対照的な2つの新モデル、GPT-5.2 ThinkingとMiniMax H3から見る2026年8月のAI動向

直近で相次いだ2つのモデル発表

OpenAIのGPT-5.2シリーズは2025年12月に発表されたモデル群で、推論特化の「Thinking」、さらに思考力を強化した「Pro」、軽量な「Instant」の3ラインアップで構成されています。一方MiniMaxは2026年7月31日にMiniMax H3を発表し、8月3日にはモデルの重みをHugging Face上で一般公開しました。発表時期こそ近いものの、両者が狙っている場所はまったく異なります。

この記事では、両モデルの発表内容・報道をもとに、それぞれの実力と使いどころを整理します。画像・動画生成の実機検証は行っておらず、あくまで公式発表・ベンチマークの紹介にとどまる点はあらかじめお断りしておきます。

GPT-5.2 Thinkingの実力

GPT-5.2 Thinkingは、複雑な推論やコーディング、数学、長文処理に特化したモデルです。回答を出す前に段階的に考え抜く設計になっており、44の職種にわたる知識作業を評価する独自ベンチマーク「GDPval」では、タスクの70.9%で業界の専門家と同等以上の結果を出したとされています。数学競技レベルの問題を測る「AIME 2025」では100.0%の正答率を記録し、これはツールなしでの結果としてGoogleのGemini 3 ProやAnthropicのClaude Opus 4.5を上回る水準です。

抽象的なパターン認識能力を測る「ARC-AGI-2」でも52.9%（Pro版は54.2%）を記録しており、Claude Opus 4.5（37.6%）やGemini 3 Deep Think（45.1%）を上回っています。一方で、事実の正確性を測る「SimpleQA」ではGemini 3 Proの72.1%に対しGPT-5.2は38%にとどまっており、推論力の高さと事実の網羅性は別軸の能力であることがうかがえます。速度面では、GDPvalタスクに対して専門家の11倍以上の速さで、コストは専門家の1%未満とされています。

MiniMax H3の実力

MiniMax H3は、テキスト・画像・動画・音声を一つの文脈として扱えるマルチモーダル生成モデルです。最大2K解像度、4〜15秒・24fpsの動画を、32kHzステレオのネイティブ音声つきで同時生成でき、1つの文脈につき最大12個の画像・動画・音声ファイルを参照できます。MiniMaxが動画生成モデルの重みを一般公開するのは今回が初めてです。

料金は従量課金で、2K出力が1秒あたり0.13ドルからと、主要な動画生成モデルの3分の1以下の価格帯とされています。ライセンスは「MiniMax-H3 Community License」で、著作表示をすれば商用利用も可能です。ただし年間売上が2,000万ドルを超える事業者はMiniMax社への書面での許可申請が必要になる、という条件が設けられています。

2つのモデルを「比較」することの意味

GPT-5.2 ThinkingとMiniMax H3を同じ表に並べてスコアを比べることには、あまり意味がありません。前者はテキストでの推論・コーディングに特化したクローズドモデル、後者は動画・音声生成に強いオープンウェイトモデルで、評価軸そのものが違うからです。2026年8月のAIモデル発表ラッシュを振り返ると、単一のリーダーボード上位を競う流れから、タスクとの相性・切り替えコスト・データの取り扱いといった実務上の判断基準へと関心が移ってきている、という指摘もあります。

言い換えると、「どちらが優れたAIか」という問いよりも、「今取り組んでいるタスクにはどちらが向いているか」という問いのほうが、モデル選定において実際的です。

用途別にどちらを検討すべきか

• 複雑な数式処理・コード生成・長文の要約や分析をしたい → GPT-5.2 Thinkingのような推論特化モデルが候補
• SNS向けの短尺動画やプロモーション素材を音声つきで作りたい → MiniMax H3のようなマルチモーダル生成モデルが候補
• クラウドAPIの従量課金で手軽に始めたい → 両モデルともAPI経由での利用が可能
• 自社サーバーで動かしたい、モデルをカスタマイズしたい → オープンウェイトのMiniMax H3側が候補（GPT-5.2はクローズドモデルのため不可）

個々のモデルの性能比較だけでなく、生成AI市場全体の動向を俯瞰しておきたい方には、こちらの一冊も参考になります。

【送料無料】最新生成AIのビジネスと動向がよ〜くわかる本 仕組みから市場、サービス、プレイヤーまで／黒田達郎 価格：2,420円（税込、送料無料) (2026/8/5時点) 楽天で購入

nekosan

ベンチマークの数字を並べると、つい「結局どっちが強いの」と聞きたくなりますが、今回の2つは比べるものが違いすぎました。テキスト推論の道具と動画生成の道具、それぞれ何に使うかを先に決めてから選ぶほうが遠回りをせずに済みそうです。

GPT-5.2 ThinkingとMiniMax H3はどちらが優れていますか？

単純比較はできません。GPT-5.2 Thinkingはテキストでの推論・コーディングに特化したクローズドモデルで、MiniMax H3は動画・画像・音声を統合的に扱うオープンウェイトのマルチモーダルモデルです。得意分野が根本的に異なります。

MiniMax H3は無料で使えますか？

モデルの重み自体はオープンウェイトとして無償公開されており、商用利用も著作表示があれば可能です。ただし年間売上が2000万ドルを超える場合はMiniMax社の書面許可が必要です。API経由で使う場合は従量課金で、2K出力が1秒あたり0.13ドルからとされています。

GPT-5.2 Thinkingはどんな用途に向いていますか？

複雑な数学・コーディング・長文処理など、段階的に考え抜く必要があるタスクに向いています。AIME 2025で満点を記録するなど、推論ベンチマークで高いスコアを示しています。

自分の用途にはどちらを選べばよいですか？

テキストでの高度な推論やコード生成が中心ならGPT-5.2 Thinkingのようなクローズドモデル、動画・音声生成やオンプレミスでの運用・カスタマイズが必要ならMiniMax H3のようなオープンウェイトモデルが候補になります。

関連記事

出典

• OpenAI公式「Introducing GPT-5.2」
• OpenAI公式「Update to GPT-5 System Card: GPT-5.2」
• PC Watch「高性能な動画生成AI「MiniMax-H3」オープンウェイト公開。商用利用も可能」
• AI革命株式会社メディア「MiniMax H3（Hailuo 3.0）とは？2K動画×音声同時生成・オープンウェイトの料金とライセンス条件を解説」