이름 없이 200조 토큰을 돌린 그 모델, 정체는 무엇이었나 — MiniMax M3.1 Flash

기준일 2026-10-21 · MiniMax 공식 발표와 각 사 공식 가격표를 직접 확인했다 개골 · 조회 -회

에이전트에게 일을 맡겨 본 사람이라면 청구서부터 떠오를 것이다. 모델이 똑똑한지보다, 한 가지 일을 끝까지 시키는 데 얼마가 드는지가 먼저 궁금해지는 자리다. 10월 19일 MiniMax가 내놓은 M3.1 Flash는 바로 그 질문에 답하겠다고 나온 모델인데, 발표 방식부터 특이하다. 이 모델은 이름이 공개되기 전에 이미 익명으로 200조 토큰 넘게 돌고 있었다.

핵심만 먼저

익명 모델 'Space Bunny'의 정체가 M3.1 Flash였다 — 실제 트래픽 200조 토큰을 처리한 뒤에야 이름을 공개했다

가격은 100만 토큰당 입력 $0.15 · 출력 $0.60 단일 요금. 동급 최저가보다 단가는 조금 비싸지만 길이에 따라 단가가 뛰는 절벽이 없다

속도·비용 절감·벤치마크 수치는 전부 MiniMax 자체 발표값이다. 독립 검증은 아직 없다

무엇이 달라졌다는 발표인가

MiniMax 공식 발표에 따르면, 그동안 익명으로 운영되던 'Space Bunny'가 M3.1 Flash의 초기 버전이었다. 정체를 숨긴 채 실제 사용량을 쌓은 뒤에야 이름을 붙인 셈이고, 그 사용량 자체가 이번 발표의 첫 번째 근거로 쓰였다.

• M3.1 Flash는 MiniMax의 차세대 Flash 모델로, 에이전트 작업·코딩·컴퓨터 조작(Computer Use)·사이버보안에서 세대 수준의 도약을 내세운다 (공식 표현: "generational leap").
• 온라인 추론 속도는 전작보다 거의 3배 빨라졌고, 에이전트 작업 기준 전체 사용 비용은 70% 낮아졌다고 회사는 밝혔다. 다만 이 두 수치는 MiniMax 자체 발표값이며, 측정 조건의 세부 내역은 발표문에 적혀 있지 않다.
• 일상 사용 기준 출력 속도는 초당 200토큰 이상, 중간값(P50)은 초당 170토큰 이상을 유지한다고 밝혔다. 이것도 회사 발표값이다.
• 컨텍스트는 100만 토큰이다 (공식 API 문서 확인). 긴 코드베이스나 긴 문서 묶음을 한 번에 넣는 용도를 전제로 한 크기다.
• 지금 쓸 수 있는 경로는 MiniMax API, 구독형 M Plan, 데스크톱 코딩 도구 MiniMax Code 세 가지다.

벤치마크는 어디까지 믿을 수 있나

발표문에 실린 점수는 전부 MiniMax가 제시한 수치다. 독립 기관이 같은 조건으로 재측정한 결과는 이 글 작성 시점까지 확인되지 않았다.

• 복잡한 에이전트 작업 평가 AutomationBench-AA에서 상위권이라고 밝혔고, 금융 업무 평가 BankerToolBench에서는 76.2점을 적었다.
• 실제 소프트웨어 개발 평가 DeepSWE v1.1에서는 73.7%를 기록했다. 코드를 이해하고, 기능을 만들고, 버그를 고치고, 테스트로 검증하는 긴 과정을 보는 평가다.
• 컴퓨터 조작 평가 OSWorld V2에서는 61.7점, 실제 전문 업무를 보는 Agents' Last Exam(ALE)에서는 29.6점을 적었고, 두 평가 모두 중국 모델 중 1위라고 밝혔다.
• 사이버보안 평가 CyberGym에서는 82%를 기록했다. 취약점 발견과 검증 쪽 수치다.

숫자 자체는 강해 보이지만, 읽는 법은 정해져 있다. 발표 점수는 '최상위 모델과 나란히 설 수 있다'는 회사 주장의 근거일 뿐, 내 업무에서도 같은 결과가 나온다는 보증은 아니다. 특히 ALE 29.6점처럼 절대값이 낮은 평가도 함께 실려 있다는 점은, 어려운 실제 업무에서는 여전히 실패가 많다는 뜻이기도 하다.

동급 모델과 가격을 나란히 놓으면

가격은 각 사 공식 가격표와 공식 발표에서 직접 대조했다 (2026-10-21 확인). 100만 토큰당 미국 달러, 표준 요금 기준이다.

표만 보면 M3.1 Flash가 입력·출력 모두 하이쿠 5.5와 루나보다 토큰당 단가는 조금 비싸다. 그런데 MiniMax가 내세우는 건 단가가 아니라 작업당 총비용이다. 속도가 빠르고, 한 번의 작업에서 쓰는 토큰과 재시도가 줄면 청구서 총액이 내려간다는 논리인데, 그 70% 절감 수치가 어떤 작업 구성에서 나온 것인지는 발표문에 없다. 단가는 공식 가격으로 확인됐고, 작업당 절감 폭은 확인 필요로 남는다.

또 하나 짚을 점은 요금 구조다. 하이쿠 5.5처럼 일정 길이를 넘기면 단가가 뛰는 절벽이 M3.1 Flash 발표 가격에는 없다. 긴 입력을 자주 넣는 에이전트 작업에서는, 단가 숫자보다 이 구조 차이가 실제 청구서를 더 크게 가를 수 있다.

이 모델이 맡으려는 일들

• 기업 업무 자동화: 영업·마케팅·운영·고객 응대·재무·인사처럼 여러 SaaS를 오가는 워크플로를 처음부터 끝까지 처리하는 용도를 발표문이 직접 들었다.
• 소프트웨어 개발: 긴 단계가 이어지는 코딩 작업에서, 기능을 만들고 테스트로 확인하는 흐름을 낮은 비용으로 돌리는 자리다.
• 컴퓨터 조작: 화면을 보고 여러 앱을 오가며 작업을 실행하는 용도. OSWorld 점수가 이 용도를 뒷받침하는 근거로 제시됐다.
• 보안 업무 보조: 코드 감사, 취약점 패치, 침투 테스트 분석 같은 작업에 저비용으로 붙이는 용도를 내부 전문가 평가와 함께 들었다.

공통점은 하나다. 한 번 묻고 답을 받는 챗봇 용도가 아니라, 도구를 부르고 여러 단계를 스스로 이어 가는 에이전트 용도로만 포지셔닝돼 있다.

이미 현장에서 나온 것들

• 가장 큰 실제 사례는 모델 자신이다. Space Bunny라는 익명 이름으로 실제 서비스 트래픽을 처리하며 200조 토큰을 넘겼다는 것이 공식 발표의 내용이다. 실험실 벤치마크가 아니라 실제 사용 환경에서 돌아간 기록이라는 점이 이번 발표가 밀고 있는 차별점이다.
• 정식 공개 전 단계로, M3.1-Flash-Preview가 9월 27일부터 MiniMax Code 안에 먼저 들어가 있었다는 보도가 있다 (2차 출처 기준, 공식 발표문에는 이 날짜가 적혀 있지 않다).
• 독립 속도 측정에서는 회사 발표와 다른 숫자가 나왔다는 보도도 있다. Artificial Analysis가 MiniMax API에서 측정한 스트리밍 출력 속도가 초당 120.1토큰이었다는 2차 보도(WinBuzzer)가 있어, 170토큰 이상이라는 P50 발표값과 나란히 놓고 볼 필요가 있다.

냉정한 반론과 아직 모르는 것

• 벤치마크가 전부 제조사 발표다. AutomationBench, DeepSWE, OSWorld, CyberGym 점수 모두 MiniMax 발표문과 그 안의 표에서 나온 값이다. 독립 검증이 붙기 전까지는 순위보다 '회사가 어디에 자신감을 보이는지'를 읽는 자료로 보는 게 맞다.
• 70% 비용 절감의 계산식이 없다. 전작 대비라는 것 외에, 입력·출력 비율이나 재시도 횟수 같은 조건이 공개되지 않았다. 토큰 단가만으로 계산하면 전작 대비 절감 폭이 그대로 나오지 않을 수 있어, 실제 절감은 자기 작업으로 재야 한다.
• 모델 가중치는 아직 공개되지 않았다. 공식 발표는 "weights will be released later"라고만 적었다. 10월 23일이라는 날짜는 2차 보도와 공식 X 게시물 인용에서 나오지만, 공식 블로그 본문에는 날짜가 없다 — 공개 날짜는 확인 필요로 남긴다.
• 파라미터 규모는 공식 발표문에서 확인되지 않았다. 428B 전체·약 23B 활성화 같은 수치는 2차 출처에서 도는 값이라 이 글에서는 확정 사실로 쓰지 않는다 — 확인 필요.
• 한국어 성능에 대한 공식 수치는 없다. 한국어 에이전트 업무에서 어느 정도인지는 발표 자료로 확인할 수 없다 — 확인 필요.

출처

• MiniMax 공식 블로그 (2026-10-19 발표 — Space Bunny 200조 토큰, 가격 $0.15/$0.60/$0.015 단일 요금, 속도·비용·벤치마크 발표값, 가중치는 "later")
• MiniMax 공식 API 문서 (Supported Models 표 — MiniMax-M3.1-Flash 컨텍스트 1,000,000 토큰)
• Claude 공식 가격 페이지 (Haiku 5.5 — 10만 토큰 이하 $0.10/$0.50, 초과 $0.50/$2.50, 캐시 입력 $0.01)
• OpenAI 공식 가격 페이지 (GPT-6 Luna — 표준 $0.10/$0.50, 캐시 입력 $0.01)

본문에 확정 사실로 쓰지 않은 것: 가중치 공개 날짜(공식 블로그는 "later"만 표기), 파라미터 규모(428B·약 23B는 2차 출처 값), 한국어 성능 공식 수치, 70% 비용 절감의 측정 조건, GPT-6 Luna의 구간별 차등 여부(2026-10-21 공식 가격표에서 확인되지 않음). 가격과 발표 수치는 전부 2026-10-21에 공식 출처로 확인했다.