미니맥스가 'M3.1 플래시' 가중치를 공개했다. 총 4280억 개 파라미터 가운데 230억 개만 깨워 쓰는 구조로, 에이전트 작업의 비용을 낮추는 데 초점을 맞췄다. 익명으로 돌던 '스페이스 버니'가 이 모델의 초기 버전이었다는 사실도 함께 드러났다.
4280억 개 중 230억 개만 쓰는 M3.1 플래시
미니맥스가 23일 모델 공유 플랫폼 허깅페이스와 모델스코프에 'MiniMax-M3.1-Flash' 가중치를 올렸다. 모델 자체는 19일 먼저 나왔다. 발표 당시 회사는 "가중치는 나중에 공개한다"고만 적었는데, 나흘 만에 말을 지킨 셈이다.
모델 카드 기준으로 총 파라미터는 약 4280억 개, 토큰 하나를 처리할 때 활성화되는 건 230억 개다. 전문가 혼합(MoE) 구조다. 100만 토큰 컨텍스트 윈도를 갖췄고, 입력으로 텍스트와 이미지, 영상을 받아 텍스트를 낸다. 전 구간에 자체 희소 어텐션(MSA)을 적용했고, 추론 속도를 끌어올리는 DSpark 드래프트 헤드와 양자화 인식 학습을 붙였다.
전체 가중치는 두고 토큰마다 필요한 전문가만 계산에 쓰는 방식이다. 같은 크기의 밀집 모델보다 훨씬 적은 연산으로 돌아간다. 대신 활성 파라미터가 작은 만큼 아주 복잡한 추론에서는 상위 모델에 밀릴 수 있다. 미니맥스가 이 모델을 '플래시'로 부른 이유이기도 하다.
'스페이스 버니'는 M3.1 플래시였다
모델의 이력이 독특하다. M3.1 플래시는 한동안 오픈라우터에서 '스페이스 버니(Space Bunny)'라는 이름으로 정체를 숨기고 돌았다. 회사에 따르면 이 익명 모델은 200조 토큰이 넘는 요청을 처리했다. 이용자들이 성능을 추측하며 비교하던 모델이 사실은 M3.1 플래시의 초기 버전이었던 셈이다.
익명 테스트는 요즘 모델 공개 전에 흔히 쓰이는 방식이다. 편견 없이 평가를 받을 수 있고, 회사 입장에서는 정식 발표 전에 실사용 데이터를 모을 수 있다. 미니맥스는 이 데이터를 근거로 "온라인 추론이 약 3배 빨라지고 사용 비용은 70% 줄었다"고 설명한다.
미니맥스가 내놓은 M3.1 플래시 성적표
성능 수치는 모두 회사 발표 기준이다. 실제 코딩 작업을 재는 DeepSWE v1.1에서 73.7%, 컴퓨터 조작 능력을 보는 OSWorld V2에서 61.7점을 기록했다. 실제 업무형 과제를 평가하는 ALE에서는 29.6점, 취약점 발견 능력을 재는 CyberGym에서는 82.2점이다. 여러 단계의 도구 호출과 문서 일관성을 요구하는 BankerToolBench는 76.2점이었다.
미니맥스는 OSWorld V2와 ALE에서 "중국 모델 가운데 1위"라고 주장했다. 자사 벤치마크가 아닌 외부 평가라는 점은 의미가 있다. 다만 경쟁 모델과 실행 환경이 같다는 보장은 없으므로, 순위보다는 같은 모델의 이전 버전과 비교해 읽는 편이 안전하다.
M3.1 플래시의 가격과 속도, 에이전트를 겨냥한 설계
가격은 100만 토큰당 입력 0.15달러, 출력 0.60달러, 캐시 입력 0.015달러다. 단일 요율을 쓰는 구조라 작업량을 예측하기 쉽다. 일상적인 출력 속도는 초당 200토큰을 넘고, 중앙값(P50)도 170토큰 이상이라고 회사는 밝혔다.
이 조합은 에이전트 개발자를 정조준한다. 에이전트는 한 번의 답변으로 끝나지 않고 도구를 여러 번 호출하며 토큰을 쌓는다. 단가가 낮고 속도가 빠를수록 같은 예산으로 더 많은 시도를 돌릴 수 있다. 미니맥스가 강조한 것도 정확도 최고점이 아니라 '작업당 비용'이다.
M3.1 플래시 라이선스는 공짜가 아니다
가중치가 풀렸다고 해서 누구나 자유롭게 쓸 수 있는 걸까? 조건이 붙는다. 허깅페이스에는 라이선스가 '기타(other)'로 표시돼 있고, 실제로는 미니맥스 커뮤니티 라이선스를 따른다. 외신 보도에 따르면 연 매출 2000만 달러를 넘는 기업의 상업적 사용은 별도 승인이 필요하고, 전체 가중치 파일은 약 252GB에 이른다. 이 두 가지는 회사 약관 원문이 아니라 외부 해석이므로 그대로 확정해 읽기는 어렵다.
10월 19일 발표, 10월 23일 가중치
모델은 이미 미니맥스 API와 M 플랜, 미니맥스 코드에서 쓸 수 있다. 가중치를 직접 받아 서버에 올리려는 팀이라면 4280억 개 규모가 감당할 수 있는지부터 따져야 한다. 100만 토큰 컨텍스트와 낮은 단가를 앞세운 이 모델이 실제 에이전트 파이프라인에서 어디까지 버티는지는, 가중치를 받아 직접 돌려본 팀들의 결과가 쌓이면서 드러날 전망이다.
