심층 해설 · 약 4분 읽기
MiniMax M3.1 Flash: 에이전트 점수·속도·API 비용 구분하기
10월19일 발표는 평가와 토큰 요금을 제시했으며, 모델 가중치와 Pro는 추후 공개 예정입니다.
- 원문 게시일
- 사이트 게시일
- 출처 확인일
MiniMax는 10월19일 M3.1 Flash를 발표하며 에이전트, 코딩, 컴퓨터 사용, 보안 평가와 API 가격표를 공개했습니다. 본문은 현재 제공되는 서비스와 나중에 나올 가중치·Pro를 구분합니다. 수치는 공급사 보고이며 AISubHub가 재현한 결과가 아닙니다.
뉴스 듣기
이 기사를 읽어 드리거나 뉴스를 계속 재생합니다.
읽기를 준비하는 중…
기기 음성
읽기는 브라우저나 기기에서 처리합니다. AISubHub는 내용을 오디오 API로 보내지 않습니다. 사용 가능한 음성과 잠금 화면 재생은 기기에 따라 다릅니다.
계속 재생할 때 짧은 구절이 반복될 수 있습니다.
핵심 요약
- 100만 토큰당 입력 0.15달러, 출력 0.60달러, 캐시 입력 0.015달러입니다. 에이전트 작업 전체 비용이 70% 낮다는 별도 주장은 각 단가가 일괄적으로 70% 내렸다는 뜻이 아닙니다.
- MiniMax 보고치는 DeepSWE v1.1 73.7%, OSWorld V2 61.7점, ALE 29.6점, CyberGym 82%입니다. 서로 다른 작업을 하나의 품질 점수로 합칠 수 없습니다.
현재 이용 경로와 향후 공개를 구분하기
공식 발표는 MiniMax API, M Plan, MiniMax Code에서 M3.1 Flash를 쓸 수 있다고 설명합니다. 익명으로 운영된 Space Bunny가 초기 버전이며 200조 개가 넘는 토큰을 처리했다는 주장도 있습니다. 이는 공급사 수치로, 고객 구성이나 독립적인 신뢰성 증거를 제공하지 않습니다. 마지막 부분은 모델 가중치와 더 강력한 Pro 버전을 향후 일정으로 둡니다. 따라서 API 출시를 오픈 가중치 공개 완료로 표현할 수 없습니다. M Plan이 이용 경로라는 사실도 무료 API 크레딧이 포함된다는 근거는 아닙니다.
에이전트와 코딩 평가는 무엇을 측정하나
MiniMax는 AutomationBench-AA를 영업·운영·재무 등 SaaS 간 기업 업무 흐름 평가로 설명합니다. 76.2를 기록했다고 밝힌 BankerToolBench는 다단계 계획, 문서 일관성, 금융 규정 준수, 연쇄 도구 호출을 다룹니다. DeepSWE v1.1의 73.7%는 코드 이해, 기능 개발, 결함 수정, 테스트 검증에 관한 수치입니다. 당사의 해석으로는 실제 업무에 가까운 평가를 고르는 데 유용하지만 모든 기업 절차를 무감독 실행할 수 있다는 증명은 아닙니다. 자체 도구와 인수 테스트를 먼저 정한 뒤 점수를 비교해야 합니다.
컴퓨터 사용과 보안에도 별도 경계가 있다
OSWorld V2는 61.7점, Agents’ Last Exam은 29.6점으로 보고됐으며 MiniMax는 컴퓨터 조작, 앱 간 실행, 전문 업무와 연결합니다. CyberGym은 82%이고 내부 전문가의 감사, 패치, 침투 테스트, 악성코드 분석, 역공학 평가도 소개합니다. 내부 관찰은 외부 보안 인증이 아닙니다. 당사는 승인된 격리 환경에서 작업별 승인·복구 절차를 두고 시험할 것을 권합니다. 이는 평가 조언이지 당사가 수행한 검증이나 운영 위험이 사라졌다는 결론이 아닙니다.
토큰 가격과 작업 비용은 다른 지표다
달러 기준 100만 토큰당 입력 0.15, 출력 0.60, 캐시 입력 0.015입니다. 별도로 MiniMax는 에이전트 작업의 전체 사용 비용이 이전 모델보다 70% 낮다고 말합니다. 모든 부하에 같은 절감률을 보장하지는 않습니다. 당사의 분석으로는 출력 길이, 캐시 적용 여부, 도구 반복 호출, 실패한 시도가 동일 입력의 청구액도 바꿀 수 있습니다. 시험에서는 해당 토큰 분류와 최종 합격 작업당 총비용을 기록해야 합니다. 이 숫자는 API 종량제 가격이며 월간 구독 요금이 아닙니다.
출력 처리량이 전체 응답 경험은 아니다
MiniMax는 더 적극적인 희소화로 효율을 높여 온라인 추론이 거의 세 배 빨라졌고, 초당 출력이 200토큰을 넘으며 P50 중앙값이 지속적으로 170토큰 이상이라고 보고합니다. 이는 공급사가 밝힌 운영 수치이지 특정 계정에 대한 보장이 아닙니다. 첫 토큰 대기 시간, 꼬리 지연, 에이전트 작업 전체 완료 시간도 확정하지 않습니다. 고정된 부하에서 대기·생성·도구 실행을 분리 측정하는 것이 당사의 제안입니다. 외부 서비스 지연을 빼고 토큰 처리량만으로 경험을 판단해서는 안 됩니다.
시험에서는 최종 결과의 합격을 확인하기
기대 출력을 아는 대표 작업과 제한된 도구를 사용하고 모델 버전과 채점 규칙을 고정할 수 있습니다. 성공, 실패, 사람의 검토, 전체 토큰, 경과 시간을 기록하며 동일한 인수 기준을 통과한 실행만 비교합니다. 이는 이번 기사에서 수행한 실험이 아니라 당사의 제안입니다. 발표는 저비용 에이전트 모델을 조사할 근거지만 광범위한 성능 주장은 실제 업무의 증거가 필요합니다. 구매 전 현재 접근 권한과 약관도 확인하고 API, 코딩 제품, 구독이 같은 혜택을 준다고 가정하지 않아야 합니다.
중요한 이유
제한된 시험에서 합격 작업, 소요 시간, 총지출을 함께 비교할 수 있습니다. 낮은 토큰 가격도 재시도와 수동 수정이 과도하지 않은 상태에서 품질 기준을 충족해야 프로젝트의 이익이 됩니다.
제한 및 이용 가능성
전체 발표문을 읽었지만 API 호출, 벤치마크 재현, 유료 계정 혜택 확인은 하지 않았습니다. 보편적 절약이나 운영 지연을 보증하지 않으며 다운로드 가능한 가중치가 이미 공개됐다는 뜻도 아닙니다.
출처와 근거
원문 게시일: 2026. 10. 19. · 출처 확인일: 2026. 10. 20.
AI 보조 편집 기사를 명시한 일차 출처와 대조합니다. 업체 주장은 출처를 밝히며 게재는 추천을 뜻하지 않습니다.