미니맥스(MiniMax)가 AI 에이전트의 작업 성능을 높이면서 사용 비용은 낮췄다고 내세운 미니맥스 M3.1 플래시(MiniMax M3.1 Flash)를 공개했다. 앞서 정체를 밝히지 않고 운영한 ‘스페이스 버니(Space Bunny)’가 이 모델의 초기 버전이었다는 점도 확인했다. 미니맥스는 복잡한 업무 자동화와 코딩, 컴퓨터 조작, 보안 평가에서의 성적을 제시했지만, 먼저 써 본 이용자들의 반응은 엇갈린다. 이번 발표에서 살펴볼 대목은 높은 점수와 낮은 토큰 가격이 실제 작업의 속도·비용·품질로도 이어지는지다.
핵심요약
- 미니맥스는 스페이스 버니로 먼저 운영한 M3.1 플래시를 정식 공개하며, 익명 운영 기간에 처리한 토큰이 200조 개를 넘었다고 밝혔다.
- 미니맥스는 업무 자동화·코딩·컴퓨터 조작·보안 평가 성적을 내세우며, 모델이 답변을 넘어 여러 단계를 거쳐 작업을 끝내는 데 초점을 맞췄다.
- 미니맥스는 온라인 추론이 약 세 배 빨라지고 에이전트 작업의 전체 사용 비용이 이전 모델보다 70% 낮아졌다고 밝혔지만, 실제 작업 비용은 사용 토큰량에도 좌우된다.
- 입력·출력·캐시 입력의 토큰당 가격이 각각 다르게 책정돼 있어, 모델 간 비용 비교에는 작업별 입력·출력 비중을 함께 봐야 한다.
- Hacker News에서는 스페이스 버니의 사용 경험을 근거로 성능을 의심하는 의견과 특정 데이터 분석 평가에서 좋은 결과를 확인했다는 의견이 함께 나왔다.
200조 토큰을 처리한 스페이스 버니의 정체
미니맥스는 정체를 밝히지 않고 운영했던 스페이스 버니가 M3.1 플래시의 초기 버전이라고 밝혔다. 이 버전이 익명으로 운영되는 동안 처리한 토큰은 200조 개를 넘는다. 신제품 발표와 동시에 과거의 익명 사용 경험을 지금의 모델과 연결한 셈이다. 따라서 발표 자료의 수치뿐 아니라 스페이스 버니를 직접 써 본 사람들의 평가도 이번 모델을 읽는 단서가 된다.
미니맥스가 강조하는 용도는 에이전트 작업(여러 단계의 판단과 도구 사용을 거쳐 목표를 수행하는 작업)이다. 회사는 M3.1 플래시가 복잡한 업무, 소프트웨어 개발, 컴퓨터 조작, 사이버보안에서 큰 폭으로 발전했다고 설명한다. 여기서 경쟁력은 질문 하나에 답하는 능력보다 여러 시스템과 파일을 오가며 결과를 내는 능력에 가깝다. 미니맥스는 성능 향상과 함께 온라인 추론 속도, 사용 비용까지 이번 출시의 핵심으로 묶었다.
업무 시스템을 오가는 자동화 평가
미니맥스는 오토메이션벤치-AA(AutomationBench-AA)에서 M3.1 플래시가 상위권 성적을 냈다고 밝혔다. 이 평가는 여러 서비스형 소프트웨어(SaaS) 시스템을 가로지르는 실제 기업 업무 흐름을 다룬다. 회사가 제시한 작업 범위는 영업, 마케팅, 운영, 고객 서비스, 재무, 인사다. 한 시스템 안에서 답을 찾는 것이 아니라, 부서별 도구를 잇는 일을 처음부터 끝까지 처리하는 능력을 겨냥한다.
뱅커툴벤치(BankerToolBench) 점수는 76.2다. 미니맥스는 이 평가를 여러 단계의 계획, 문서와 파일 사이의 일관성 유지, 금융 규정 준수, 연속적인 도구 호출을 요구하는 실무형 과제로 설명한다. 한 단계의 결과가 다음 단계의 판단에 영향을 주는 작업인 만큼, 점수의 초점도 단순 지식보다 긴 절차를 안정적으로 이어 가는 데 있다. 회사는 이런 평가 결과를 근거로 M3.1 플래시가 복잡한 에이전트 작업에서 선도 모델 수준에 도달했다고 주장한다.
코드 수정에서 컴퓨터 조작까지
소프트웨어 개발 평가인 딥스위(DeepSWE) v1.1에서 미니맥스가 제시한 성적은 73.7%다. 이 평가는 모델이 코드를 스스로 파악하고, 기능을 개발하거나 문제를 고친 뒤, 테스트로 작업을 확인하는 복합 과제를 다룬다. 미니맥스는 긴 작업 순서를 수행하면서도 비용을 낮출 수 있다는 점을 코딩 업무의 강점으로 내세웠다. 개발자가 묻는 질문에 답하는 수준을 넘어, 변경과 검증까지 이어지는 흐름을 겨냥한 설명이다.
컴퓨터 조작 평가인 OS월드(OSWorld) V2에서는 61.7점, 실제 전문 업무의 복잡한 과제를 평가하는 에이전츠 라스트 이그잼(Agents’ Last Exam·ALE)에서는 29.6점을 기록했다고 밝혔다. 미니맥스에 따르면 두 평가 모두 중국 모델 가운데 1위다. 회사는 이 성적을 실제 환경에서 도구를 사용하고 여러 단계의 작업을 실행하는 능력과 연결한다. 평가 항목이 서로 다른 만큼, 코딩 점수 하나로 업무 자동화와 컴퓨터 조작 능력을 대신 설명하지 않겠다는 구성이다.
보안 작업에 제시한 82% 성적
사이버보안 분야에서 미니맥스가 제시한 수치는 사이버짐(CyberGym) 82%다. 회사는 이를 취약점 발견과 검증 능력을 보여 주는 성적이라고 설명했다. 별도의 내부 보안 전문가 평가에서는 코드 감사, 취약점 패치, 침투 테스트, 악성코드 분석, 역공학에서도 강한 성능을 보였다고 밝혔다. 외부 평가 수치와 내부 평가 결과를 함께 제시하며 보안 시스템 구축을 저비용으로 지원할 수 있다고 주장한 것이다.
이 발표에서 보안은 코딩 성능의 부수적인 항목이 아니라 독립된 활용 분야로 다뤄진다. 취약점을 찾는 일과 수정하는 일, 악성코드를 분석하는 일은 필요한 절차가 서로 다르다. 미니맥스는 M3.1 플래시가 이처럼 성격이 다른 작업을 두루 수행할 수 있다고 강조한다. 다만 발표가 제시한 내부 평가의 설명은 작업 분야 중심이므로, 실제 도입 판단에서는 자신이 수행할 보안 작업에 맞춘 확인이 중요하다.
초당 200토큰과 작업 완료 시간의 차이
미니맥스는 더 공격적인 희소성(계산할 때 모델의 일부만 선택적으로 활용하는 방식) 적용으로 추론 효율을 높였다고 밝혔다. 회사에 따르면 일상적인 사용에서 출력 속도는 초당 200토큰 이상에 이를 수 있고, 중앙값(P50) 속도는 초당 170토큰 이상을 꾸준히 기록한다. 온라인 추론은 이전보다 거의 세 배 빨라졌다는 설명도 덧붙였다. 이용자가 결과를 기다리는 시간을 줄이는 것이 성능 개선의 한 축이라는 주장이다.
하지만 초당 출력 토큰 수와 작업을 끝내기까지 걸리는 시간은 같은 지표가 아니다. 모델이 답을 만들기 전에 오래 추론하거나 출력 토큰을 많이 사용한다면, 토큰 생성 속도가 빨라도 완료 시간은 길어질 수 있다. 이 차이는 도구를 반복 호출하거나 여러 단계를 계획하는 에이전트 작업에서 특히 중요하다. M3.1 플래시의 속도 주장은 결국 같은 일을 수행할 때 얼마나 기다려야 하는지와 함께 읽어야 한다.
토큰 가격을 넘어 작업 비용으로
M3.1 플래시의 정가는 100만 토큰당 입력 0.15달러, 출력 0.60달러, 캐시 입력 0.015달러다. 캐시 입력은 앞선 요청에서 사용한 입력 내용을 다시 활용할 때 적용되는 가격 항목이다. 미니맥스는 에이전트 작업의 전체 사용 비용이 이전 모델보다 70% 낮다고 밝혔다. 입력과 출력의 단가만 나열하지 않고, 여러 단계를 수행하는 작업 전체의 지출을 앞세운 표현이다.
회사는 오토메이션벤치, 딥스위, ALE 세 평가를 묶어 성능 대비 작업 비용을 강조했다. 복잡한 업무 수행, 실제 코딩, 경제적 가치가 있는 컴퓨터 작업에서 상위 모델에 견줄 성능을 낮은 비용으로 낸다는 주장이다. 다만 같은 정가의 모델이라도 입력을 많이 쓰는지, 긴 답을 출력하는지, 캐시를 얼마나 활용하는지에 따라 청구액은 달라진다. 가격표가 경쟁력의 출발점이라면, 과제 하나를 마치는 데 드는 토큰량은 그 주장을 확인할 다음 기준이다.
지금 쓸 수 있는 경로와 남은 출시 계획
M3.1 플래시는 미니맥스 API, 엠 플랜(M Plan), 미니맥스 코드(MiniMax Code)를 통해 이용할 수 있다. 미니맥스는 모델 가중치를 추후 공개하겠다고 밝혔지만, 이번 발표에 공개 시점을 제시하지는 않았다. 현재는 회사가 마련한 이용 경로가 먼저 열리고, 가중치를 직접 활용하는 방식은 뒤따르는 순서다. 실행 환경을 직접 꾸리려는 이용자에게는 이후 공개 내용이 별도의 판단 기준이 된다.
미니맥스는 ‘플래시’를 효율과 성능 사이의 균형을 탐색하는 제품군으로 설명했다. 더 높은 지능의 한계를 겨냥한 ‘프로(Pro)’ 모델도 나중에 선보일 계획이라고 밝혔다. 이번 모델에는 낮은 작업 비용과 빠른 추론이라는 역할을 부여하고, 더 높은 성능을 겨냥한 제품은 따로 예고한 셈이다. M3.1 플래시가 그 역할을 얼마나 해내는지는 공개 평가 점수뿐 아니라 긴 실제 작업의 완료 시간과 비용에서 드러날 것이다.
커뮤니티 의견
한 사용자는 스페이스 버니가 오픈코드 고(OpenCode Go)에서 익명 모델로 제공될 때의 경험을 근거로 발표 점수에 회의적이었다. 일부 조건 아래 무료로 쓸 수 있었지만 인상적이지 않았고, 다른 플래시 모델을 더 선호했다는 것이다. 다른 사용자도 무료 제공처에서 써 본 경험이 기대에 못 미쳤다고 했다.
새 모델 발표의 형식 자체를 의심하는 의견도 나왔다. 한 사용자는 숫자와 그래프가 달라져도 자사 모델에 유리한 비교를 보여 주는 방식은 비슷하다며, 제삼자의 실사용 결과를 기다린다고 했다. 반면 비용 대비 작업 성능의 최전선을 움직이는 모델인지 살펴볼 가치는 있다는 답글도 있었다.
비용 대비 성능에 기대를 거는 사용자도 있었다. 한 사용자는 딥시크(DeepSeek)의 저렴한 플래시 모델로 프로젝트를 처리한 경험을 들며 M3.1 플래시도 써 보고 싶다고 했다. 이에 구독료와 API 사용료를 단순 비교하면 할인 효과를 놓칠 수 있다는 반론이 붙었다. 다른 사용자는 발표마다 더 싸고 더 좋다는 주장 대신, 모델이 실제로 사용하는 토큰량까지 포함한 작업 비용을 봐야 한다고 지적했다.
가격표를 구체적으로 따져 본 사용자는 ‘70% 비용 절감’이 성립할 만하다고 봤다. 이전 미니맥스 M3와 비교하면 입력·출력 단가가 각각 절반이고 캐시 입력 가격도 낮아졌다는 계산이다. 다만 딥시크의 캐시 입력 가격은 더 낮다고 비교했다. 이어진 의견에서는 출력 비중이 큰 작업이나 긴 추론에서는 입력 가격만으로 유불리를 판단할 수 없다고 강조했다.
모델 가중치가 아직 공개되지 않았다는 점에도 관심이 쏠렸다. 한 사용자는 ‘플래시’라는 이름과 빠른 추론을 근거로 더 작은 모델일 가능성을 예상했다. 다른 사용자는 미니맥스 사이트의 설명을 들어 전체 매개변수 4,280억 개, 활성 매개변수 230억 개라고 답했다. ‘플래시’가 반드시 작거나 가벼운 모델을 뜻하지는 않는다는 지적도 이어졌다.
직접 평가한 결과는 앞선 부정적 사용 경험과 달랐다. 한 사용자는 자체 데이터 분석 평가에서 M3.1 플래시가 43문항 중 41문항을 맞혀 중국 모델 중 최고 성적을 냈고, 비교한 두 모델과 정답 수도 같았다고 했다. 그러나 시험한 모델 가운데 완료 시간이 가장 길었으며, 원인은 토큰 생성 속도보다 많은 토큰 사용량이었다고 설명했다. 이 평가는 짧은 데이터 분석 문항이어서 소프트웨어 개발 능력까지 대변하지는 않는다고 덧붙였다.
대안 모델과 비교하는 의견에서는 어떤 작업에 어떤 모델이 나은지가 쟁점이었다. 한 사용자는 미모 2.6 프로(MiMo 2.6 Pro)를 거론했고, 답글에서는 초기 응답 대기 시간과 긴 추론 때문에 체감 속도가 느릴 수 있다는 반론이 나왔다. 다른 사용자는 딥시크 V4.1 플래시를 계속 쓰겠다고 했지만, 또 다른 사용자는 저렴한 모델이 어려운 일을 끝내는 데 오래 걸리면 선택이 복잡해진다고 말했다.
속도의 기준도 사용자마다 달랐다. 한 사용자는 소비자용 장비에서 초당 13토큰 이상이면 괜찮은 수준으로 봤지만, 답글에서는 그 속도라면 읽는 중에도 출력이 끊기는 느낌이라고 반박했다. 딥시크 모델을 주로 쓴다는 사용자는 빠르게 일이 끝나 작업 흐름을 덜 잃는다고 평가했다. 반면 토큰 생성 속도가 빨라도 추론이 길어지면 결국 느리게 느껴진다는 경험도 나왔다.
핵심통찰
M3.1 플래시가 바꾸려는 경쟁 기준은 모델이 답을 얼마나 잘 쓰느냐보다, 여러 도구를 써서 일을 끝낼 때 얼마를 내고 얼마나 기다리느냐다. 미니맥스는 폭넓은 평가 점수와 낮춘 가격을 제시했지만, 커뮤니티에서는 스페이스 버니의 실사용 경험과 데이터 분석 평가가 서로 다른 그림을 보여 준다. 특히 토큰 생성 속도가 빨라도 추론량이 많으면 작업 완료는 늦어질 수 있다. 앞으로 주목할 지표는 같은 과제를 끝까지 수행했을 때의 성공률, 총 토큰량, 대기 시간, 실제 청구액이다.
원본: MiniMax M3.1 Flash: Redefining Agent Performance and Cost - MiniMax Research
토론: Hacker News