MiniMax-M3.1-Flash, 인텔리전스 인덱스에서 42점 기록 — 작업당 비용은 $0.22

MiniMax-M3.1-Flash는 2026년 10월 19일 Artificial Analysis Intelligence Index 점수 42로 출시되었습니다. 이는 29점인 MiniMax-M3보다 13점 높은 수치이며, 토큰당 요금은 절반이고 — 실제로 중요한 수치는 — 작업당 비용이 절반 미만으로, $0.22 대 $0.51입니다. 이 모델은 42점으로 GLM-5.3-Flash와 동점이고, 45점인 DeepSeek V4.1 Flash 1017보다 3점 뒤지며, 벤치마크 작업을 완료하는 데 드는 비용은 둘 중 어느 쪽보다도 적습니다. 이 네 가지 숫자가 한 줄로 요약한 전부입니다. 흥미로운 부분은 지수 읽기를 멈추고 청구서를 읽기 시작할 때 벌어지는 일인데, 이 모델은 토큰당 저렴하면서 동시에 토큰당 유난히 비싼 모델이기 때문입니다. 이와 같은 출시의 배후에 있는 문서화된 AI 실패 및 에이전트 사고는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 함께 제공됩니다.

M​iniMax가 블로그 글에 넣지 않은 숫자

MiniMax의 출시 글은 벤더 마케팅으로서는 충실합니다. 더 빠른 추론, 더 강력한 에이전트 점수, 전작 대비 70% 낮은 에이전트 작업 비용을 내세웁니다. 하지만 이 글에는 자사가 만들지 않은 다른 모델과 이 모델을 비교할 수 있게 해주는 숫자가 단 하나도 없습니다. 이제 그 숫자는 외부에서 제공됐습니다. Artificial Analysis가 MiniMax-M3.1-Flash를 자사의 표준 평가 제품군에 돌려 2026년 10월 19일에 공개했습니다.

• Intelligence Index — 42, 트래커에서 173개 모델 중 4위

• Intelligence Index 작업당 비용 — $0.22, MiniMax-M3의 $0.51, GLM-5.3-Flash의 $0.28 대비

• 정가 — 입력 토큰 100만 개당 $0.15, 출력 100만 개당 $0.60, 캐시된 읽기 100만 개당 $0.015

• 혼합 가격 — 트래커의 7:2:1 캐시 적중/입력/출력 비율 기준 백만 개당 $0.10

• 컨텍스트 창 — 1,000,000 토큰

출력 속도 — 초당 125.5토큰, 첫 토큰까지 1.04초

• 장황함 — Index 전반에서 출력 토큰 1억 8,000만 개가 소비되었으며, 이는 중앙값 9,900만 개 대비입니다

• 입력 모달리티 — 트래커 기준 텍스트 및 이미지; M​iniMax 자체 API 참조에는 비디오도 나열됨

순위는 이 헤드라인의 약한 부분이다. 173개 중 4위라면 시상대에 오른 것처럼 들리고, 트래커가 모든 크기와 가격의 모델을 비교한다는 좁은 의미에서는 실제로 그렇다. 그러나 그 위에 있는 세 모델 — 45의 DeepSeek V4.1 Flash 1017과 두 개의 더 큰 프런티어 시스템 — 은 조달 결정에서 경쟁 상대가 아니다. 실제로 이 모델이 후보군에서 함께 비교될 상대는 같은 가격대의 모델들이며, 그 지점에서 양상은 GLM-5.3-Flash와 백중세이고 DeepSeek의 최신 Flash에는 근소하게 뒤진다.

42를 두 번, 서로 다른 두 가지 이유로

GLM-5.3-Flash와 MiniMax-M3.1-Flash는 동일한 지수에서 둘 다 42점을 기록하는데, 이 동점은 겉보기보다 유용성이 떨어진다. 두 모델은 서로 정반대의 경로로 그 점수에 도달한다.

GLM-5.3-Flash는 오픈 웨이트 모델입니다. 총 3,200억 개 파라미터, 활성 180억 개, MIT 라이선스이며, 2026년 8월 26일 출시 이후 Hugging Face에 가중치가 공개되어 있습니다. 초당 78토큰으로 실행되고 첫 토큰까지 2.52초가 걸리며, 입력 100만 토큰당 0.15달러, 출력 100만 토큰당 0.50달러이고, 인덱스 작업당 0.28달러를 소모합니다. MiniMax-M3.1-Flash는 현재 비공개이며 — MiniMax는 가중치를 "추후 공개할 것"이라고 말합니다 — 초당 125.5토큰으로 실행되고 작업당 0.22달러를 소모합니다. 따라서 성능에서는 무승부이고, 프로덕션 팀이 신경 쓰는 모든 면에서는 갈리는 결정입니다. 하나는 다운로드하고 양자화할 수 있고, 다른 하나는 작업당 60% 더 빠르고 20% 더 저렴합니다.

이틀 앞선 10월 17일에 공개된 DeepSeek V4.1 Flash 1017은 더 까다로운 비교 대상이다. 점수는 45점이고, 초당 222토큰으로 거의 두 배 속도로 작동하며, 입력 $0.30, 출력 $1.20으로 M​iniMax의 요금표와 정확히 두 배다. 여기에 98% 캐시 할인이 적용되어 작업당 비용이 $0.26까지 내려간다. 또한 총 5,520억 개, 활성 160억 개 파라미터의 MIT 라이선스 오픈 웨이트다. 순수 성능과 순수 속도에서는 완전히 앞선다. 완료된 작업당 비용에서는 M​iniMax가 4센트 차이로 여전히 앞서는데, 이 차이는 실제 워크로드에서 정가가 아니라 캐싱 동작과 출력 길이가 승부를 가를 만큼 얇다.

분명히 짚고 넘어가자면, 2026년 9월 10일 출시된 더 오래된 DeepSeek V4.1 Flash는 39점으로 MiniMax-M3.1-Flash보다 낮습니다. "1017" 접미사가 중요합니다. 9월 체크포인트와 비교하는 사람은 더 약한 모델과 비교하는 것입니다.

벤더 벤치마크와 그 가치

M​iniMax는 출시와 함께 여섯 가지 평가를 공개했습니다. 그중 어느 것도 독립적으로 재현된 것이 아니며, 해당 게시물에는 비교 열도 없습니다. 따라서 이 수치들은 주로 M​iniMax가 이 모델을 어떤 용도로 생각하는지 보여주는 개요로서 유용합니다.

• BankerToolBench — 76.2, 다단계 계획, 문서 일관성 및 연쇄 도구 호출을 아우르는 엔터프라이즈 워크플로 제품군

• DeepSWE v1.1 — 73.7%, 코드 이해, 기능 작업, 버그 수정 및 테스트 검증

• OSWorld V2 — 61.7, 애플리케이션 전반에 걸친 컴퓨터 조작; MiniMax, 중국 모델 중 1위 주장

• Agents' Last Exam — 29.6, 장기적인 전문 업무; 동일한 '중국 모델 중 1위' 주장

• CyberGym — 82%, 취약점 발견 및 검증

• AutomationBench-AA — 최고 성과 제품으로 설명되지만 점수는 공개되지 않음

마지막 줄이 결정적 단서다. AutomationBench는 ‘에이전트형’ 포지셔닝을 뒷받침하는 벤치마크이며, 이 글이 싣지 않은 유일한 숫자다. 나머지 다섯 개는 실제적이고 구체적이지만, 비교군 없는 벤치마크 점수는 모델이 실험실에서 무엇을 할 수 있는지 알려줄 뿐, 이미 비용을 지불하고 쓰고 있는 모델을 능가하는지에 대해서는 아무것도 말해주지 않는다. 또한 이 모델은 이번 출시 전 3주 동안 MiniMax-M3.1-Flash-Preview라는 이름으로 테스터들의 손에 있었는데, 그 체크포인트에 대한 독립 평가도 공개되지 않았다 — 어떤 M3.1 모델에 대한 첫 제3자 측정치는 출시 당일 등장한 42다.

토큰 가격과 작업 가격이 일치하지 않는 이유

이 모델에는 함정이 있는데, 결코 사소한 함정이 아니다. MiniMax-M3.1-Flash의 요금표는 MiniMax-M3의 정확히 절반이다. 입력 토큰 512,000개까지 $0.15/$0.60 대 $0.30/$1.20이다. 여기서 자연스럽게 떠올리는 추론은 어떤 워크로드의 비용이 절반이 된다는 것이다. 하지만 그렇지 않다. 두 가지 이유가 겹쳐 작용하기 때문이다.

첫 번째는 장황함입니다. Intelligence Index에서 이 모델은 1억 8천만 개의 출력 토큰을 소비했으며, 중앙값 모델은 9,900만 개를 소비합니다. 이 모델은 기본 effort 수준인 max에서 사고하며, 사고 토큰은 출력으로 청구되고 max_tokens에 계산됩니다. 출력 비중이 높은 워크로드로 계산해 보세요. 출력 토큰 1억 8천만 개에서 100만 개당 $1.20인 MiniMax-M3는 $216을 청구합니다. 1,000만 개에서 $0.60이면 $108을 청구합니다 — 절반으로 줄어드는 규칙은 유지됩니다. 따라서 요율은 정직합니다. 움직이는 것은 물량입니다.

두 번째 이유는 thinking을 아예 끌 수 없다는 점입니다. MiniMax의 API 레퍼런스에 명시되어 있습니다. thinking: {"type": "disabled"}를 보내면 HTTP 400이 반환되고, reasoning_effort: "none"도 같은 방식으로 거부됩니다. low, medium, high, xhigh, max로 이어지는 5단계 사다리가 유일하게 제공되는 제어 수단이며, 이 필드를 생략하면 max를 의미합니다. 반면 MiniMax-M3는 thinking을 완전히 비활성화할 수 있고, Anthropic 호환 엔드포인트에서는 기본적으로 꺼져 있습니다.

실질적인 결과는 이렇습니다. 출력 토큰 60개를 지불하고 추론은 전혀 하지 않던 분류·추출·서식 작업이라면, 사고 기능을 끈 MiniMax-M3는 출력 100만 토큰당 $1.20임에도 출력 100만 토큰당 $0.60인 MiniMax-M3.1-Flash보다 여전히 더 저렴할 수 있습니다. 최신 모델이 답변하기 전에 수백 개의 사고 토큰을 소비하기 때문입니다. 에이전트 실행, 즉 다단계 도구 사용, 긴 코딩 세션, 컴퓨터 사용 루프에서는 최신 모델이 이기며, 독립적인 작업당 비용 수치가 이를 확인해 줍니다. $0.22 대 $0.51은 50%가 아니라 57% 절감인데, 더 짧아진 궤적이 추가 추론 비용을 충분히 상쇄하고도 남기 때문입니다.

이런 출시를 해석하는 올바른 방식은 토큰당이 아니라 완료된 작업당이며, 트래커의 $0.22는 이 글에서 그 계산을 이미 대신 해 주는 유일한 수치입니다.

스택을 다시 작성하지 않고 비용을 제대로 맞추기

작업당 비용은 구매 결정이라기보다 라우팅 결정이다. 이 비교에 나온 모델들은 단일 축에서 서로 대체할 수 있는 모델이 아니다. MiniMax-M3.1-Flash는 작업당 빠르고 저렴하지만 클로즈드 모델이고, GLM-5.3-Flash는 다운로드 가능한 가중치를 갖춘 동일한 역량의 모델이며, DeepSeek V4.1 Flash 1017은 토큰 단가가 두 배인 대신 더 빠르고 더 강력하다. 대부분의 팀은 결국 세 모델 중 두 개를 운영하면서 작업 유형별로 트래픽을 나눈다.

그러한 분리가 바로 OrcaRouter가 존재하는 이유입니다: 200개 이상의 모델에 걸쳐 하나의 API 키를 사용하고, 공급자 정가를 0% 마크업으로 그대로 전달합니다, 따라서 MiniMax가 요금표를 절반으로 낮추면 청구서에 표시되는 숫자는 다음 계약 갱신 때가 아니라 같은 날 바뀝니다. MiniMax-M3.1-Flash 자체는 아직 저희 카탈로그에 없습니다 — 현재 MiniMax 자체 API, M Plan 및 MiniMax Code를 통해 호출할 수 있으며, 저희가 보증할 수 있는 다른 곳은 없습니다. OrcaRouter에서 이미 라우팅할 수 있는 것은 나머지 후보 목록입니다: MiniMax-M3, GLM-5.3-Flash, DeepSeek V4.1 Flash 1017이며, 세 가지 모두 하나의 키로 이용할 수 있으므로 위 비교는 벤치마크가 아니라 자체 트래픽에서 실행할 수 있습니다.

자동 페일오버는 한 라인업의 최신 모델이 동시에 운영 이력이 가장 짧은 모델일 때 평소보다 더 중요합니다. MiniMax-M3.1-Flash는 출시된 지 이틀밖에 되지 않았고, 전임 모델의 마이그레이션 경로는 아직 진행 중이며, 벤더는 나중에 더 강력한 Pro 모델을 약속했습니다 — 이는 3주 후에 재작성하는 대신 라우팅 테이블에서 첫 번째 모델 뒤에 두 번째 모델을 두고 싶은 바로 그런 상황입니다.

볼 만한 것

42가 6개월 뒤에도 사람들이 인용하는 숫자로 버틸 수 있을지는 세 가지로 결정된다. 첫째는 가중치다: M​iniMax는 날짜도 없이 "나중에" 공개하겠다고 약속했으며, 가중치가 공개되면 이 모델은 단숨에 동급에서 작업당 비용이 가장 저렴한 다운로드 가능 모델이 될 것이다. 둘째는 Pro 모델이다: M​iniMax는 더 강력한 버전이 나온다고 했는데, 이는 보통 Flash의 가격 포지션이 재조정된다는 뜻이다. 그리고 셋째는 에이전트 수치의 독립적 재현이다 — OSWorld V2, ALE, CyberGym은 하네스마다 가장 크게 달라지는 벤치마크들이며, 현재 이들에 관한 모든 수치는 모델을 판매하는 회사에서 나온 것이다.

그때까지 방어 가능한 요약은 좁지만 유용하다. 작업당 $0.22로 MiniMax-M3.1-Flash는 Intelligence Index 점수 42를 얻는 가장 저렴한 방법이며, 해당 점수에서 GLM-5.3-Flash와 동률이면서 더 빠르고 폐쇄형이다. 그리고 DeepSeek V4.1 Flash 1017에는 능력과 속도에서 뒤지지만 완료된 작업당 비용에서는 앞선다. 워크로드가 에이전트형이라면 그 맞바꿈은 오늘 해볼 만하다. 짧은 분류 호출 1,000건이라면, 그것이 대체한 모델이 여전히 더 저렴할 수 있다.