국내 모델 Agent 1위! MiniMax, Flash 전투력 대폭 개선, 전 시간대 초저가 혜택

Jay 발, 아페이스(凹非寺)에서

양자위(量子位) | 공중계정 QbitAI

OpenRouter에서 국경 연휴 기간 갑자기 등장해 익명으로 순위표를 휩쓴 미스터리 모델Space Bunny(위토(玉兔)), 결국 막례(탈)가 벗겨지고 말았군요.

토끼 가죽 아래, 알고 보니 MiniMax였다!

정식 제출의 코드명은M3.1 Flash。

그리고 이 정식 버전의 벤치마크 성능은 Space Bunny보다도 더 강력한데, 특히 Agent라는 스킬 포인트에서 그렇다——

Agents’ Last Exam (ALE)에서 29.6%를 기록하며 국산 모델 1위를 차지했다.

AA 순위표에서도 43점을 받았는데, Flash가 이 정도 성적을 내면 나쁘지 않은 수준이다.

아무튼 실무 능력이 드디어 올라왔으니, 고급 일꾼(牛马)으로 승진한 셈이다(doge).

그 외에도 Coding, 네트워크 보안, Computer Use…… 전부 글로벌 최상위 그룹에 진입했다.

그 기준에서도, 「옥토끼」 시절의 속도는 여전히 유지되어 출력이 최대 200+ TPS에 달한다.

그리고 이제, 가장 중요한 것이 온다——

과연 Flash답다,이 가격은 정말 싸다!!

입력 백만 토큰당 1위안, 출력 4위안, 캐시 읽기는 단 0.1위안이다.

종합 비용이 전 세대 M3의 30% 수준까지 내려갔다.

뭐라고, 이 가격에 대해 아직 감이 잘 안 온다고??

이렇게 말하자——

구글의 V4.1 Flash와 거의 비슷하다.

너무나 자비롭다, 나는 선언한다, 앞으로 한가할 때는 량원구(梁文谷), 바쁠 때는 옌쥔펑(闫俊峰)!(bushi)

△이미지 출처: @大厂显微镜

하지만, 실리콘밸리 폐쇄형 진영은 또 다시 애태워야 할 판이다.

DeepSeek에 이어, 실리콘밸리의 대형 파라미터 플래그십 모델들이 또다시 국산 Flash에 의해 새로운 가성비 참살선 위에 올라섰다 o(╥﹏╥)o.

텍스트 모델의 설욕전

솔직히 말하면, 나는 예전에 MiniMax에 대해 적지 않은 의심을 품었었다.

멀티모달과 영상 생성은 확실히 훌륭했지만, 순수 텍스트 대형 모델 쪽은 언제부턴가 소식이 끊겼었다。。。

이번 M3.1 Flash의 등장은 그야말로 설욕전이라 할 만하다.

하나씩 성적을 살펴보자:

코드 엔지니어링과 실제 버그 수정

DeepSWE v1.1 평가에서 M3.1 Flash는 73.7%를 기록했다.

세상이 완전히 거꾸로 돌아간 셈이다.

GPT-6.1 Sol, Claude Opus 5, Claude Fable 5……居然被一款Flash跑分反超.

이것보다 앞선 것은 오직 77점을 기록한 DeepSeek V4.1 Flash 1017뿐이다.

이는 위투(玉兔) 익명 테스트 기간 동안 커뮤니티의 피드백을 뒷받침한다. Three.js 같은 3D 렌더링과 복잡한 프런트엔드 작업을 처리할 때 디테일에 대한 컨트롤이 극도로 정교하다는 평가다.

사이버 보안 실전 테스트

캘리포니아 대학교 버클리가 주관한 CyberGym 벤치마크에서 M3.1 Flash는 82.2점을 획득하며, GLM-5.3(84.5) 및 GPT-5.6 Sol(83.6)과 어깨를 나란히 하고 세계 최상위 그룹에 안정적으로 자리 잡았다.

복잡한 Agent와 엔터프라이즈급 크로스 SaaS 워크플로

자동화 선두 기업 Zapier가 오픈소스로 공개한 AutomationBench-AA 평가에서 M3.1 Flash는 최상위권에 위치했다.

단일 작업 비용이 0.05달러도 들지 않으면서, 영업, 마케팅, 고객 서비스, 재무, HR에 걸친 복잡한 워크플로를 스스로 연결해 낸다.

오차 허용률이 극히 낮은 금융 전용 벤치마크인 BankerToolBench에서 M3.1 Flash는 무려 76.2점까지 치솟으며, 공인된 천장급 모델인 Claude Opus 5와 나란히 세계 1위를 차지했다.

Computer Use 실제 데스크톱 조작

실제 컴퓨터 조작을 시뮬레이션하는 OSWorld V2에서는 61.7점을 획득했다.

실제성과 경제적 가치가 있는 시나리오를 측정하는 ALE에서도 M3.1 Flash는 극히 낮은 작업 비용으로 최상위 모델 수준의 성능을 구현했다.

두 항목 모두 중국 국산 모델 중 1위로, 또 하나의 모든 것을 압살하는 가성비의 정석이다.

솔직히 말하면, 나는 MiniMax의 텍스트 모델이 조만간 도박판에 복귀할 것이라고 생각했다.

하지만 그것이 Flash 접미사를 단 작은 녀석일 줄은 누가 상상이나 했을까。。。

초고속 저가야말로 왕도

벤치마크 점수만 보면, 이것이 그저 고수들 간의 경쟁인 나날의 일부라고 느낄 수도 있다.

진짜 흥미로운 것은 이 모델이 실제 상용화 시나리오에 대한 차원이 다른 강타를 가한다는 점이다.

평소에 멀티 Agent 협업이나 긴 체인 워크플로를 구축할 때 가장 두려운 것은 무엇일까?

두 가지다:끝없는 로딩 대기와, 월말에 심장을 철렁게 하는 API 청구서.

진정한 엔터프라이즈급 Agent는 백그라운드에서 수십 번의 도구 호출과 여러 하위 Agent 사이의 반복적인 메시지 전달이 필요하다.

모델의 출력이 느리면 사용자는 화면에 로딩 스피너만 보다가 바로 웹페이지를 닫는다. 호출 단가가 비싸면 재무 담당자가 청구서를 한 번 보고 즉시 프로젝트를 중단시킬 수 있다.

M3.1 Flash가 좋은 점이 바로 여기에 있다.

이 모델은 기반 아키텍처에 상당히공격적인 희소 어텐션 아키텍처를。

채택하여 온라인 추론 속도가 약 3배 가까이 상승했고, 출력 속도는 최고 200+ TPS, 중간값(P50)도 안정적으로 170+ TPS를 유지한다.

170 TPS가 어떤 개념일까?

MiniMax Code 데스크톱 클라이언트, Claude Code 또는 각종 로컬 코딩 도구에서 리팩터링 작업을 맡기면, 화면의 코드가 거의 쏟아져 내리는 상태로 순식간에 가득 찬다.

예전에는 네 개의 하위 Agent를 직렬로 연결하는 것이 신호등을 기다리는 것 같았지만, 이제는 거의 감지할 수 없는 새로고침을 구현했다.

속도가 급상승하는 동시에,가격은 아예 헐값으로 책정되었습니다：

입력 가격: 백만 토큰당 1위안

출력 가격: 백만 토큰당 4위안

캐시 읽기 가격: 백만 토큰당 단 0.1위안

입력과 출력 가격은 절반으로 깎였고, 캐시 읽기 비용은 무려 75%나 직접 인하되었습니다.

그 결과, 종합 사용 비용이 전 세대 M3 대비 무려 70% 폭락했습니다.

그럼 더 무슨 말이 필요하냐,일어나서 페달 밟으세요 여러분!!

국산 쌍둥이 스타의 역포위전

과거에는 모두가 암묵적인 공감대를 가지고 있었습니다: Flash 모델은 그저 플래그십 대형 모델의 값싼 축소판에 불과하다는 것이죠.

Flash를 선택하는 이유는 가난하거나 작업이 너무 쉬워서였고, 정말 중요하고 복잡한 헤비급 시나리오에서는 결국 돈을 더 내서 대형 파라미터 플래그십 Pro를 써야 했습니다.

그런데 지금은 어떻게 됐을까요?

DeepSeek V4.1 Flash 1017이 가성비의 기준을 세우기가 무섭게, MiniMax M3.1 Flash이 바로 뒤따라 달려들었습니다. 하나가 베면 또 하나가 이어서 벱니다.

소형 모델은 결코 장난감이 아니며, 몇 배의 파라미터와 열 배의 가격을 자랑하는 플래그십 모델과 정면으로 맞설 수 있습니다.

안티들아, 말해봐!!

더 흥미로운 것은, 이 두 국산 Flash 모델이 극도로 아름다운 상호보완 노선을 걸었다는 점입니다:

DeepSeek은 순수 코딩의 극한 가성비에서 1위를 차지했고;

MiniMax M3.1 Flash는 크로스 SaaS 기업 워크플로우, 금융 툴체인 호출 등 종합 Agent 차원에서 강화되었습니다.

하나는 코드 엔지니어링에 올인하고, 하나는 복잡한 비즈니스 플로우를 깊이 파고듭니다.

그리고 여러분, 제가 인터넷을 뒤지다가 천재적인 아이디어를 발견했습니다!

대비 whale에는 골드 가격과 피크 가격이 있죠, 하지만 그동안 같은 등급의 가성비 모델이 없어 고생하다가, 피크 가격도 이를 악물고 감수했었습니다.

그런데 지금 M3.1이 나오니 딱 그 자리를 채워주는 겁니다.

저는 바로 라우팅 하나 걸었습니다,바쁜 시간엔 MiniMax, 한가한 시간엔 대비 whale, 토큰 혜택을 완전히 바닥까지 싹 쓸어담았습니다.

눈물이 납니다, 이것이 바로 우리의 가슴 벅찬 국산 Flash 콤보 기술입니다 (농담).

이렇게 되니 저는,API도 일반 사용자가 고려해볼 만한 선택지가 되었다고 생각합니다。

어차피 대형 모델이라는 것은 반복 속도가 너무 빠르니까요, 설령 월정액만 샀다 하더라도요.

예를 들어 Opus 5.5가 나오자마자, Astra 그 물결의 구독 사용자들도 기본적으로 사고를 쳤죠.

Pro 10X를 헛돈으로 샀으니, 제 지갑이 얼마나 아픈지요.

게다가 지금 C단말 사용자들은 정말 처량합니다 o(╥﹏╥)o.

5시간 한도에, 또 새벽 Reset 백스탭까지, 틈만 나면 백그라운드의 지능 저하 기습을 경계해야 합니다...

API를 사서 몇십 위안만 충전하면, 어디가 망가졌을 때 언제든 작별하면 되니, 이만큼 편한 게 없습니다.

눈물 나네요, 여러분.

여러분도 같은 느낌을 받으셨는지 모르겠는데, 솔직히 말하면 이 한 달간 저는 좀 답답했습니다.

A사, OpenAI, 구글은 미친 듯이 플래그십 모델을 발표하는데, 반면 국산 진영 쪽에서는 아무 소식이 없었습니다.

여러 빅네임들도 LLM 전쟁은 사실상 끝났으며, 실리콘밸리가 Scaling으로 모든 것을 죽였다고 말하고 있습니다.

하지만 지금, 전환점이 나타나고 있는 것 같습니다.

단 이틀 만에 두 개의 국산 Flash 모델이 잇달아 등장했다.

플래그십급 능력이 Flash의 속도와 가격으로 보급을 가속화하고 있다.

확실히, SOTA라는 전쟁은 그리 쉽게 치를 수 있는 것이 아니다.

하지만 '가성비'라는 전제가 충족되는 순간, 더 중요한 또 하나의 전쟁—

대규모 모델의 산업 현장 적용이, 어쩌면 이제 막 시작되었을지도 모른다.

그리고 이것은 줄곧 중국 기업들이 가장 잘해온 일이다.

— 끝 —
量자위 QbitAI · 투터하오 계약
팔로우하고 최신 기술 동향을 가장 먼저 확인하세요