Face