MiniMax, M3.1 Flash 공개: 비용 70% 낮춘 에이전트 모델

얼마 전 오픈라우터(OpenRouter)에 등장해 익명 상태로 200조 개 이상의 토큰을 처리하며 주목받았던 의문의 모델 '스페이스 버니(Space Bunny)'의 정체가 공개되었습니다.

중국 AI 연구소 MiniMax는 차세대 모델 'M3.1 Flash'를 정식 출시했습니다. 테스트를 거치던 토끼 모델이 정식 간판을 달고 나온 셈입니다.

이번 모델은 에이전트 협업, 소프트웨어 코딩, 컴퓨터 조작(Computer Use), 사이버 보안 같은 실무 영역에 초점을 맞췄습니다. 이전 세대 대비 추론 속도는 약 3배 빨라졌고, 에이전트 작업 비용은 70% 대폭 줄였습니다.

속도는 끌어올리고 비용은 바닥으로

에이전트가 여러 도구를 연속으로 호출하다 보면 응답 지연과 API 비용이 눈덩이처럼 불어나기 마련입니다.

M3.1 Flash는 더 과감한 희소(Sparsity) 설계를 도입했습니다. 외부 분석에 따르면 총 428B 파라미터 중 실제 활성화되는 파라미터는 23B 수준으로, 763B 규모인 딥시크(DeepSeek) Flash보다 훨씬 가볍습니다.

덕분에 실제 사용 시 출력 속도는 초당 200토큰(TPS)을 넘나들며, 중간값(P50)도 170+ TPS를 안정적으로 유지합니다.

가격 역시 공격적입니다. 100만 토큰당 입력은 0.15달러, 출력은 0.60달러이며, 캐시 입력은 0.015달러에 불과합니다. 반복적인 컨텍스트 전달이 많은 에이전트 환경에서 이전보다 70% 저렴하게 운영할 수 있습니다.

PC 제어와 코딩을 직접 수행하는 실무형

단순한 대화형 성능을 넘어 실제 업무 환경을 제어하는 능력에 집중했습니다.

독립적인 소프트웨어 엔지니어링 능력을 평가하는 DeepSWE v1.1에서 73.7%를 기록하며 코드 분석과 버그 수정, 테스트 검증을 매끄럽게 처리하는 역량을 입증했습니다.

화면을 보고 앱을 넘나들며 조작하는 OSWorld V2에서는 61.7점을 받았고, 실제 전문직 작업을 평가하는 ALE(Agents' Last Exam)에서는 29.6점을 기록해 두 벤치마크 모두 중국 모델 중 1위에 올랐습니다.

금융권 도구 호출 벤치마크인 BankerToolBench에서는 76.2점을, 취약점 탐지 테스트인 CyberGym에서는 82%를 기록했습니다.

현재 M3.1 Flash는 MiniMax API와 M Plan 구독 서비스, 데스크톱 앱인 MiniMax Code에서 바로 쓸 수 있습니다. 모델 가중치는 추후 공개될 예정이며, 성능 한계를 높인 Pro 모델도 준비 중입니다.

왜 중요한가

우리는 MiniMax가 매우 영리한 지점을 공략했다고 봅니다. 일반적인 챗봇 성능 경쟁에 매달리기보다, 개발자와 엔터프라이즈가 당장 돈을 내고 쓰는 '일하는 에이전트'의 가성비를 극단적으로 끌어올렸기 때문입니다.

개발자들에게 이번 모델은 매우 매력적인 대안이 됩니다. 에이전트가 백그라운드에서 끊임없이 화면을 읽고 코드를 검증하려면 호출 비용이 저렴해야 하는데, 100만 입력 토큰당 0.15달러라는 가격은 에이전트 서비스의 상용화 문턱을 단숨에 낮춰줍니다.

업계 전반으로 봐도 23B 수준의 가벼운 활성 파라미터로 170 TPS 이상의 속도를 내며 최상위권 에이전트 성능을 증명한 것은 고무적입니다. 거대한 모델을 무겁게 돌리지 않아도 실무 자동화 영역에서 충분히 경쟁할 수 있음을 보여줬습니다.

다만 자체 서버 배포를 원하는 엔지니어라면 가중치 공개까지 조금 더 기다려야 합니다. 아울러 속도와 경제성을 최우선으로 둔 Flash 등급인 만큼, 극도로 복잡하고 긴 추론이 필요한 영역에서는 향후 나올 Pro 모델의 성능을 함께 지켜볼 필요가 있습니다.