저자丨우하이밍 리나
편집丨리나
DeepSeek가 방금 국산 Flash의 가성비 기준을 한 걸음 앞으로 밀어냈는데, MiniMax가 실명의 '우주토끼'를 이끌고 따라왔다.
10월 17일, 네티즌들에게 '대물 궁어'라 불리는 DeepSeek가 V4.1 Flash-1017을 업데이트했다; 단 이틀 뒤, MiniMax가 M3.1 Flash를 정식 출시하고, 이전부터 개발자 커뮤니티에서 큰 주목을 받았던 익명 모델 Space Bunny를 자신의 것으로 밝혔다. 두 국산 Flash가 앞뒤로 등장하자 네티즌들은 이미 '대물 궁어'와 '우주토끼'를 가지고 농담을 하기 시작했다.
하지만 이번 MiniMax는 사실 가격만 다투러 온 것이 아니다.
이번에 공개된 모델 평가 데이터에 따르면,M3.1 Flash는 Automation-Bench 복잡한 Agent 작업 비교에서 1위를 차지했고, BankerToolBench에서는 Opus 5와 공동 1위, Coding 가성비는 DeepSeek에 이어 2위였다. 두 국산 Flash가 앞뒤로 업데이트되었는데, 하나는 소프트웨어 엔지니어링에서 선두를 유지했고, 하나는 복잡한 Agent 작업에서 더 나은 성적을 냈다.
Automation-Bench 데이터셋에서 M3.1 Flash는 작업 비용 분포의 가성비가 가장 높았다
우리도 M3.1 Flash로 실제 작업을 하나 돌려 보았다: 모델에 손으로 그린 평면도와 건물 치수표를 주고, 브라우저에서 상호작용할 수 있는 3D 캠퍼스를 처음부터 만들게 했다.
결과적으로 두 방안 모두 주요 납품 요건을 충족했지만, MiniMax Code＋M3.1 Flash는 55.4분이 걸렸고, OpenCode＋DeepSeek V4.1 Flash는약 121분이 걸렸다. 이번 테스트에 사용된 API 과금 기준으로 환산하면, 양쪽의 모델 비용은 모두 약 6.5위안이었다.
같은 몇 위안의 모델 비용인데, MiniMax는 약 65분을 덜 쓴 것이다.
01
우주토끼가 정체를 밝히다,
MiniMax는 이번에 어디가 강한가?
정식으로 정체를 밝히기 전에, Space Bunny는 이미 개발자 커뮤니티에서 존재감을 드러내고 있었다.
OpenRouter에 따르면, 이 모델은 10일 연속 플랫폼 모델 사용량 1위를 차지했으며, 누적 56.7T Token을 처리했다. MiniMax는 이번에 이 익명 모델이 관련 테스트 및 사용 기간 동안 누적 200T Token 이상을 처리했다고 확인했다.속도가 빠르다는 것은많은 개발자들이 이전에 가졌던 인상이다.
개발자 Hassan은 X에 매우 직관적인 비교를 올렸다: 그는 M3.1 Flash와 Claude Opus 5.5에게 각각 한 하드웨어 제품의 출시 랜딩 페이지를 만들게 했는데, MiniMax가 내놓은 디자인에 상당히 만족했고, 양쪽 청구서는 각각 0.014달러와 1.22달러에 불과했다. 이번 그의 테스트에서 MiniMax의 완료 속도는 약 4배 빨랐다.
물론 단 한 번의 개발자 테스트가 모델의 전반적인 수준을 대표할 수는 없다. 하지만 이번 MiniMax에서 주목할 만한 것은 정식 출시 후 내놓은 랭킹 성적이기도 하다.
10월 20일 기준, Artificial Analysis(AA) 랭킹에서 M3.1 Flash의 지능 지수는 43점에 달했고, 이전 세대 M3는 29점으로, 약 5할 가까이 향상되었다. 동시에 작업 가중 평균 모델 비용은 0.51달러에서 0.22달러로 하락했다.즉, 점수는 올랐는데 작업 완료 비용은 오히려 절반 이상 줄어든 것이다.
M3.1 Flash는 AA 랭킹에서 43점을 받아 글로벌 모델 선두권에 올랐다
하지만 이틀 전에 막 업데이트된 DeepSeek V4.1 Flash-1017과 실제로 한번 겨뤄 보자면, 두 모델은 서로 일장일단이 있다.
소프트웨어 엔지니어링 벤치마크 DeepSWE v1.1에서 DeepSeek는 77.0%를 기록했고, M3.1 Flash는 73.7%를 기록했다. 아직 격차는 있지만 후자는 이미 Opus 5(74.0%), GPT-5.6 Sol(73.0%)과 근접한 성적 구간에 들어섰다. 이번에 공개된 Coding 가성비 비교에서는 DeepSeek가 1위, MiniMax가 그 뒤를 이었다.
하지만 MiniMax가 이번에 주력으로 삼은 복잡한 Agent 작업으로 무대를 옮기면 상황은 반대가 된다. 이번에 공개된 Automation-Bench v1.0.6 모델 비교에서는 M3.1 Flash가 DeepSeek를 제치고 1위를 차지했고, BankerToolBench에서는 76.2%를 기록해 Opus 5와 공동 1위에 올랐다. 또한 사이버 보안 벤치마크 CyberGym에서도 82.2%의 성적을 거두었다.
그림: 평가 순위 데이터
Automation-Bench의 테스트 내용도 실제 업무에 비교적 가깝다. 이 벤치마크는 SaaS 자동화 플랫폼 Zapier가 구축했으며, 판매, 마케팅, 운영, 고객 서비스, 재무 및 HR 등 시나리오를 아우르는 600개의 실제 기업 업무 프로세스 작업을 포함한다. 단순히 코드 한 조각을 생성하는 것보다, 이런 작업은 모델이 서로 다른 시스템 사이에서 도구를 연속적으로 호출해 한 가지 일을 처음부터 끝까지 처리해낼 수 있는지를 더욱 시험한다. BankerToolBench는 시나리오를 금융 업무로 바꾸어 다단계 계획 수립, 문서 간 정보 처리 및 도구 호출에 대해 더 높은 요구를 제시한다.
이렇게 보면 DeepSeek와 MiniMax도 굳이 서둘러 종합 챔피언을 가릴 필요는 없다.Coding 쪽에서는 DeepSeek가 여전히 우위에 있고, 복잡한 Agent 작업에서는 MiniMax가 한 판 거뒀다. 개발자 입장에서는 국산 Flash에 또 하나 쓸만한 선택지가 생긴 셈이다.
더 중요한 것은, 이번 성적 향상 외에도 M3.1 Flash는 백만 Token당 입력 1위안, 출력 4위안, 캐시 읽기는 단 0.1위안이다. 이전 세대 M3에 비해 입력과 출력 가격은 약 절반으로 낮아졌고, 캐시 읽기 가격은 약 75% 하락했다. DeepSeek V4.1 Flash-1017과 비교하면 입력·출력 가격은 후자의 피크 시간대 가격의 절반 수준으로 한가한 시간대와 맞먹으며, 게다가 하루 종일 피크·오프피크를 구분하지 않는다.
가격이 공개되자 댓글창에서는 이미 누군가 DeepSeek를 놀려대고 있었다. “MiniMax는 역시 가성비가 제일이야, 이 가격이면 뭐가 더 바라겠냐.”
오래된 사용자의 평가는 더 직접적이다. “얼마나 강하다고 하기는 뭐 하지만, 적어도 한동안 뒤처져 있다가 이제야 겨우 시대를 따라잡은 정도는 됐다.”
농담은 농담일 뿐이지만, 이 두 가지 목소리는 MiniMax가 이번에 처한 상황을 꽤 잘 보여준다. 과거 외부에서 그들의 텍스트 모델을 이야기할 때는 능력보다 가격이 화제가 되는 경우가 많았는데, M3.1 Flash는 이번에 적어도 주류 모델과 정면으로 비교할 수 있는 성적표를 한 장 챙긴 셈이다.저가가 더 이상 유일한 셀링포인트가 아닌 만큼, MiniMax는 마침내 개발자들이 그들의 능력과 가성비를 동시에 논할 기회를 얻게 되었다.
02
실측: 똑같이 3D 캠퍼스를 만드는 데,
MiniMax는 65분을 덜 들였다
순위권의 두 Flash 모델은 팽팽했고, 우리는 두 모델에 동일한 실제 과제를 하나 부여했다. 손으로 그린 캠퍼스 평면도와 건물 크기표를 바탕으로, 브라우저에서 상호작용 가능한 3D 캠퍼스를 처음부터 구축하는 것이었다.
과제에서 제공된 재료는 손으로 그린 캠퍼스 평면도와 건물 크기표였으며, 캠퍼스 배치와 충돌 검사를 완료하고, Blender 스크립트로 모델링을 작성하며, 편집 가능한 원본 파일을 보존하고 GLB로 내보낸 뒤, Three.js로 상호작용 가능한 웹페이지를 만들어 건물 선택, 상세 정보 확인, 카메라 위치 지정 및 시뮬레이션 시간 기능을 지원해야 했다.
테스트에는 각각 MiniMax Code＋M3.1 Flash와 OpenCode＋DeepSeek V4.1 Flash를 사용했으며,동일한 로컬 환경에서 실행했다.
캠퍼스 손그림 평면도 및 건물 크기 데이터 표
▎양쪽 모두 답안을 제출했고, MiniMax의 인터랙션 디테일이 더 풍부했다
먼저 결과물을 보면, 두 방안 모두 주요 요구사항을 완수했지만 페이지의 표현 방식에는 차이가 있었다.
DeepSeek는 건물 데이터 표시 쪽에 치우쳐 왼쪽 목록, 오른쪽 상세 패널, 하단 시간 슬라이더로 정보를 구성했다. 반면 MiniMax는 건물 번호, 부지 정보, 시점 전환을 더 눈에 띄는 위치에 배치했고, 건물을 클릭하면 주황색 하이라이트 윤곽선과 플로팅 라벨이 함께 나타나 장면과 건물 데이터의 대응 관계가 더 직관적이었다.
양쪽 모두 편집 가능한 원본 파일을 보존했으며, 내보낸 GLB 모델도 여섯 개 건물 번호 검증을 통과했다. 이번 과제에 한해 두 방안 모두 실행 가능하고 이후 수정도 이어갈 수 있는 프로젝트를 제출했다.
▎같은 약 6.5元(원)을 쓰고, MiniMax는 한 시간 먼저 제출
진짜 격차를 벌어지게 한 것은 시간이었다.
로컬 세션 통계에 따르면, MiniMax 조합은 55.4분이 걸렸고, DeepSeek 조합은 약 121분이 걸렸다. 전자가 약 65분을 덜 쓴 것이며, 세션 길이가 54% 단축되었다.
양쪽의 모델 비용 청구서는 거의 차이가 없었다. 10월 20일에 검증된 공식 API 가격으로 환산하면, MiniMax의 이번 과제 모델 비용은 약 6.50元, DeepSeek는 피크 시간대 가격 기준 약 6.52元이었다. MiniMax의 이번 실행 캐시 히트율은 98.1%에 달해, 연속된 다중 라운드 호출 비용을 낮은 수준으로 유지하는 데도 도움이 되었다.
주요 납품 요구사항이 모두 완수되고 모델 비용이 비슷한 상황에서, MiniMax는 DeepSeek 조합이 약 두 시간을 쓴 작업을 한 시간도 안 되어 완료했다. 도구를 연속으로 호출하고 코드를 반복 수정해야 하는 Agent에게 한 시간 덜 기다리는 것 자체가 상당히 실질적인 이점이다.
03
Flash가 플래그십의 밥그릇을 뺏기 시작했고,
가격전은 과제 비용으로 번졌다
과거 Flash는 주로 플래그십 모델의 저렴한 대체재로 여겨졌다.
예산이 한정되고 과제가 단순할 때만 개발자가 Flash를 우선 고려했다. 복잡한 소프트웨어 엔지니어링이나 다단계 과제를 만나면 역시 능력이 더 강한 플래그십에 맡기는 것이 관습이었다. 하지만 DeepSeek와 MiniMax가 잇달아 업데이트되면서 이러한 선택에 변화가 생기기 시작했다.
특히 Agent 시나리오에서는 모델이 파일을 반복해서 읽고, 도구를 호출하고, 코드를 수정하고, 오류를 처리해야 한다. 하나의 과제가 몇십 분에서 몇 시간까지 이어질 수 있으며, 개발자가 주목해야 하는 것은전체 작업을 완료하는 데 과연 얼마나 많은 시간과 비용이 드는가이다.
MiniMax가 이번에 공개한 ALE 비용 비교는 이를 보여주는 직관적인 예다.
ALE-v1 Overall 전체 세트의 152개 과제 중 M3.1 Flash의 통과율은 29.6%였고, 전체 평가의 추정 모델 비용은 약 739元이었다. 비슷한 통과율을 보인 GPT-5.6 Sol(약 30.6%)의 해당 비용은 약 5000元 수준이었다.
ALE 비용 그래프
두 모델은 이 평가에서 완료율이 약 1%p 차이에 불과하지만, 모델 비용은 거의 7배 차이가 났다.
물론 29.6%의 통과율은 M3.1 Flash가 아직 플래그십을 전면 대체할 수 있는 수준에 이르지 못했음을 보여준다. 실제 사용 시에는 실패 재시도와 수동 검수 비용도 계산에 넣어야 한다. 하지만 일부 복잡한 과제에 대해서는 개발자가 이제 최고가 모델을 바로 호출하기보다 먼저 Flash를 시도해볼 이유가 생겼다.
MiniMax는 이후 더 높은 지능 상한을 추구하는 Pro 버전도 출시할 예정이다. 한편 Flash가 플래그십에 주는 충격도 나타나고 있다.과거 플래그십을 호출해야 했던 작업 중 일부는 이제 더 낮은 가격의 Flash에 맡길 수 있게 되었다.(레이펑왕(공식 계정: 雷峰网))
레이펑왕 오리지널 기사이며, 무단 전재를 금지합니다. 자세한 내용은 참조전재 안내。