MiniMax M3.1 Flash - 에이전트 성능을 높이고 사용 비용을 70% 낮춘 모델
목차
개요
MiniMax가 2026년 10월 19일 차세대 Flash 모델인 MiniMax M3.1 Flash를 공개했습니다. 이 모델은 에이전트 작업, 코딩, 컴퓨터 사용(computer use), 사이버보안 영역에서 성능을 끌어올린 것이 특징입니다. MiniMax는 이전 세대 대비 온라인 추론 속도가 약 3배 빨라졌고, 에이전트 작업의 전체 사용 비용은 70% 낮아졌다고 밝혔습니다.
배경
M3.1 Flash의 초기 버전은 그동안 “Space Bunny”라는 익명 모델로 운영되어 왔습니다. MiniMax에 따르면 Space Bunny는 이 기간 동안 200조(200 trillion) 개 이상의 토큰을 처리했습니다. 즉, 정식 공개 이전에 이미 대규모 실사용 트래픽을 거친 모델이 M3.1 Flash라는 이름으로 출시된 것입니다.
핵심 내용
벤치마크 결과
MiniMax는 CoWork, Computer Use, Coding, Cyber, General Capabilities 5개 그룹, 15개 벤치마크의 비교 결과를 공개했습니다. 아래 수치는 모두 MiniMax가 자체 발표한 값입니다.
| 그룹 | 벤치마크 | M3.1 Flash | DeepSeek V4.1 Flash-1017 | DeepSeek V4.1 Flash | Kimi-K3 | GLM-5.3 | GPT-5.6 Sol | Opus 5 |
|---|---|---|---|---|---|---|---|---|
| CoWork | Automation-Bench v1.0.6 | 62.8 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| CoWork | BankerToolBench | 76.2 | - | 73.7 | 69.1 | 74.5 | 74.6 | 76.2 |
| CoWork | GDP.pdf AA | 20.8 | - | 12.8 | 22.0 | 11.2 | 27.2 | 21.6 |
| CoWork | Terminal Bench 4.0 | 38.1 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| CoWork | LOCA-Bench 256K | 60.3 | - | - | 49.7 | 50.3 | 60.0 | 53.7 |
| Computer Use | Agents’ Last Exam | 29.6 | - | - | 28.3 | - | 30.6 | 32.2 |
| Computer Use | OSWorld 2.0 | 61.7 | - | 54.3 | 58.3 | - | 65.7 | 70.6 |
| Coding | PostTrain Bench v1.1 | 39.3 | - | 30.5 | 36.6 | 37.5 | 36.2 | 40.4 |
| Coding | DeepSWE v1.1 | 73.7 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| Coding | NL2Repo-Bench | 61.2 | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| Coding | SWE Refactor Bench | 23.0 | - | 11.8 | 19.5 | 10.4 | 28.5 | 31.0 |
| Cyber | CyberGym | 82.2 | - | - | 80.0 | 84.5 | 83.6 | - |
| General | BabyVision (w/ tools) | 91.0 | 92.5 | 89.6 | 85.7 | - | 88.9 | 94.1 |
| General | HLE (w/o tools) | 43.4 | 44.0 | 39.2 | 43.5 | 42.3 | 49.5 | 55.6 |
| General | CharXiv RQ | 82.5 | - | 69.0 | 84.8 | - | 85.2 | 83.7 |
M3.1 Flash는 Automation-Bench(62.8)와 LOCA-Bench 256K(60.3)에서 비교 대상 중 가장 높은 점수를 기록했고, BankerToolBench에서는 Opus 5와 같은 76.2를 기록했습니다. 반면 Terminal Bench 4.0, NL2Repo-Bench, HLE 등에서는 Opus 5와 GPT-5.6 Sol보다 낮습니다. MiniMax는 OSWorld와 Agents’ Last Exam에서 중국 모델 중 1위라고 강조했습니다.
주요 평가 조건은 다음과 같습니다.
- Automation-Bench v1.0.6: 공개된 600개 태스크 기준
- BankerToolBench: OpenCode 1.17.18 하네스, 채점 모델은 MiniMax-M2.7
- DeepSWE v1.1: mini-SWE-agent 2.4.5 하네스, 최대 컨텍스트 512K
- CyberGym: Claude Code 2.1.263 하네스, 최대 컨텍스트 1M
- Agents’ Last Exam: 공식 리더보드의 전체 세트(Overall) 결과만 사용, 공식 평가를 거치지 않은 모델은 빈칸
- HLE (w/o tools): 텍스트 전용 2,158문항으로 제한
비용 대비 성능
원문은 추론 강도(effort)별 점수와 태스크당 비용을 함께 보여주는 차트도 공개했습니다.
| 벤치마크 | low | medium | high | xhigh | max |
|---|---|---|---|---|---|
| Automation-Bench | 52.8% | 57.7% | 59.2% | 61.2% | 62.8% |
| DeepSWE v1.1 | - | - | 68.1% | 72.1% | 73.7% |
Automation-Bench에서 M3.1 Flash는 max 설정에서도 태스크당 평균 비용이 약 $0.05 미만으로, 약 $0.09에서 60.5%를 기록한 DeepSeek-V4.1-Flash-1017보다 낮은 비용으로 더 높은 점수를 냈습니다. DeepSWE v1.1에서는 태스크당 약 $0.2~0.3 구간에 위치하며, 약 $0.2에서 77.0%를 기록한 DeepSeek V4.1 Flash-1017보다는 점수가 낮습니다. Agents’ Last Exam에서는 총 비용 약 $111로 29.6%를 기록해, 차트에 표시된 모델 중 가장 낮은 비용으로 비용-성능 프런티어의 시작점에 위치했습니다. 같은 차트에서 Claude Opus 5.5는 약 38%, GPT-6 Astra는 약 34%를 기록했지만 총 비용은 $1,000 이상입니다.
추론 속도
M3.1 Flash는 더 공격적인 희소성(sparsity)을 적용해 추론 속도를 높였습니다.
| 항목 | 수치 |
|---|---|
| 일상 사용 시 출력 속도 | 200+ TPS |
| 중앙값(P50) 출력 속도 | 지속적으로 170+ TPS |
| 온라인 추론 속도 | 이전 대비 약 3배 |
가격 정책
가격은 100만 토큰당 고정 요금(flat pricing)으로 책정되었습니다.
| 모델 | 입력 | 출력 | 캐시 입력 |
|---|---|---|---|
| MiniMax-M3.1-Flash | $0.15 | $0.60 | $0.015 |
MiniMax는 이 가격 정책과 속도 개선을 통해 에이전트 작업의 전체 사용 비용이 이전 모델 대비 70% 낮아졌다고 설명했습니다.
제공 방식
M3.1 Flash는 현재 다음 채널을 통해 바로 사용할 수 있습니다.
모델 가중치(weights)는 추후 공개될 예정입니다. 더 높은 성능의 상위 모델인 Pro 버전도 이후 출시가 예정되어 있습니다.
의미와 시사점
M3.1 Flash는 Flash급 모델 경쟁의 초점이 단순 대화 성능에서 에이전트 작업, 컴퓨터 사용, 사이버보안 같은 실무형 작업으로 이동하고 있음을 보여줍니다. 공개된 벤치마크 역시 엔터프라이즈 워크플로, 금융 문서 처리, 실제 경제적 가치를 갖는 전문 작업 등 실제 업무 시나리오를 겨냥한 항목으로 구성되어 있습니다.
가격 측면에서는 100만 토큰당 입력 $0.15, 출력 $0.60, 캐시 입력 $0.015라는 공격적인 요금이 눈에 띕니다. 다만 에이전트 작업에서는 토큰당 가격뿐만 아니라 작업당 사용하는 토큰 수와 완료 시간이 실제 비용을 결정한다는 점을 함께 고려해야 합니다.
또한 모든 수치가 자체 발표 결과이므로, 실제 도입 전에는 독립적인 평가나 자체 워크로드 기반 검증을 거치는 것이 바람직합니다.
결론
MiniMax M3.1 Flash는 Automation-Bench 62.8, BankerToolBench 76.2, DeepSWE v1.1 73.7, OSWorld 2.0 61.7, Agents’ Last Exam 29.6, CyberGym 82.2를 기록한 에이전트 중심 Flash 모델입니다. 더 공격적인 희소성 적용으로 200+ TPS의 출력 속도를 확보했고, 에이전트 작업 비용을 이전 대비 70% 낮췄습니다. 현재 MiniMax API, M Plan, MiniMax Code에서 사용할 수 있으며, 모델 가중치와 상위 모델인 Pro는 추후 공개될 예정입니다.