MiniMax-M3.1-Flash의 개요
MiniMax-M3.1-Flash는 MiniMax의 빠른 추론 모델로, MiniMax Code 안에서 미리 공개된 뒤 2026년 10월 19일에 출시되었습니다. MiniMax는 이전 버전이 "Space Bunny"라는 이름으로 익명 운영되며 200조(200 trillion) 토큰 이상을 처리했다고 말합니다. 가중치는 10월 23일 Hugging Face에 MiniMax 커뮤니티 라이선스로 올라왔으며, 조건은 MiniMax-M3와 같습니다.
이름과 달리 작은 모델이 아닙니다. M3의 mixture-of-experts 설계를 유지해 파라미터는 약 4,280억(428 billion) 개, 토큰당 활성 파라미터는 230억(23 billion) 개이며, 텍스트, 이미지, 동영상을 1M 토큰 컨텍스트로 읽습니다. MiniMax는 M3의 첫 full attention 레이어 3개를 sparse attention으로 바꾸고, 양자화를 포함한 상태로 전문가를 학습시켰으며, DSpark speculative decoding 헤드를 추가했습니다. 공개된 체크포인트는 MXFP8로 약 250 GB입니다.
추론은 끌 수 없습니다. 추론 강도는 low부터 max까지 5단계이며 기본값은 max입니다. MiniMax API는 프롬프트 길이와 관계없이 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60, 캐시된 입력 $0.015를 받습니다.
MiniMax-M3.1-Flash, 쓸 만한 가치가 있습니까?
M3.1-Flash는 가격이 절반이면서 M3보다 크게 발전했고, 약점은 자신이 모른다는 사실을 아는 능력입니다. Artificial Analysis는 Intelligence Index에서 43점을 매겼습니다. 같은 부류 173개 모델 중 5위이며 중앙값은 13, M3는 29점이었습니다. 인덱스 작업당 비용은 $0.22로 M3의 약 $0.51보다 낮습니다. 같은 회사의 AA-Omniscience 결과를 분석한 VentureBeat에 따르면 정답률은 56%로 DeepSeek의 43%보다 높았지만, 틀린 경우의 93%에서는 답을 거절하거나 유보하지 않고 환각을 냈습니다.
MiniMax 자체 모델 카드는 모두 자체 보고이며, Automation-Bench v1.0.6에서 DeepSeek-V4.1-Flash-1017을 앞서고(62.8 대 60.5) 도구 없는 Humanity's Last Exam에서는 비슷하다고(43.4 대 42.6) 밝힙니다. 코딩에서는 뒤집니다. DeepSWE v1.1에서 73.7% 대 77.0%, Terminal Bench 4.0에서 38.1 대 42.3, NL2Repo-Bench에서 61.2 대 68.2입니다. 표의 대부분 항목에서 Anthropic의 Opus 5가 둘 다 앞섭니다. 모델 카드는 BankerToolBench에서 Opus 5와 76.2로 동점이라고도 하지만, 이 결과는 MiniMax 자체 M2.7 모델이 채점했습니다.
실제 청구액을 정하는 것은 항상 켜져 있는 추론입니다. 기본값은 max 강도이며, MiniMax 문서에 따르면 출력 토큰을 더 쓰고 지연 시간을 늘립니다. Artificial Analysis는 이 모델이 매우 장황하다고 평가합니다. 인덱스를 돌리는 데 출력 토큰 1억 8,000만(180 million) 개를 썼고 중앙값은 1억(100 million) 개입니다. MiniMax가 권하는 수단은 요청마다 강도를 낮추는 것입니다. thinking을 끈 요청은 오류를 반환하기 때문입니다. 속도 주장도 할인해서 들어야 합니다. MiniMax는 출력 중앙값이 초당 170토큰을 넘는다고 하지만, Artificial Analysis가 MiniMax API에서 측정한 값은 116.2로 부류 중앙값 수준이었고 첫 토큰까지 1.10초가 걸렸습니다.
가중치는 예정대로 나왔지만 이미 M3의 도입을 더디게 하는 라이선스를 그대로 따릅니다. 상업적 사용에는 "Built with MiniMax M3.1-Flash" 표시와 통지 이메일이 필요하고, 연 매출 2,000만 달러($20 million) 초과 시 사전 서면 허가가 필요하며, 군사적 사용은 금지 됩니다. 체크포인트는 약 250 GB로 M3 BF16 릴리스의 3분의 1 크기이며 H100 8개 GPU 노드 하나에 들어갑니다. 그래서 M3.1-Flash는 MiniMax의 두 대형 모델 가운데 사내에 들이기 더 쉬운 쪽입니다.
제 역할을 하는 곳
SaaS 도구 십여 개에 걸친 백오피스 업무를 자동화하는 운영팀
스크린샷을 읽고 양식을 채우는 다단계 자동화 실행하기
MiniMax는 Automation-Bench v1.0.6 62.8, OSWorld 2.0 61.7을 보고하며 둘 다 자체 보고입니다. 입력 $0.15, 출력 $0.60 기준으로 한 달 입력 100억(10 billion) 토큰과 출력 10억(1 billion) 토큰은 캐시 적중 전 약 $2,100입니다. 일상적인 단계에서 강도를 low나 medium으로 두면 출력으로 청구되는 추론 토큰이 줄어듭니다.
M&A 데이터룸을 다루는 리걸테크 엔지니어
계약서 묶음 전체에 대해 프롬프트 하나로 질문하기
M3와 달리 512K 토큰을 넘어도 가격이 오르지 않으므로, 1M 토큰 프롬프트 전체의 입력 비용은 $0.15로 M3 긴 컨텍스트 요금의 4분의 1이고, 캐시된 재읽기는 $0.015입니다. 환각률을 감안해 모든 답변이 근거 조항을 인용하게 해서 검토자가 확인할 수 있게 해야 합니다.
200명 규모 소프트웨어 회사 의 고객지원 책임자
헬프 센터 내용을 바탕으로 고객 티켓 답변 초안 작성하기
입력 2,000토큰, 보이는 출력 300토큰으로 한 달 답변 100만 건이면 약 $480이며, 기본 max 강도가 더하는 추론 토큰이 별도로 붙습니다. 틀린 질문에서 환각률이 93%이므로 초안에는 헬프 센터 검색을 붙이고, 자동 답변 대신 사람이 누르는 전송 버튼을 둬야 합니다.
도입 전 확인할 점
- 설정
- API: platform.minimax.io에서 키를 만들고 Anthropic 호환 엔드포인트(권장)나 OpenAI 호환 엔드포인트로 MiniMax-M3.1-Flash를 호출하며, 요청마다 reasoning_effort를 지정합니다. 가중치: hf download MiniMaxAI/MiniMax-M3.1-Flash로 받아 SGLang, vLLM, TokenSpeed로 서빙합니다. MiniMax는 temperature 1.0, top_p 0.95를 권장합니다.
- 연동
- MiniMax API, MiniMax Code, M Plan 구독. OpenRouter에서는 MiniMax와 Together, Nebius, Novita 등 십여 곳의 호스트가 같은 $0.15/$0.60에 제공합니다. Transformers, KTransformers, Unsloth 지원은 진행 중으로 표시되어 있습니다.
- 데이터와 개인정보
- 라이선스: 상업적 사용 시 "Built with MiniMax M3.1-Flash" 표시와 MiniMax에 대한 1회 통지가 필요하고, 연 매출 2,000만 달러($20 million) 초과 제품은 사전 서면 승인이 필요하며, 군사적 사용은 금지입니다. MiniMax API의 데이터 보존 및 학습 조건은 우리가 확인할 수 있었던 페이지에 공개되어 있지 않았습니다.
- 대규모 사용 시 비용
- MiniMax API에서 한 달 입력 100억(10 billion) 토큰과 출력 10억(1 billion) 토큰은 약 $2,100이며, 캐시된 입력은 100만 토큰당 $0.015입니다. max 강도의 추론은 출력 쪽을 부풀립니다. 직접 호스팅에는 KV 캐시 전 MXFP8 가중치에만 약 250 GB의 GPU 메모리가 필요하며, H100 80 GB GPU 8개 노드 안에 들어갑니다.
- 제한
- 1M 토큰 컨텍스트입니다. OpenRouter는 MiniMax 자체 엔드포인트의 출력 토큰을 524,288개로 표시합니다. thinking은 끌 수 없으며 끄려는 요청은 400 오류를 반환합니다. MiniMax는 이 모델의 rate limit을 공개하지 않으며, 우리가 확인했을 때 Artificial Analysis 목록은 여전히 가중치가 미공개라고 적고 있었습니다.
좋은 점
- 프롬프트 길이와 관계없이 1M 토큰당 $0.15 / $0.60
- Intelligence Index 43점, 같은 부류 173개 중 5위
- 텍스트, 이미지, 동영상 입력과 1M 컨텍스트
- 약 250 GB 체크포인트가 8x H100 노드 하나에 들어감
아쉬운 점
- VentureBeat에 따르면 AA-Omniscience 환각률 93%
- 추론을 끌 수 없고 기본 max 강도는 장황함
- 라이선스상 표시, 통지, 매출 $20M 초과 시 허가 필요
- 코딩 벤치마크에서 DeepSeek-V4.1-Flash-1017에 뒤짐(자체 보고)
추천 대상
대량의 에이전트 및 자동화 작업이나 긴 멀티모달 입력을 처리하면서, 출력을 검증할 수 있고 MiniMax 라이선스 조건을 받아들일 수 있는 팀에 맞습니다.
MiniMax-M3.1-Flash 대안
일대일 비교
MiniMax-M3.1-Flash: 자주 묻는 질문
- MiniMax-M3.1-Flash, 쓸 만한 가치가 있습니까?
- 작업당 1센트도 안 되는 비용으로 오픈 웨이트 순위 상단에 가깝습니다. 단, 모델이 내놓는 말은 하나도 확인 없이 내보내면 안 됩니다. 평점은 5점 만점에 4.0점입니다.
- MiniMax-M3.1-Flash의 가격은 얼마입니까?
- MiniMax 커뮤니티 라이선스의 오픈 웨이트. MiniMax API 1M 토큰당, 프롬프트 길이와 관계없이 고정: 입력 $0.15, 출력 $0.60, 캐시된 입력 $0.015.
- MiniMax-M3.1-Flash의 단점은 무엇입니까?
- VentureBeat에 따르면 AA-Omniscience 환각률 93%; 추론을 끌 수 없고 기본 max 강도는 장황함; 라이선스상 표시, 통지, 매출 $20M 초과 시 허가 필요; 코딩 벤치마크에서 DeepSeek-V4.1-Flash-1017에 뒤짐(자체 보고).
- MiniMax-M3.1-Flash에 적합한 사람은 누구입니까?
- 대량의 에이전트 및 자동화 작업이나 긴 멀티모달 입력을 처리하면서, 출력을 검증할 수 있고 MiniMax 라이선스 조건을 받아들일 수 있는 팀에 맞습니다.
- 팀이나 프로덕션 환경에서 MiniMax-M3.1-Flash의 비용은 얼마입니까?
- MiniMax API에서 한 달 입력 100억(10 billion) 토큰과 출력 10억(1 billion) 토큰은 약 $2,100이며, 캐시된 입력은 100만 토큰당 $0.015입니다. max 강도의 추론은 출력 쪽을 부풀립니다. 직접 호스팅에는 KV 캐시 전 MXFP8 가중치에만 약 250 GB의 GPU 메모리가 필요하며, H100 80 GB GPU 8개 노드 안에 들어갑니다.
- MiniMax-M3.1-Flash에 회사 데이터를 맡겨도 안전합니까?
- 라이선스: 상업적 사용 시 "Built with MiniMax M3.1-Flash" 표시와 MiniMax에 대한 1회 통지가 필요하고, 연 매출 2,000만 달러($20 million) 초과 제품은 사전 서면 승인이 필요하며, 군사적 사용은 금지입니다. MiniMax API의 데이터 보존 및 학습 조건은 우리가 확인할 수 있었던 페이지에 공개되어 있지 않았습니다.
- MiniMax-M3.1-Flash의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 DeepSeek-V4.1-Flash, MiniMax-M3, GLM-5.3 및 Kimi K3입니다.
답변 확인일: 2026년 10월 26일.
MiniMax-M3.1-Flash 개발사입니까? 이 평점을 사이트에 표 시하십시오
