미니맥스, 100만 토큰 지원하는 멀티모달 모델 'M3' 공개

미니맥스 M3는 100만 토큰 컨텍스트, 네이티브 멀티모달, 데스크톱 조작 기능을 하나로 묶은 오픈웨이트 AI 모델이다. 폐쇄형 상용 프론티어 모델들이 주도하던 핵심 역량을 오픈 생태계로 직접 가져왔다.

무엇을 할 수 있는가

소프트웨어 엔지니어링 벤치마크인 SWE-Bench Pro에서 59.0%를 기록하며 GPT-5.5와 Gemini 3.1 Pro를 앞섰다. 터미널 환경 실행 능력을 평가하는 Terminal-Bench 2.1에서는 66.0%, MCP Atlas에서는 74.2%를 달성했다.

단순한 코드 생성을 넘어 장시간 자율 엔지니어링 능력에서도 두각을 나타낸다. ICLR 2025 수상 논문을 전달했을 때, 사람의 개입 없이 12시간 동안 자율적으로 실험을 재현하며 18번의 커밋과 23개의 실험 그래프를 뽑아냈다.

더 까다로운 엔지니어링 과제인 엔비디아 호퍼 아키텍처 기반 FP8 GEMM 커널 최적화에서도 진가를 발휘했다. 실행 불가능한 코드 뼈대만 주어진 상태에서 24시간 동안 147회의 벤치마크 검증과 약 2,000회의 도구 호출을 수행했다. 그 결과 하드웨어 피크 활용률을 7.6%에서 71.3%까지 끌어올리며 9.4배의 속도 향상을 만들어냈다. 대부분의 모델이 30회 미만에서 포기한 반면, M3는 145번째 시도에서 최고 솔루션을 찾아냈다.

여기에 이미지와 비디오를 기본 이해하는 네이티브 멀티모달을 갖춰 미니맥스 코드와 함께 데스크톱 화면을 보며 작업을 수행할 수 있다.

핵심 메커니즘과 사용법

100만 토큰의 연산 비용을 통제하기 위해 미니맥스가 독자 개발한 MSA(MiniMax Sparse Attention) 희소 어텐션 아키텍처를 도입했다. 효율적인 KV 블록 분할과 연속 메모리 접근 방식을 결합해 연산 복잡도를 대폭 낮췄다.

그 결과 100만 컨텍스트 길이에서 토큰당 연산량은 이전 세대의 20분의 1 수준으로 줄어들었다. 프리필 속도는 9배 이상, 디코딩 속도는 이전 세대 대비 15배 빨라졌으며, Flash-Sparse-Attention 등 기존 오픈소스 기법보다 뛰어난 연산 효율을 보여준다.

또한 학습 초기 단계부터 멀티모달 데이터를 교차 배치해 훈련했으며, 대화형 사용자 시뮬레이터를 통해 실제 협업 환경의 수정과 피드백 과정을 집중적으로 학습시켰다.

현재 M3는 가중치가 공개되었으며, 미니맥스 코드와 토큰 플랜, 그리고 API를 통해 즉시 사용해볼 수 있다.

왜 중요한가

자체 인프라를 구축하려는 개발자에게 100만 컨텍스트와 네이티브 멀티모달, 장시간 자율 에이전트 역량을 모두 갖춘 오픈 모델의 등장은 매우 반가운 소식이다. 지금까지 이런 수준의 작업은 비싼 상용 API 외에는 대안이 거의 없었다.

우리는 M3가 장기 작업에서 보여준 문제 해결 집념에 주목한다. 실패가 반복되는 구간에서도 100회 넘게 튜닝을 이어가며 최적의 커널을 찾아낸 성능은 단순한 확률형 생성을 넘어섰다. 대규모 프로젝트 리팩터링이나 자율형 에이전트 워크플로를 설계 중인 팀이라면 지금 즉시 테스트해볼 가치가 충분하다.