MiniMax M3.1 Flash가 작업당 0.22달러로 가격 경쟁을 심화한다

MiniMax가 새 추론 모델 M3.1 Flash를 공개했다. Artificial Analysis Intelligence Index에서 42점을 기록해 전작 M3보다 13점 높아졌고, 작업당 비용은 절반 이하로 떨어졌다. 추론 성능과 가격을 동시에 끌어올린 업데이트다.

복잡한 추론 과제에서 개선 폭이 두드러진다. Humanity's Last Exam에서는 48%를 기록해 Deepseek V4.1 Flash 1017과 GLM-5.3-Flash를 앞섰다. 연구 수준 물리 추론을 평가하는 CritPt에서는 22%로 GLM-5.3-Flash(15%)와 Gemini 3.8 Flash(18%)보다 높고 Deepseek(24%)에는 근소하게 뒤진다. AA-Omniscience 사실 정확도는 56%로 GLM-5.3-Flash(28%)와 Deepseek(43%)를 크게 웃돈다.

비용 효율은 출력 토큰 절감에서 나온다. 경쟁 모델보다 출력 토큰을 적게 쓰면서 작업당 비용을 약 0.22달러로 낮췄고, M3보다 세 배 빠르게 동작한다고 MiniMax는 설명한다. API 가격은 100만 입력 토큰당 0.15달러, 100만 출력 토큰당 0.60달러, 캐시 입력은 0.015달러다. 최대 100만 토큰 문맥과 텍스트·이미지 입력을 지원하며, 데스크톱 앱 MiniMax Code도 함께 제공된다.

DeepSWE v1.1에서는 작업당 0.30달러 미만으로 최대 73.7%를 기록했다. 대량 작업에서 비용 상한을 낮출 수 있다는 신호지만, 벤치마크별 편차가 커 실제 워크로드에서는 토큰 사용량과 지연 시간을 함께 측정해야 한다.

이번 발표는 중국 모델 간 가격 경쟁의 연장선에 있다. Deepseek V4.1 Flash 1017과 비교하면 한쪽이 전부 앞서지는 않는다. Deepseek는 Intelligence Index 45점으로 MiniMax(42점)보다 높고 CritPt에서도 24% 대 22%로 약간 우세하다. 반면 MiniMax는 Humanity's Last Exam 48% 대 43%, AA-Omniscience 56% 대 43%로 앞서며 작업당 비용도 0.22달러 대 0.26달러로 낮다. 출력 토큰 사용량은 약 1억8900만 개로 Deepseek의 2억2400만 개보다 적다.

두 모델 모두 오픈 웨이트 공개를 예고했다. Deepseek는 이미 Hugging Face에서 받을 수 있고, MiniMax는 10월 23일 공개할 계획이다. API는 platform.minimax.io에서 바로 사용할 수 있다. 개발자 입장에서는 성능 순위보다 작업당 총비용, 문맥 길이, 이미지 입력 지원 여부를 기준으로 모델을 고르는 흐름이 더 뚜렷해졌다.

주의할 지점도 있다. Artificial Analysis는 M3.1 Flash의 환각률을 93%로 집계했다. 불확실할 때 답변을 거절하기보다 모든 질문에 답하려는 경향 때문이다. 높은 벤치마크 점수와 별개로 사실 검증, 도구 호출, 가드레일을 붙여 평가해야 한다. 오픈 웨이트 공개 후에는 실제 서빙 환경에서의 품질과 비용도 확인할 필요가 있다.