미니맥스, 실무 특화 AI 'M2.5' 공개: 시간당 1달러로 운영 비용 대폭 절감

AI 에이전트를 실무에 투입할 때 가장 큰 걸림돌은 모델의 지능 자체보다 감당하기 힘든 API 비용과 처리 속도였습니다.

중국 AI 기업 미니맥스(MiniMax)가 신형 기반 모델 MiniMax-M2.5를 공개했습니다. 복잡한 벤치마크 숫자 놀음 대신 실제 업무 환경에서의 생산성을 내세웠으며, 비용 걱정 없이 에이전트를 상시 구동할 수 있는 파격적인 가격대를 전면에 내세웠습니다.

M2.5는 SWE-Bench Verified에서 80.2%, Multi-SWE-Bench에서 51.3%, BrowseComp에서 76.3%를 기록했습니다. 특히 속도와 비용 면에서 인상적인 성과를 보였습니다. SWE-Bench Verified 평가를 끝내는 데 평균 22.8분이 걸려 Claude Opus 4.6(22.9분)과 대등한 속도를 보였으며, 작업당 전체 소요 비용은 Opus 4.6의 10% 수준에 불과했습니다.

아키텍트처럼 기획하고 코딩하는 에이전트

M2.5는 Go, Rust, TypeScript, Python 등 10개 이상의 주요 언어와 20만 개가 넘는 실제 환경 데이터를 기반으로 강화학습을 거쳤습니다.

미니맥스에 따르면 학습 과정에서 흥미로운 특성이 나타났습니다. 코드를 곧바로 작성하기 전에 숙련된 소프트웨어 아키텍트처럼 프로젝트의 기능, 구조, UI 디자인을 먼저 분석하고 기획(Spec-writing)하는 경향이 자발적으로 발현된 것입니다. 실제 Droid와 OpenCode 같은 코딩 에이전트 프레임워크 평가에서도 각각 79.7점, 76.1점을 기록하며 Opus 4.6을 소폭 앞섰습니다.

검색과 오피스 업무 처리 방식도 효율적으로 다듬어졌습니다. BrowseComp와 자체 검색 평가인 RISE에서 M2.5는 이전 세대인 M2.1 대비 약 20% 적은 턴 수로 문제를 해결했습니다. 금융, 법률 등 전문직 종사자들과 협업해 데이터를 구축한 결과, 엑셀 재무 모델링과 보고서 작성 능력을 평가하는 GDPval-MM에서 59.0%의 승률을 기록했습니다.

초당 100토큰의 압도적 가성비, 연 1만 달러로 4개 인스턴스 상시 구동

모델은 M2.5와 M2.5-Lightning 두 가지 버전으로 제공됩니다. 기능과 성능은 완전히 같으며 추론 속도와 가격만 다릅니다.

M2.5-Lightning은 초당 100토큰(TPS)의 속도를 지원하며, 100만 입력 토큰당 0.3달러, 출력 토큰당 2.4달러가 책정되었습니다. 초당 100토큰 속도로 한 시간 내내 연속 실행해도 비용은 단 1달러입니다.

초당 50토큰인 일반 M2.5는 이 가격의 절반입니다. 연간 1만 달러면 4개의 M2.5 인스턴스를 1년 365일 내내 쉬지 않고 돌릴 수 있는 셈입니다. 미니맥스는 출력 가격 기준으로 Opus, Gemini 3 Pro, GPT-5 대비 10분의 1에서 20분의 1 수준이라고 밝혔습니다.

이러한 효율성은 내부 강화학습 프레임워크인 Forge 덕분입니다. 에이전트와 추론 엔진을 분리하고 트리 구조 샘플 병합을 적용해 학습 속도를 약 40배 끌어올렸으며, CISPO 알고리즘과 과정 보상 메커니즘(PRM)으로 긴 문맥에서의 안정성을 확보했습니다. M2.5는 현재 MiniMax Agent 서비스에 탑재되어 즉시 사용할 수 있습니다.

왜 중요한가

자율형 AI 에이전트가 현업에 자리 잡지 못했던 근본적인 이유는 막대한 추론 비용 때문이었습니다. 복잡한 코딩이나 자료 조사 작업을 한 번 수행할 때마다 수백만 토큰이 소모되는데, 최고급 모델을 쓰면 감당하기 어려운 요금 청구서가 돌아왔습니다.

M2.5의 핵심 가치는 최상위권 에이전트 성능을 극단적으로 저렴한 단가와 초당 100토큰의 빠른 속도로 묶어냈다는 점입니다. 백그라운드에서 24시간 돌아가는 코드 검사 파이프라인이나 시장 정보 수집 에이전트를 구축하려는 개발자들에게 완전히 새로운 가격 기준을 제시합니다.

우리는 미니맥스가 영리한 선택을 했다고 봅니다. 모호한 범용 대화형 모델 경쟁 대신 실제 기업들이 돈을 지불할 수 있는 생산성과 속도, 단가에 집중했습니다. 이는 서구권 주요 빅테크들의 API 가격 정책에도 상당한 인하 압박으로 작용할 것으로 보입니다.

다만 공개된 벤치마크 점수 외에 각 기업의 독자적인 레거시 코드베이스나 예외적인 실무 환경에서도 이 같은 일관성을 유지할 수 있을지는 검증이 필요합니다. 그럼에도 토큰 소모량이 많은 복잡한 에이전트를 운영 중인 개발팀이라면 지금 당장 테스트해 볼 가치가 충분합니다.