6월의 오픈 웨이트 (Open-Weight) 코딩 대결: MiniMax M3가 선두에 합류하다
요약
MiniMax M3가 SWE-Bench Pro에서 59.0%를 기록하며 오픈 웨이트 코딩 모델 중 선두에 올랐습니다. M3는 1M 토큰 컨텍스트와 네이티브 멀티모달리티를 결합한 최초의 오픈 웨이트 모델로 주목받고 있습니다.
핵심 포인트
- MiniMax M3가 SWE-Bench Pro에서 Kimi K2.6을 제치고 1위 기록
- DeepSeek V4-Pro는 SWE-Bench Verified에서 여전히 선두 유지
- MiniMax M3는 1M 컨텍스트 및 멀티모달리티를 지원하는 오픈 웨이트 모델
- 오픈 모델 선택 기준이 모델의 적합성 중심으로 변화 중
원문은 AI Tech Connect에 게시되었습니다.
이번 달에 무엇이 바뀌었을까요? MiniMax M3가 이제 SWE-Bench Pro에서 59.0%(2026년 6월 1일 출시)를 기록하며 오픈 웨이트 (Open-Weight) 모델 중 선두를 달리고 있으며, 이는 4월에 기록된 Kimi K2.6의 58.6%를 근소하게 앞선 수치입니다. 기억하세요: SWE-Bench Pro는 더 어려운 세트이며, 점수는 50대 중후반에 형성됩니다. DeepSeek V4-Pro는 여전히 SWE-Bench Verified에서 80.6%로 오픈 웨이트 모델 중 선두를 유지하고 있습니다. 이는 점수가 80대 초반에 형성되는 다른, 더 쉬운 벤치마크 (Benchmark)입니다. MiniMax M3는 80.5%로 바로 그 뒤를 쫓고 있습니다. M3는 최첨단 코딩 성능을 1M-토큰 컨텍스트 윈도우 (Context Window) 및 네이티브 멀티모달리티 (Native Multimodality) — 이미지 및 비디오 입력 — 와 결합하여 하나의 다운로드 가능한 웨이트 (Weights) 세트로 제공하는 최초의 오픈 웨이트 (Open-Weight) 모델입니다. 현재 선두 그룹은 MiniMax M3, GLM-5.1, Kimi K2.6, DeepSeek V4-Pro, 그리고 Qwen3-Coder-Next까지 총 5개 모델로 구성되어 있습니다. 실질적인 결정 기준은 이제 "오픈 모델인가 폐쇄형 모델인가"에서 "어떤 오픈 웨이트 (Open-Weight) 모델이 나의 스택 (Stack)에 적합한가"로 이동했습니다. 주의 깊게 살펴보세요...
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기