メインコンテンツへスキップ
見出し画像

MiniMax M2.5をClaude Codeで試したら日本語が壊滅的だった話😱~ベンチマーク最強でも現実は甘くない

    💻 「ベンチマークスコアが最強クラスなら、きっとすごいモデルに違いない」

    そう胸を躍らせて、話題のAIモデル「MiniMax M2.5」をClaude Codeに接続してみたんです。SWE-Bench Verifiedで80.2%、Claude Opus 4.6にほぼ並ぶスコア。しかもコストは10分の1から20分の1。これはもう試すしかないでしょう、と。

    ところが現実は、思っていたのとだいぶ違いました。

    日本語でアプリを作ろうとしたら、メニューが突然「中国語」になるんです。しかも中国の簡体字が混ざったり、繁体字っぽい漢字が紛れ込んだり。修正しても修正しても、次のターンでまた中国語に戻ってしまう…。

    あなたも新しいAIツールに期待して、実際に使ってみたらがっかりした経験ってありませんか?

    画像

    😲 衝撃のコスパ!MiniMax M2.5ってそもそも何?

    まず最初に、このモデルがどれだけ注目されているか、ざっくり説明させてください。

    MiniMax M2.5は、2026年2月に中国・上海のAIスタートアップ「MiniMax」がリリースした最新のAIモデルです。「え、中国?」と思った方、その感覚はとても大事。この「出自」が、後で話す日本語問題と深く関わってくるんです。

    何がすごいかって、まずベンチマークの数字がとんでもないんですよ。

    コーディング能力を測る「SWE-Bench Verified」というテストでは80.2%を記録しています。これはClaude Opus 4.6の80.8%にあと0.6ポイントまで迫る数値で、GPT-5.2(80.0%)を上回っているんです。OpenHands(旧OpenDevin)の評価では、オープンソースモデルとして初めてClaude Sonnetを超えたとまで言われました。

    それでも。

    実のところ、すごいのは性能だけじゃありません。お値段がバグってるんです。

    Claude Opus 4.6を使うと、入力100万トークンあたり5ドル、出力は25ドルかかります。一方MiniMax M2.5のLightning版は入力0.3ドル、出力2.4ドル。ざっくり計算すると、同じコーディング作業をやらせた場合のコストが約20分の1。1時間ぶっ続けで動かしても、たったの1ドル。

    「安かろう悪かろうでしょ?」という声が聞こえてきそうですが、ベンチマーク上はトップクラスのモデルたちと肩を並べているわけです。

    さて、ここで疑問が浮かびませんか?そんなに優秀なら、なぜ私はがっかりしたのでしょう?

    画像
    挿絵はイメージです。

    😭 トップメニューが中国語に!実際に使って分かった「日本語の壁」

    さて、ここからが本題。

    Claude CodeにMiniMax M2.5を接続する方法自体はシンプルです。settings.jsonにAPIのURLとキーを設定して、モデル名を「MiniMax-M2.5」に変更するだけ。MiniMax公式もAnthropicのAPI互換インターフェースを提供しているので、セットアップは10分もかかりません。

    ワクワクしながら日本語のWebアプリ開発を始めた瞬間、事件は起きました。

    生成されたHTMLのナビゲーションメニューを見たら、「ホーム」が「首页」になっている。「設定」が「设置」に。「お知らせ」のはずが「通知」の中国語表記になっていたんです。

    ふと気づくと、ボタンのラベルも、エラーメッセージも、コメント文も、そこかしこに中国語の簡体字が散らばっている。日本語で書いてくれと何度お願いしても、次のファイルを編集するターンになるとまた中国語に戻ってしまう。

    これは私だけの問題ではなく、実はMiniMaxの前身モデル「MiniMax-01」の時代から、GitHubのIssueに「出力が予期せず中国語に切り替わる」という報告が上がっていました。英語での開発を指示しても、中間出力で中国語が混ざるというバグレポートです。

    とはいえ、これは考えてみれば当然かもしれません。MiniMaxは中国企業であり、学習データに中国語が大量に含まれているのでしょう。英語のコーディングベンチマークでは圧倒的な成績を収めていますが、「日本語で」UIのテキストを正しく出力するという能力は、ベンチマークでは測定されていないのです。

    あなたが普段使っているAIコーディングツール、日本語のUI文言をきちんと出力してくれていますか?

    画像
    挿絵はイメージです。

    🔧 CLAUDE.mdで日本語を守れるか?試行錯誤の記録

    「じゃあCLAUDE.mdに日本語指定を書けばいいのでは?」

    そう考えるのは自然な発想ですよね。Claude CodeにはCLAUDE.mdという設定ファイルがあって、モデルへの指示をプロジェクトごとに書き込めます。MiniMax M2.5もこの仕組みに対応しているとのことなので、さっそく試してみました。

    CLAUDE.mdに「すべてのUI文言、コメント、エラーメッセージは必ず日本語(ひらがな・カタカナ・日本の常用漢字)で記述してください。中国語の簡体字・繁体字は絶対に使用しないでください」と書き込んだんです。

    結果は…半分成功、半分失敗。

    最初のうちは日本語をちゃんと出力してくれます。でも会話のターンが長くなったり、複数ファイルにまたがる作業になると、ふっと中国語が混ざり始める。特にボタンのラベルや短いUI文字列が狙われやすいんです。「確認」という日本語を「确认」と出力してしまう。見た目は似ていますが、フォントによっては明らかに違って見えるし、読み方も全く異なります。

    ここで一つ失敗談を。最初は「日本語で書いて」とだけCLAUDE.mdに書いたのですが、これだと全然効果がありませんでした。「中国語を使わないで」という否定形の指示と、具体的な例(「首页→ホーム」「设置→設定」のように変換すべきペアリスト)を入れてから、ようやく改善が見られたんです。

    MiniMax M2.1のOllamaページでは「CLAUDE.md」「agent.md」「.cursorrules」などの設定ファイルに対応していると公式に記載されています。ただし、その指示をどこまで忠実に守るかは、モデルの「言語的な癖」に左右されるようです。

    教訓としては、中国系AIモデルを日本語プロジェクトで使うなら、CLAUDE.mdの記述は「強力に、具体的に、繰り返し」が鉄則だということ。漠然とした指示では、モデルの学習データに引っ張られてしまいます。

    画像
    挿絵はイメージです。

    ⚖️ で結局、MiniMax M2.5は使えるの?正直な評価

    ここまで読んでくださった方は、「じゃあダメなモデルなのか」と思うかもしれません。

    それでも、答えはそう単純ではないんです。

    英語ベースの開発プロジェクト、たとえば英語圏向けのWebサービスやAPIバックエンド、ライブラリ開発といった場面では、MiniMax M2.5はかなり優秀です。あるレビュアーが自身のGoプロジェクトでテストしたところ、Claude Opus 4.6やGPT-5.2 Codexよりも良い結果が出たと報告しています。コードの構造を設計してから実装に入る「アーキテクトマインドセット」と呼ばれる動作が自然に発生し、整理されたコードが出力される点は、確かに感心しました。

    一方で、日本語UIを含むフロントエンド開発は現状かなり厳しいでしょう。

    まとめると、こんな感じです。

    • 英語でのコーディング作業 → とても優秀。コスパは最強クラス

    • 日本語のUI・文言が必要な開発 → 中国語混入のリスクが高く、修正コストがかさむ

    • CLAUDE.mdでの日本語強制 → 効果はあるが、完全ではない。具体的な指示が必須

    • バックエンド中心の開発 → UI文言が少ないなら問題は軽減される

    MiniMax社の公式サイトでは、10以上のプログラミング言語(Go、C、TypeScript、Rust、Pythonなど)で訓練されたと記載されていますが、これは「プログラミング言語」の話であって「自然言語」の多言語対応とは別物。ここを混同すると、私のように痛い目を見ることになります。

    実はもう一つ失敗がありまして。最初に生成されたコードをそのままビルドして動作確認したところ、見た目は問題ないように見えたんです。でもよく見たら「設定」ボタンの漢字が日本語の「設」ではなく中国語の「设」になっていて、ユーザーからバグ報告をもらうまで気づかなかった…という恥ずかしいエピソードもあります。

    ベンチマークの数字だけでAIモデルを選ぶ時代は、もう終わりなのかもしれません。

    💡 まとめ:ベンチマーク最強でも「使い方」を選ぶ時代へ

    MiniMax M2.5は、間違いなく2026年2月時点で最もコスパの良いコーディングAIモデルの一つです。SWE-Bench Verifiedで80.2%、コストはClaude Opusの約20分の1。オープンウェイトで公開されているので、自前サーバーでの運用も理論上は可能でしょう。

    だからこそ、期待が大きかった分だけ、日本語の問題は余計に残念でした。

    ベンチマークはほぼ英語の世界で測定されています。日本語のアプリ開発という、私たちにとっては日常的なニーズが、スコアには反映されていません。これは今後、AIモデルの評価基準そのものを見直すべき課題ではないでしょうか。

    今の段階での結論としては、日本語中心のプロジェクトならClaude OpusやSonnetが安心。英語ベースの開発で圧倒的なコスパを求めるならMiniMax M2.5は有力な選択肢。そして中国系AIモデルを日本語環境で使うなら、CLAUDE.mdでの「超具体的な日本語指定」は必須作業だと考えています。

    AIの進化は本当に速い。でも、私たちの言葉で、私たちのユーザーに届くものを作るためには、ベンチマークの数字の裏側を自分の目で確かめることが、何より大切なんだと改めて実感しています。

    これからもいろんなAIモデルを試して、リアルな体験談をお届けしていきますね😊

    画像
    挿絵はイメージです。

    皆様の意見はどうでしょうか?
    良かったらコメントで教えて下さい。
    フォロー&スキもお願いします♪

    この記事への感想やご質問、お仕事のご依頼など、
    お気軽にメッセージをお送りください♪
    📩 メッセージはこちらから

    #MiniMax #MiniMaxM25 #ClaudeCode #AIコーディング #AI開発 #プログラミング #日本語対応 #中国語混入 #AIモデル比較 #コーディングAI #SWEBench #オープンソースAI #開発者 #エンジニア #Webアプリ開発 #Claude #AIツール #コスパ最強 #プログラマー #テック

     
     
    えっと、文才はまるっきりない私ですが、何か発信していけたらなって思っています。 特定のジャンルとかはないです。私自身が興味があることを記事にしています。 書いた記事を皆さんに読んで頂けるのが、とても嬉しいです♪ https://note.com/qa/alvis8039

    あなたへのおすすめ