MiniMax M3.1 Flash 릴리스 노트

MiniMax는 에이전트 워크플로우, 소프트웨어 엔지니어링 및 컴퓨터 운영에 최적화된 차세대 모델인 M3.1 Flash를 공식 출시했습니다. 내부 코드명 "Space Bunny"로 테스트되었던 이 모델은 고성능 기능과 공격적인 가격 책정 및 추론 효율성 사이의 균형을 맞추는 것을 목표로 합니다.

성능 및 기능

M3.1 Flash는 복잡한 다단계 자동화를 위한 전문 도구로 자리매김했습니다. MiniMax에 따르면, 이 모델은 여러 업계 벤치마크에서 경쟁력 있는 점수를 기록했습니다:

• 자동화 및 계획: BankerToolBench에서 76.2점을 기록하여 다단계 계획, 재무 규정 준수 및 체인 도구 실행 능력을 입증했습니다.
• 소프트웨어 개발: 자율적인 기능 개발 및 버그 수정에 중점을 둔 벤치마크인 DeepSWE v1.1에서 73.7%를 달성했습니다.
• 컴퓨터 사용: OSWorld V2에서 61.7점, Agents’ Last Exam(ALE)에서 29.6점을 기록했으며, 이는 교차 애플리케이션 작업 실행 분야에서 중국 모델 중 가장 높은 점수라고 회사 측은 밝혔습니다.
• 사이버 보안: CyberGym에서 82%의 점수를 기록했으며, 코드 감사, 취약점 패치 및 모의 해킹을 아우르는 기능을 갖추고 있습니다.

MiniMax는 이러한 성능 향상이 모델 아키텍처의 더 공격적인 희소성(sparsity) 덕분이라고 설명하며, 이를 통해 최적의 조건에서 초당 200 토큰(TPS)을 초과하는 출력 속도와 170+ TPS의 중앙값을 제공한다고 밝혔습니다.

가격 및 가용성

MiniMax는 이전 모델인 M3 대비 70% 인하된 사용 비용을 적용했습니다. 가격 구조는 다음과 같습니다:

• 입력: 100만 토큰당 $0.15
• 출력: 100만 토큰당 $0.60
• 캐시된 입력: 100만 토큰당 $0.015

이 모델은 현재 MiniMax API, M Plan 및 MiniMax Code 데스크톱 애플리케이션을 통해 사용할 수 있습니다. 회사 측은 모델 가중치를 추후 공개할 예정이라고 밝혔습니다.

커뮤니티 반응 및 분석

개발자 커뮤니티의 반응은 엇갈리고 있으며, 벤치마크 점수에 대한 의존도에 대해 상당한 회의론이 제기되고 있습니다. 많은 사용자가 "Space Bunny"(모델의 사전 출시 버전)가 테스트 과정에서 다양한 피드백을 받았으며, 일부 개발자들은 DeepSeek V4.1 Flash나 Qwen 변형 모델과 비교했을 때 코딩 작업에서 어려움을 겪었다고 보고했습니다.

비평가들은 표준화된 테스트에서의 모델 성능이 실제 유용성으로 이어지지 않을 수 있는 "벤치맥싱(benchmaxxing)" 추세를 지적했습니다. 일부 사용자는 MiniMax의 내부 벤치마크와 자체 독립 테스트 간의 불일치를 언급했습니다. 한 관찰자는 다음과 같이 지적했습니다:

"벤치마크를 둘러싼 왜곡된 인센티브가 너무 심각해져서 이제 벤치마크 점수는 사실상 의미가 없습니다. 모델이 높은 점수를 받더라도 실제 사용하기에는 형편없을 수 있습니다." — @handle

다른 이들은 가격 대비 성능 비율은 매력적이지만, 작업 완료를 위한 실제 "벽시계(wall clock)" 시간은 마케팅 자료에서 종종 누락되는 중요한 요소라고 강조했습니다. 일부 테스터는 이 모델이 문서화 및 구조적 작업에는 효과적이라고 평가했지만, 다른 이들은 고위험 코딩 환경에서 기존 대안보다 일관되게 뛰어난 성능을 보이지는 않는다고 경고했습니다.