Guides & Insights

MiniMax-M3.1-Flash가 이제 M2.7 호출에 응답합니다: 10월 19일에 무엇이 달라졌나

작성자

Gideon Frost

게시일

Oct 19, 2026

최신 모델 · 20모든 모델 보기 →

벤치마크: Artificial Analysis · 매일 업데이트

모든 게시물로 돌아가기

만약 MiniMax-M2.7을(를) 오늘 MiniMax M Plan 또는 Token Plan 키로 보내고 있다면, 그 이름이 가리키는 모델이 바뀌었습니다. MiniMax의 자체 모델 서비스 종료 공지는 2026년 10월 19일을, 해당 플랜에서 MiniMax-M2.7 및 MiniMax-M2.5로 보내는 요청이 자동으로 MiniMax-M3.1-Flash로 라우팅되는 날짜로 지정합니다. 코드에서는 같은 모델 ID이지만 실제 응답하는 쪽은 다른 모델이며, thinking budget은 기본값이 최대이고 thinking을 완전히 끌 방법은 없습니다. 모델 자체가 새로운 것은 아닙니다. MiniMax-M3.1-Flash는 2026년 9월 27일부터 벤더 문서에 있었으며, 당시 우리가 그 문서에서 MiniMax-M3.1-Flash-Preview라는 이름으로 처음 확인했습니다. 새로운 점이자 오늘 날짜가 붙은 것은 이 대체이며, 두 개의 더 오래된 모델 패밀리가 같은 일정으로 여기에 편입된다는 사실입니다. 이와 같은 릴리스의 배경이 되는, 문서화된 AI 장애 및 에이전트 사고는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 고유한 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그가 함께 있습니다.

고지가 실제로 약속하는 내용

MiniMax는 자체 모델 목록 문서에 일정을 게시하는데, 폐기치고는 유난히 구체적이다. 세 개의 날짜가 모든 역할을 해낸다.

• 2026년 10월 19일 — M2.5 및 M2.7 제품군은 신규 사용자에게 더 이상 제공되지 않습니다. • 2026년 10월 19일 — M Plan 및 Token Plan에서 M2.5 또는 M2.7로 보내는 모든 요청은 M3.1 Flash로 자동 라우팅됩니다. 기존 모델 이름은 계속 작동하며, 공급업체는 플랜 사용 허용량에 변화가 없다고 밝혔습니다. • 2026년 11월 18일 — 두 제품군이 모두 지원 종료됩니다. 해당 모델로의 API 요청은 완전히 작동을 중단합니다.

Screenshot of MiniMax's Model List documentation page showing the collapsed heading 'MiniMax M2.5 and M2.7 Model Retirement Notice', the Available Models table with the MiniMax-M3 row described as a frontier multimodal coding model with a 1M context window and tunable thinking depth, and a Retired Models table listing MiniMax-M2.7, MiniMax-M2.7-highspeed, MiniMax-M2.5, MiniMax-M2.5-highspeed, MiniMax-M2.1, MiniMax-M2.1-highspeed, MiniMax-M2, MiniMax-M2-her and MiniMax-Music-3.0, each marked Retired.

종량제(pay-as-you-go)는 별도로 처리됩니다: MiniMax에 따르면 기존 종량제 사용자는 서비스 종료일까지 접근 권한을 유지하지만, 신규 사용자는 오늘부터 차단됩니다. 회사의 조언은 예상할 수 있는 그대로입니다 — 애플리케이션이 이 모델들에 의존하는지 확인하고 마이그레이션 계획을 세우기 시작하라는 것 — 오늘 아침 프로덕션 트래픽을 M2.7로 돌려 둔 사람에게는 다소 늦은 이야기입니다.

공지에서 중요한 단어는 '자동으로'입니다. 이는 오류를 반환해 코드 변경을 강제하는 지원 중단이 아닙니다. 이는 조용한 대체입니다. 요청은 계속 성공하고, 사용량은 계속 같은 허용량에서 차감되며, 토큰을 생성하는 주체는 다릅니다. 요청한 모델은 기록하지만 응답한 모델은 기록하지 않으면, 모니터링에는 선택하지 않은 모델을 실행하는 정상적인 서비스가 표시됩니다.

응답 내부에서 세 가지가 달라집니다

벤더의 API 레퍼런스는 두 모델을 같은 페이지에 문서화하고 있어서 그 차이를 정확히 서술하기 쉽습니다. {{1}}MiniMax-M3.1-Flash{{/1}}는 1,000,000토큰 컨텍스트 윈도우와 조정 가능한 사고 깊이를 갖춘 최첨단 멀티모달 코딩 모델이고, {{2}}MiniMax-M2.7{{/2}}은 204,800토큰 윈도우를 가진 레거시 텍스트 및 도구 모델입니다.

• 컨텍스트 — MiniMax-M3.1-Flash에서는 1,000,000 토큰, MiniMax-M2.7에서는 204,800 토큰으로, 대략 5배 증가한 수치입니다. • 입력 — MiniMax-M3.1-Flash는 텍스트, 이미지, 비디오를 지원하는 반면 M2.x 계열은 텍스트와 도구 호출만 지원하며, 벤더의 레거시 노트에는 이미지나 비디오 입력을 명시적으로 받지 않는다고 되어 있습니다. • 사고(thinking) — MiniMax-M3.1-Flash에서는 항상 켜져 있으며 비활성화할 수 없습니다. thinking: {"type": "disabled"}를 보내면 오류 코드 2013과 함께 HTTP 400이 반환됩니다. • 사고 깊이 — effort는 low, medium, high, xhigh, max를 허용하며, 생략할 경우 기본값은 max입니다. M2.7에는 이에 상응하는 제어 기능이 없습니다. • 추론 출력 — OpenAI 호환 프로토콜에서는 reasoning_content로, Anthropic 호환 프로토콜에서는 thinking 블록으로 반환됩니다. reasoning_split: false는 허용되지 않으므로 사고 내용을 content에 <think> 태그로 되돌려 넣을 수 없습니다. • 출력 상한 — MiniMax-M3.1-Flash에서 생성 시 권장 131,072 토큰, 하드 최대 524,288 토큰이며, M2.7의 총 컨텍스트 204,800과 대비됩니다. • 수용 티어 — service_tier: "priority"(1.5배 더 빠른 수용 티어)는 MiniMax-M3.1-Flash에서 지원되지 않습니다. 우선 수용에 의존하던 워크로드는 이를 상실하게 됩니다. • 샘플링 — top_p는 MiniMax-M3.1-Flash에서 기본값이 0.95이며, M2.x 모델의 0.9와 대비됩니다.

그중 두 가지는 겉모습에 관한 문제입니다. 사고 기본값은 그렇지 않습니다. M2.7용으로 만들어진 워크로드는 추론 강도에 대해 고민할 필요가 없었습니다. 설정할 것이 없었기 때문입니다. 변경되지 않은 같은 워크로드가 이제 모든 요청에서 최대 강도로 실행됩니다. 그리고 MiniMax는 사고 토큰을 생성 한도에 산입하므로, 공급업체 자체 문서에서도 너무 작은 max_tokens가max_tokens 정지 사유를 초래하며 텍스트 출력은 전혀 없다고 경고합니다.

A generated two-column scoreboard titled 'MiniMax-M2.7 vs MiniMax-M3.1-Flash — the scoreboard'. MiniMax-M2.7 lists 204,800-token context, text and tools, thinking off allowed, no thinking-depth control, open weights since April 2026, and $0.30 / $1.20 pricing; MiniMax-M3.1-Flash lists 1,000,000-token context, text, image and video, thinking off returning an HTTP 400 error, thinking depth low to max defaulting to max, no published open weights, and price not published. The footer reads 'Vendor documentation figures; MiniMax-M3.1-Flash has no independent benchmarks. Routing date 19 Oct 2026.'

기본값은 비용이 많이 드는 설정입니다.

한 문장으로 말하자면 함정은 이렇습니다: 마이그레이션 공지에는 사용 허용량이 변경되지 않았다고 되어 있고 그것은 사실이지만, 각 요청이 소비하는 토큰은 그렇지 않습니다.

MiniMax의 M Plan FAQ는 소비량이 사고 깊이에 따라 달라지며, M3.1 Flash의 깊이가 높을수록 더 많은 사고 콘텐츠를 생성하고 더 많이 소비한다고 명시하고 있습니다. 이때 effort의 기본값이 max이므로, 마이그레이션된 M2.7 워크로드는 이제 모델이 제공하는 가장 비싼 설정으로 실행되고 있으며, 그 설정은 아무도 선택하지 않은 것입니다.

대략적인 예시입니다. 어림수를 사용하며, 측정이 아니라 산술임을 분명히 밝혀 둡니다. 하루 40,000건의 요청, 6,000토큰짜리 프롬프트, 그리고 사고 토큰 3,000개를 max로 잡았을 때와, 약 600개를 low로 잡았을 때를 비교하면, 그 차이는 하루 9,600만 개의 추가 사고 토큰, 즉 한 달에 약 29억 개입니다. MiniMax-M3의 공개 출력 단가인 100만 토큰당 1.20달러로 계산하면 — M3.1 Flash에 대해서는 MiniMax가 토큰당 단가를 공개하지 않으므로, 이는 존재하는 공개 단가 중 가장 가까운 값입니다 — 그 차이는 한 달에 3,400달러를 조금 넘습니다. 이 가정 중 두 개만 바꿔도 숫자는 크게 달라집니다. 중요한 것은 부호는 달라지지 않는다는 점입니다.

해결책은 필드 하나이며, 프로토콜마다 다릅니다: output_config.effort는 Anthropic 호환 엔드포인트에서, reasoning_effort는 OpenAI 호환 엔드포인트에서, reasoning.effort는 Responses 엔드포인트에서 사용합니다. MiniMax 자체의 코딩 도구 가이드에서도 바로 이것을 권장합니다 — 사고를 비활성화하려 하기보다 간단한 작업에서는 effort를 낮추라는 것이며, 비활성화는 선택지가 아니기 때문입니다.

무엇이든 조정하기 전에 확인해 볼 만한 2차 효과가 있습니다. 클라이언트가 max_tokens를 M2.7 답변에 맞춰 크기를 잡아 보낸다면, max-effort 모델은 전체 예산을 추론에 써 버리고 빈 메시지를 반환할 수 있습니다. MiniMax의 Anthropic 호환 참조 자료에서는 output_config.effort를 max로 명시적으로 설정하라고 알려줍니다. 같은 페이지의 매개변수 표에서는 사고 토큰이 max_tokens에 포함된다고 경고합니다. 이 두 문장은 몇 줄 간격으로 떨어져 있고, 이 조합이 바로 내용이 없는 200 응답을 받게 되는 방식입니다.

토큰당 가격은 여전히 없습니다.

이 부분이 마이그레이션을 코딩하기 어렵게 만드는 것이 아니라 비용 산정을 어렵게 만드는 부분입니다. MiniMax의 종량제 가격표에는 언어 모델이 하나만 나열되어 있습니다. 바로 MiniMax-M3이며, 입력 토큰이 최대 512,000개인 프롬프트에 대해 백만 입력 토큰당 $0.30, 백만 출력 토큰당 $1.20이고, 그 이상에서는 $0.60과 $2.40으로 두 배가 됩니다. 취소선이 그어진 정가에는 이미 영구 50% 할인이 적용되어 있습니다. 프롬프트 캐시 읽기는 각각 백만 개당 $0.06과 $0.12입니다. MiniMax-M3.1-Flash는 해당 표에 전혀 나오지 않습니다.

공개된 것은 구독 요금제다. M Plan은 Go가 월 22달러, Explore가 55달러, Build가 132달러이며, 세 요금제 모두 M3.1 Flash Preview 텍스트 모델을 포함하고 Explore는 Go 사용량 허용치의 3배, Build는 7.5배다. Token Plan은 기존 구독자에게는 여전히 존재하지만 신규 구독자에게는 더 이상 판매되지 않으며, 벤더의 업그레이드 안내에 따르면 어느 경우든 요금제는 현재 가격과 텍스트 한도를 유지한다.

"M3.1 Flash의 토큰당 비용은 얼마인가"에 대한 솔직한 답은 아직 MiniMax 외부에서는 알 수 없다는 것입니다. 그 숫자가 문서 페이지에 없기 때문입니다. 이번 주에 비즈니스 케이스를 만들기 위해 토큰당 숫자가 필요하다면, 유일하게 정당화할 수 있는 접근법은 측정하는 것입니다. 각 노력 수준에서 고정된 평가 세트를 실행하고, 응답에서 사용량을 기록한 뒤, 계획이 암시하는 요율로 환산하십시오. 모델 카드는 공개하면서 요금표는 공개하지 않는 공급업체는 구독 방식에 대한 대화를 원한다는 뜻이지, 종량제 방식에 대한 대화를 원한다는 뜻이 아닙니다.

실제로 어떤 모델 ID를 보내시나요?

MiniMax의 문서는 자체적으로 일치하지 않으며, 이는 하필이면 가장 안 좋은 순간에 문제를 일으킵니다. API 참조 문서, 모델 호출 가이드, 모델 목록은 모두 이 모델을 MiniMax-M3.1-Flash라고 부릅니다. M Plan 페이지, Claude Code 설정 가이드, Codex 설정 가이드에서는 모두 이를 MiniMax-M3.1-Flash-Preview, 여기에는 네 개의 개별 환경 변수를 MiniMax-M3.1-Flash-Preview[1m].

두 명칭 모두 사용 중단(deprecated)으로 표시되어 있지 않고, 문서 어느 페이지에도 일반 제공(GA) 일자나 이름 변경이 공지되어 있지 않습니다. 이는 추측하기보다 분명히 밝힐 가치가 있습니다. 오늘 기준으로 공급업체는 두 문자열을 모두 사용하고 있으며, 우리는 종량제(pay-as-you-go) 키가 어느 것을 받아들일지 공개 문서만으로는 확인할 수 없었습니다. 이를 확정하는 유일한 테스트는 약 10초가 걸리고 비용이 들지 않습니다:

curl https://api.minimax.io/v1/models -H "Authorization: Bearer $YOUR_KEY"

반환되는 ID를 읽고 그중 하나를 그대로 사용하세요. 모델을 Claude Code, Cursor, Codex 또는 OpenCode에 연결하는 경우, 벤더 가이드에서는 -Preview 형식을 기대하며, Claude Code 가이드에서는 추가로 도구가 MiniMax-M3.1-Flash-Preview를 활성 모델로 보고해야 한다고 명시하며, 이는 구성이 올바를 때입니다.

직접 호스팅하면 이 중 어느 것도 당신에게 도달하지 않습니다

MiniMax-M2.7은 오픈 웨이트 모델입니다. 해당 체크포인트는 2026년 4월부터 MiniMaxAI 조직 아래 Hugging Face에 공개되어 있으며, API 엔드포인트를 종료한다는 공지는 자체 하드웨어에서 실행 중인 복사본에는 영향을 미치지 않습니다. M2.5도 마찬가지입니다. M2.7 트래픽이 자체 클러스터나 프라이빗 배포에서 처리되고 있다면, 오늘의 라우팅 변경은 남의 일입니다.

MiniMax-M3.1-Flash는 그 위치에 있지 않습니다. MiniMaxAI 조직의 가장 최근 공개 리포지토리 두 개는 2026년 8월 7일에 생성된 MiniMax-Music3와 2026년 7월 28일에 생성된 MiniMax-H3이며, Hugging Face에서 M3.1을 검색하면 아무 결과도 나오지 않습니다. 현재 라우팅되고 있는 모델에는 체크포인트도, 라이선스 파일도, 자체 호스팅으로 빠져나갈 탈출구도 없습니다. 오픈 가중치가 M2.7을 선택한 이유였다면, 이 마이그레이션은 역량이 향상되는 경우에도 자율성 측면에서는 실질적인 다운그레이드입니다.

중요한 순서대로 정리한 마이그레이션 체크리스트

• 오늘 — 구독 키를 사용 중인지 종량제(pay-as-you-go) 키를 사용 중인지 확인하세요. 자동 라우팅은 M Plan과 Token Plan에 적용되며, 종량제는 11월 18일까지 기존 사용자에게 M2.5와 M2.7을 계속 제공합니다. • 오늘 — API가 반환하는 모델 ID를 기록하세요. 보낸 ID만이 아니라 반환된 ID를 기록해야 조용한 대체가 데이터에 드러납니다. • 이번 주 — effort를 모든 호출에서 명시적으로 설정하세요. max를 그대로 상속하지 말고 작업 클래스별로 수준을 선택하세요. • 이번 주 — max_tokens 또는 max_completion_tokens를 effort보다 먼저 올리고, max_tokens 중단 사유가 나오는 빈 완료가 있는지 확인하세요. • 11월 18일 전 — M2.7 동작이 여전히 필요하다면 자체 호스팅 체크포인트로 이식하거나 새 모델의 동작을 받아들이세요. 그 날짜가 지나면 엔드포인트는 사라집니다. • 11월 18일 전 — service_tier: "priority"를 사용한 모든 것을 다시 테스트하세요. M3.1 Flash에서는 사용할 수 없으므로 모델이 그대로여도 지연 시간 프로파일이 달라집니다.

라우팅 계층이 제 역할을 하는 곳

이번 주의 교훈은 MiniMax가 더 나은 모델을 출시했다는 것이 아닙니다. 코드에 적힌 모델 ID는 벤더가 얼마든지 다시 쓸 수 있는 약속이며, 그 재작성은 여러분의 배포 이력에 변경 로그 항목으로 함께 남지 않는다는 것입니다.

열두 개의 서비스에서 벤더 문자열을 하드코딩하는 대신 모델 선택을 라우터 뒤에 두는 이유가 바로 여기에 있습니다. OrcaRouter에서는 MiniMax-M3와 M2.5 및 M2.7 엔드포인트가 200개 이상의 다른 모델과 함께 하나의 키 뒤에 있습니다, 0% 마크업으로 — 제공업체 정가가 그대로 전달되므로 MiniMax-M3가 벤더가 부과하는 것과 동일한 백만 토큰당 $0.30 및 $1.20로 표시되고, 벤더 가격 변경이 다음 청구 주기가 아니라 같은 날 반영됩니다.

여기서 정말 유용한 두 가지가 있습니다. 첫째, 라우팅 DSL을 사용하면 작업 클래스에 특정 모델을 고정할 수 있고 첫 번째 모델을 사용할 수 없을 때 두 번째 모델로 전환되므로, 검증되지 않은 모델의 평가가 기존 모델을 대체하는 대신 기존 모델 옆에서 실행됩니다. 둘째, 공급자 전반에 걸친 자동 장애 조치는 업스트림에 문제가 생긴 오후가 중단이 아니라 성능이 저하된 경로가 된다는 뜻입니다.

Screenshot of the OrcaRouter model page for MiniMax M3 showing the model path minimax/minimax-m3, 512K maximum output, text, image and video input, vision, tools, JSON and reasoning output badges, the Minimax vendor attribution, a model description and a code-sample panel.

한 가지 분명히 해둘 점은: MiniMax-M3.1-Flash는 오늘 기준으로 저희 카탈로그에 없습니다. 저희가 제공하는 것은 토큰당 과금되는 MiniMax 라인 — M3, M2.7, M2.5, H3 — 이므로, 방금 이전된 모델과 이전 전 모델을 비교하려면 기존 쪽은 키 하나만 있으면 됩니다. 새 모델 자체는 MiniMax의 자체 요금제를 통해 이용할 수 있습니다.

무엇이 이 읽기를 바꿀까요?

이것을 마이그레이션 이야기에서 출시 이야기로 바꿔 줄 공개 자료 세 가지가 필요하지만, 아직 그중 하나도 존재하지 않습니다. MiniMax-M3.1-Flash의 토큰당 가격이 공개되면 누구나 실제로 전환 비용을 계산할 수 있을 것입니다. Hugging Face의 체크포인트는 M2.7 사용자들이 잃고 있는 셀프 호스팅 옵션을 복원해 줄 것입니다. Artificial Analysis의 항목은 이 모델에 첫 독립 지능 점수를 부여할 것입니다 — MiniMax-M3는 해당 지수에서 29.2에 위치하며, MiniMax 자체 문서는 M3.1 Flash의 SWE, BrowseComp, xBench에서 최첨단 결과를 주장하면서도 그 옆에 단 하나의 수치도 공개하지 않았습니다.

그때까지는 모델을 있는 그대로 대하십시오. 호출 가능하고, 문서화되어 있으며, 벤치마크되지 않았고 토큰당 가격도 책정되지 않았지만, 이제 자신의 이름으로 들어오는, 요청하지 않은 트래픽을 받고 있습니다. 이 상황에서 좋은 결과를 얻는 팀은 첫날 자신들의 모델 ID가 별칭이 되어 버렸음을 알아차린 팀입니다.