본 기사는 AIHubMix가 작성했습니다. 검증일은 2026년 10월 19일이며, 모든 실측값은 AIHubMix의 게이트웨이를 통해 측정되었습니다(제3자에 의한 재현은 아직 없습니다).
- MiniMax M3.1 Flash는 AIHubMix에서
minimax-m3.1-flash로 종량제 방식으로 호출할 수 있습니다. 요금은 입력 100만 토큰당 $0.165, 출력 $0.66입니다. 이 모델은 지난 9월 23일부터 OpenRouter와 OpenCode에 익명으로 공개되었던 "Space Bunny Alpha"의 정체입니다.
- Python 함수 하나에 포함된 두 가지 버그를 수정하게 하자, 비교한 두 설정 모두 215개의 숨겨진 테스트에서 모두 합격했습니다. effort를 지정하지 않으면 기본값인 max로 작동하여 평균 6,673 출력 토큰 및 56초가 소요되었습니다. 반면
reasoning_effort="low"에서는 평균 889 토큰 및 9.5초가 소요되었습니다. 1회당 비용은 각각 $0.0045 대 $0.0006이었습니다.
- M2.7은 2026년 11월 18일에 단종됩니다. M Plan / Token Plan의 M2.5 및 M2.7에 대한 요청은 10월 19일부터 M3.1 Flash가 처리하고 있습니다.
M3.1 Flash는 처음에는 이름을 숨긴 채 공개되었습니다. 9월 23일, OpenRouter와 OpenCode에 Space Bunny Alpha라는 이름으로 등장했습니다. 무료이며, 1M 컨텍스트, 멀티모달 기능, 그리고 항상 활성화되는 사고(thinking) 기능을 갖춘 사양이었습니다. CellCog의 타임라인에 따르면, OpenRouter 일일 랭킹에서 DeepSeek V4.1 Flash를 제치고 1위를 차지했으며, OpenCode에서도 5일 연속 가장 많이 사용된 모델이었습니다.
MiniMax가 공식적으로 발표하기 전에 커뮤니티가 토크나이저(tokenizer)를 통해 그 정체를 알아냈습니다. cheaty 씨가 X에 공개한 비교에서는 다음과 같이 보고되었습니다.
"perfectly matches that of the MiniMax M3"
(MiniMax M3의 것과 완벽하게 일치한다)
다른 테스터들도 36개와 50개의 프롭 문자열을 통해 모두 일치함을 확인했습니다.
| 날짜 (2026년) | 사건 |
|---|
| 9월 23일 | Space Bunny Alpha가 OpenRouter와 OpenCode에 등장 |
| ... | |
MiniMax의 모델 목록에서 'Preview' 표기가 사라지고, 현재는 MiniMax-M3.1-Flash로 표시됩니다. 설명문은 다음과 같습니다.
"frontier multimodal coding model with 1M context window and tunable thinking depth"
(1M 컨텍스트 창과 조정 가능한 사고 깊이를 갖춘 최첨단 멀티모달 코딩 모델)
AIHubMix의 응답에 포함된 상위 모델 이름들 역시 모두 이 이름으로 변경되었습니다.
| MiniMax M2.7 | MiniMax M3.1 Flash | |
|---|
| 컨텍스트 길이 | 204,800 | 1,000,000 |
| ... | | |
변함없는 부분도 있습니다. 둘 다 요청할 때마다 사고를 수행하며, MiniMax의 Anthropic 호환 API와 OpenAI 호환 API 모두에 대응합니다. MiniMax의 API 레퍼런스에 따르면, 두 모델 모두 tool_choice는 auto만 받을 수 있습니다.
새롭게 추가된 것이 effort입니다. MiniMax의 텍스트 생성 가이드에는 low, medium, high, xhigh, max의 5단계가 있으며, 필드를 생략하면 max로 작동합니다. M2.7용 코드는 이 필드를 전송하지 않기 때문에, 모델이 교체된 시점부터 모든 요청은 max로 작동하게 됩니다.
100만 토큰당 요금으로, 확인일은 2026년 10월 19일입니다. 공식 요금은 MiniMax의 종량제 페이지에 있는 수치이며, M3의 공식 요금에는 MiniMax가 표시한 "Permanent 50% off" 할인이 포함되어 있습니다.
MiniMax M2.7 | $0.30 / $1.20 | $0.2958 / $1.1832 | $0.05916
|---|---|
| MiniMax M3.1 Flash (Space Bunny) | $0.165 / $0.66 | $0.165 / $0.66 | $0.05916 |
| ... |
AIHubMix 상의 Flash는 M2.7보다 약 44% 저렴하고($0.165 ÷ $0.2958 ≈ 0.56), M3보다 약 43% 저렴합니다($0.165 ÷ $0.288 ≈ 0.57). 출력 비용도 같은 비율입니다. M3의 공식 요금은 입력이 512K 토큰을 초과하면 2배가 되지만, AIHubMix는 Flash에 단일 요금을 설정했습니다.
전제: 환경 변수 AIHUBMIX_API_KEY
에 AIHubMix 키를 넣고, openai Python SDK를 설치합니다. 둘 다 AIHubMix의 퀵 스타트에서 설명하고 있습니다.
과제: 과금용 함수 billable_days(start, end, pauses)에는 두 가지 버그가 있습니다. 일시 정지 기간이 과금 기간의 끝을 넘어가면 하루를 이중으로 계산하는 버그와, 겹치는 일시 정지 기간을 이중으로 차감하는 버그입니다. 프롬프트에서는 증상을 설명하고 수정된 함수만 반환하도록 지시했습니다. 돌아온 함수는 로컬 테스트 하드웨어에서 215개의 숨겨진 테스트를 거쳤습니다. 각 설정 모두 2026년 10월 19일에 Chat Completions을 통해 각각 3번씩 실행되었습니다. 수치는 AIHubMix 자체 측정치이며, 제삼자에 의한 재현은 아직 없습니다.
요청과 usage로부터의 비용 계산은 다음과 같습니다.
import os
from openai import OpenAI
client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
...
결과 (각 설정 3회):
| 설정 | 평균 출력 토큰 | 평균 시간 | 수정 1회당 평균 비용 | 테스트 |
|---|
| effort 생략 (= max) | 6,673 | 56초 | $0.0045 | 매번 215/215 |
| effort low | 889 | 9.5초 | $0.0006 | 매번 215/215 |
기본 행의 계산은 다음과 같습니다. 프롬프트 464 토큰(이 중 약 192 토큰이 캐시에서 제공)에, 출력 6,673 토큰을 더하여, (272 × $0.165 + 192 × $0.0165 + 6,673 × $0.66) ÷ 1,000,000 ≈ $0.0045가 됩니다. 같은 수정을 1,000번 수행하면, 기본 설정으로 약 $4.45, low로 약 $0.64입니다.
편차가 크며, 기본 출력 토큰은 4,5899,680, 소요 시간은 3982초의 폭이 있었습니다. 5단계 모든 수치는 이 시리즈의 effort에 모았습니다.
클라이언트가 effort 필드를 보내지 않으면, 매 턴마다 지연되고 청구액 대부분이 사고(thinking) 토큰으로 잡힙니다. Chat Completions에서는 모든 요청에 reasoning_effort를 추가하고, 먼저 low부터 시작해야 합니다.
M3는 생각 없이 작동할 수 있지만, Flash에는 그 방법이 없습니다. 이번 측정에서 짧은 분류 프롬프트의 사고 토큰은 거의 0(0~6)이었지만, 0이 보장되는 것은 아닙니다. 생각이 없음을 보장해야 하는 처리는 M3에 남겨두는 것이 안전합니다.
Flash는 service_tier 필드를 받지 못합니다. M3의 Priority 계층(요금 1.5배)으로 레이턴시를 낮추고 있었다면, Flash에는 대체할 것이 없습니다.
MiniMax 문서에는 비디오 입력이 기재되어 있지만, AIHubMix에는 현재 텍스트와 이미지만 게재되어 있습니다. 이번 검증에서는 base64의 이미지와 이미지 URL 모두 작동했습니다.
Space Bunny의 초기 사용자는 이 모델을 다음과 같이 평가합니다.
"insanely fast, but it needs clear and specific instructions, otherwise it's too lazy"
놀라울 정도로 빠르지만, 명확하고 구체적인 지시가 필요하며 그렇지 않으면 너무 대충 처리하는 경향이 있습니다。
기대하는 출력 형식과 모델에 실행시키도록 체크해야 할 사항을 프롬프트에 명시해 주세요.
M3와의 품질 차이. MiniMax는 M3.1 Flash의 벤치마크를 공개하지 않았으며, Artificial Analysis에도 게재되어 있지 않습니다. M3에는 MiniMax 자체 공표 SWE-Bench Pro 59.0%와 Artificial Analysis의 Intelligence Index 29.2가 있습니다. Flash의 벤치마크 표를 보게 된다면, 그것은 M3의 수치이거나 출처가 불분명한 것입니다.
MiniMax 자체 토큰 단가. 2026년 10월 19일 기준으로 미공개입니다.
더 어려운 태스크. 이번 태스크는 범위가 제한적이어서 low로 충분했습니다. 각 설정으로 3회 시도했을 때, effort를 높여서 원본을 얻기 시작하는 경계점까지는 알 수 없습니다.
오픈 웨이트(Open Weight). MiniMax는 공개할 예정이라고 밝혔지만, 날짜는 제시하지 않았습니다. M3의 가중치(Weight)는 Hugging Face에서 공개되어 있습니다.
- M3.1 Flash는 익명 모델 Space Bunny의 정체이며, AIHubMix에서는
minimax-m3.1-flash로 $0.165 / $0.66에 사용할 수 있습니다. - AIHubMix 상의 토큰 단가는 M2.7보다 약 44%, M3보다 약 43% 저렴합니다.
- effort를 생략하면 max로 작동하며, 이번 버그 수정에서는
low의 약 7배 비용과 약 6배 시간이 소요되었습니다. 테스트 결과는 동일합니다. - M Plan / Token Plan의 M2.5・M2.7 사용자는 이미 10월 19일부터 전환했습니다. 종량제(Pay-as-you-go) 사용자의 마감일은 11월 18일입니다.
- 오픈 웨이트, 사고 과정(Thinking Off), 독립적인 벤치마크, Priority 계층이 필요하다면 당분간은 M3를 계속 사용하는 것이 좋습니다.
같은 키로 Flash와 M3를 비교할 수 있습니다. 요금 카드를 나란히 놓고 확인하려면 AIHubMix의 비교 페이지를 참조하고, 모델 ID와 엔드포인트는 모델 페이지를 참고해 주세요.
- 기존 M2.7 코드를 마이그레이션하는 경우, 400 에러와 알아차리기 어려운 변화에 대해 여기에 모았습니다: MiniMax M2.7에서 M3.1 Flash로의 전환:
