MiniMax가 공식적으로 MiniMax M3.1 Flash를 공개했습니다. 이 모델은 기업 자동화의 다단계 프로세스, 소프트웨어 엔지니어링, 컴퓨터 시각 운영(Computer Use), 사이버 보안 감사 등을 위해 설계된 주력 언어 모델 라인의 최신 변형입니다. 이번 출시 버전은 총 4280억 개의 파라미터에 토큰당 약 230억 개의 활성 파라미터를 가진 Mixture-of-Experts (MoE) 구조, 1,000,000개의 입력 컨텍스트 창(최대 512,000개 출력 토큰), 그리고 평균(P50) **초당 170개 이상의 토큰(TPS)**의 생성 속도를 달성했으며, 실제 운영 환경에서는 200 TPS를 초과하는 피크 성능을 보여줍니다.
M3.1 버전의 핵심 목표는 수십 개의 연결된 도구 호출(tool calls)을 실행하는 자율 에이전트 군단의 재정적 병목 현상을 해결하는 것입니다. 전문가 간 라우팅에 더 공격적인 희소성(sparsity)을 적용함으로써, MiniMax는 MiniMax M3 오리지널 대비 온라인 추론 속도를 3배로 높였고, 작업당 평균 비용은 약 70% 절감했습니다. 공식 API에서는 입력 토큰당 1백만 개의 토큰에 $0.15, 출력 토큰당 1백만 개의 토큰에 $0.60, 그리고 캐시 읽기(KV Cache) 토큰당 1백만 개의 토큰에 $0.015의 정액 요율을 적용하며, 512,000개 이상의 긴 컨텍스트에 대한 추가 과금은 폐지했습니다.
소프트웨어 엔지니어링 관점에서의 주요 변화는 모델의 추론(reasoning) 엔진에 있습니다. M3.1 라인에서는 추론이 항상 활성화(always-on)되며 비활성화할 수 없고, 다섯 가지 명시적인 노력 수준(low, medium, high, xhigh, max)으로 조절됩니다. 또한, 사고의 사슬(chain of thought)은 API 페이로드의 전용 필드인 (reasoning_content)에 출력되어, 이전에 텍스트 내에 포함된 <think> 태그를 파싱하던 통합 시스템은 즉각적인 업데이트가 필요합니다.
MiniMax M3.1 Flash: Topologia MoE de 428B Parâmetros com 23B Ativos
1. 배경 및 맥락: M3.1 라인의 기술적 포지셔닝
M3.1 버전의 출시는 개발팀과 기업 운영팀이 독립적인 챗봇에서 장기 에이전트(agent)로 전환하는 시나리오 속에서 이루어집니다. 이 에이전트는 PDF 계약서 검토, SAP 또는 NetSuite에서의 회계 전표 조정, Salesforce와 같은 CRM 시스템 운영, 테스트 스위트를 통해 검증된 풀 리퀘스트(pull requests) 열기 등의 작업을 수행할 수 있습니다. 이러한 워크플로우(CoWork)에서 사용자 요청 한 번은 종종 30개에서 100개의 내부 상태 읽기 및 API 호출 턴을 유발합니다.
MiniMax는 MiniMax M3의 명목상의 규모(총 4,280억 개의 파라미터와 약 230억 개의 활성 파라미터)를 유지하면서 디코딩 스케줄러(decoder scheduler)와 어텐션 레이어(attention layer)의 희소성(sparsity)을 재구성하여 새로운 체크포인트(checkpoint)를 대화형 및 비동기 부하에 대한 표준 엔진으로 포지셔닝합니다. 이 서비스는 이미 API(platform.minimax.io)를 통해 M Plan 구독 패키지와 데스크톱 에디터 MiniMax Code에서 운영되고 있으며, 자가 호스팅(auto-hospedagem)을 위한 공개 가중치(weights)는 2026년 10월 23일에 공개될 예정입니다.
요금 지침은 TCO(Total Cost of Ownership, 총 소유 비용) 계산을 단순화합니다. 이전 MiniMax M3가 입력 기준으로 512만 토큰까지 $0.30/백만 토큰, 출력 기준으로 $1.20/백만 토큰(512만~1,000만 토큰 구간에서는 가격이 두 배로 올라가 $0.60/$2.40)을 청구했던 반면, M3.1 버전은 첫 번째 토큰부터 백만 번째 토큰까지 기본 금액의 절반($0.15/$0.60)을 선형적으로 적용합니다.
2. 428B MoE 아키텍처, 희소 어텐션 및 네이티브 멀티모달리티
M3.1 제품군의 처리량(throughput) 증가는 세 가지 아키텍처 결정에 기반합니다: 전문가 간의 희소 라우팅(sparse routing), 1M 창을 위한 어텐션 상태 압축, 그리고 시각 코디파이어를 트랜스포머 본체에 직접 결합한 것입니다.
2.1 활성화 비율 (428B 총 파라미터 / ~23B 활성 파라미터)
단지 생성 단계마다 네트워크의 약 5.3%만 동원됨(~4280억 개의 전체 저장소 중 약 230억 개의 활성 파라미터)으로써, 이 모델은 강력한 규모의 아키텍처가 가진 의미론적 저장 능력과 20B의 밀집(dense) 모델이 요구하는 HBM 메모리 읽기 요구 사항을 결합합니다. 이러한 낮은 GPU 메모리 대역폭 압력 덕분에 중앙값(P50)에서 170+ TPS를 유지하고, 코드 생성 또는 구조화된 보고서 작성의 버스트(burst) 시에는 200 TPS 이상을 초과할 수 있습니다.
2.2 네이티브 멀티모달 입력 (텍스트, 이미지 및 비디오)
텍스트만 처리하거나 비전용 별도 모델을 요구하는 대안들과 달리, M3.1은 텍스트, 정지 이미지 및 비디오 스트림을 입력으로 네이티브하게 수용하며 구조화된 텍스트를 출력합니다. 시각 코디파이어는 고해상도 스크린샷, 기술 다이어그램, 그리고 비디오의 순차적 프레임을 공유 벡터 표현으로 변환하여 어휘 토큰과 결합하고, 그래픽 사용자 인터페이스(GUI automation)에서의 직접적인 탐색을 지원합니다.
2.3 구조 비교: MiniMax 제품군 진화 (M2.7 vs M3 vs M3.1)
다음 표는 MiniMax의 최근 세대 간 기술적 진화를 상세히 보여주며, 출력 능력의 도약과 비용 절감을 입증합니다:
| 기술 사양 | MiniMax M3.1 | MiniMax M3 (표준) | MiniMax M2.7 Highspeed | 실제 생산 영향 |
|---|
| 총 파라미터 / 활성 파라미터 | 428B / ~23B (MoE) | 428B / ~23B (MoE) | 이전 MoE 아키텍처 | 동일한 지식 밀도와 3배 빠른 처리 속도 |
| ... | | | | |
MiniMax의 새로운 모델이 어떤 부분에서 우위를 점하고 어느 부분에 병목 현상이 있는지 객관적으로 측정하기 위해, 보고된 결과를 동세대 주요 모델들인 DeepSeek V4.1 (총 552B, 프리필(prefill) 시 8B 활성 파라미터 및 디코드(decode) 시 16B), Google의 Gemini 4 Argon, Anthropic의 Claude Opus 5.5, Kimi K3 (총 2.8T / 활성 104B), 그리고 GLM-5.3 (~총 744B / ~활성 40B)와 비교했습니다.
Confronto de Benchmarks Reais: MiniMax M3.1 vs. Modelos de Fronteira Contemporâneos
사무 작업과 엔터프라이즈 시스템 오케스트레이션(CoWork)을 측정하도록 설계된 벤치마크에서, M3.1은 최고점을 기록했습니다:
-
Automation-Bench v1.0.6: 통합 점수표에서 62.2점 (최대 노력 그래프에서는 62.8점)을 기록하며, DeepSeek V4.1 (54.8), Gemini 4 Argon (53.5), Claude Opus 5.5 (50.3), GLM-5.3 (48.8), Kimi K3 (46.7) 및 GPT-6 Astra (45.8)를 능가했습니다.
-
BankerToolBench: 다단계 계획, 규제 준수, 스프레드시트 교차 분석 및 API 체이닝 호출이 필요한 금융 및 은행 업무 루틴에서 76.2점을 달성하며, Claude Opus 5.5 (76.2)와 공동 선두를 차지했습니다.
-
LOCA-Bench 256K: 25만 토큰 컨텍스트에 대한 분석적 일관성 평가에서 60.3점으로 1위를 차지했습니다.
3.2 소프트웨어 엔지니어링 및 코드 (DeepSWE v1.1)
실제 레포지토리를 조사하고, 새로운 기능을 개발하며, 결함을 수정하고, 자동화된 테스트를 통해 패치를 검증하는 능력을 평가하는 DeepSWE v1.1에서:
-
Gemini 4 Argon: 75,4%;
-
DeepSeek V4.1 (build 1017): 74,2% no comparativo base (최대 노력에서 **77,0%**에 도달);
-
MiniMax M3.1: 73,7%;
-
Kimi K3: 67,5% (Moonshot의 공식 모델 카드에서 독립적으로 확인된 수치);
-
GLM-5.3: 66,9%.
73,7%라는 지표는 $0.15/$0.60으로 비용을 절감했음에도 불구하고 복잡한 레포지토리에서 버그 해결 능력을 저하시키지 않았으며, 경쟁 모델들과 동일한 경쟁 수준을 유지하고 있음을 확인시켜 줍니다.
3.3 컴퓨터 작동 및 시각적 추론 (OSWorld V2, ALE 및 BabyVision)
그래픽 환경과의 직접적인 상호 작용 및 시각적 해석:
-
OSWorld V2 (컴퓨터 사용): 61.7점을 기록하며, Gemini 4 Argon(59.1)과 DeepSeek V4.1(56.2)을 능가하여 운영 체제 애플리케이션 간의 크로스 태스크 수행에서 아시아계 모델 중 선두를 차지했습니다.
-
Agents' Last Exam (ALE): 실질적인 경제적 가치를 지닌 152개 업무 과제 배터리에서 29.6점을 기록하며 중국 연구소 중 1위를 차지했습니다.
-
BabyVision (도구 사용) 및 CharXiv RQ: 과학 그래프 판독 및 도구를 활용한 시각적 추론에서 BabyVision에서는 91.0%(DeepSeek의 89.6%, Kimi K3의 85.7% 대비)를, CharXiv RQ에서는 **82.5%**를 달성했습니다. 도구가 없는 **HLE (Humanity's Last Exam)**에서는 **43.4%**를 기록했습니다.
3.4 사이버 보안 (CyberGym)
취약점 발견 및 실제 코드에서 익스플로잇 검증에 특화된 벤치마크인 CyberGym에서, 해당 모델은 **82.0%**를 기록하며 정적 분석, 보안 패치 구축, 악성 아티팩트 분석, 리버스 엔지니어링 등에서 높은 효율성을 보여주었습니다.
3.5 실제 한계 및 주의할 점 (Terminal-Bench 4.0 및 리팩토링)
모든 AI 엔지니어는 모델을 프로덕션에 배포하기 전에 그 한계를 평가해야 합니다.
-
순수 커맨드 라인 성능 (Terminal-Bench 4.0): M3.1의 결과는 Terminal-Bench 4.0에서 가장 낮은 점수를 기록했으며, 38.1점을 받았습니다. 이는 Claude Opus 5.5(51.8)보다 13.7점 낮지만, GLM-5.3(37.9)에는 근접하고 DeepSeek(31.2)과 Kimi K3(12.6)보다는 높은 수치입니다.
-
무거운 리팩토링 및 제로베이스 레포지토리 생성: SWE-Refactor-Bench에서는 Claude Opus 5.5의 31.0점에 비해 23.0점을 기록했고, NL2Repo-Bench에서는 Opus 5.5보다 14.1점 낮습니다.
-
평가 하네스(harness)에 대한 민감도: 제시된 모든 초기 수치는 MiniMax의 공식 배터리에서 나온 것이며, 에이전트 scaffold 변경에 따라 결과가 달라집니다. 예를 들어, Automation-Bench에서는 Kimi K3의 공개 카드가 600개 작업 하위 집합에서 30.8점을 보고하는 반면, MiniMax의 표는 자체 하네스(harness) 하에서 46.7점을 나열하고 있으며, 비용 그래프가 최대 노력에서 62.8점을 플롯한 것과 요약표가 62.2점을 보고하는 등 내부적인 사소한 불일치도 존재합니다.
4. 항상 활성화되는 추론(Always-On Reasoning) 및 5단계의 노력(reasoning_effort)
M3.1로 마이그레이션하면서 가장 중요한 엔지니어링 변화는 추론 동작에 있습니다: 이는 항상 켜져 있으며(always-on) 비활성화할 수 없습니다.
Espectro dos 5 Níveis de Raciocínio no MiniMax M3.1
4.1 5단계 노력 작동 방식
개발자는 이진(binary)의 켜기/끄기 스위치 대신, reasoning_effort 매개변수에서 다섯 단계 중 하나를 선택합니다:
