MiniMax-M3.1-Flash: 문서에서는 이미 사용 중이지만, 가격 페이지에서는 아직 사용하지 않습니다

2026년 10월 19일, 적중률이 높은 한 모델 관측가가 MiniMax가 "MiniMax-M3.1-Flash를 출시할 준비 중"이라고 게시하며 벤더의 API 레퍼런스를 지목했습니다. 그 API 레퍼런스는 실제이며, 거기서 인용한 문구 — "100만 토큰 컨텍스트 창과 조정 가능한 사고 깊이를 갖춘 프런티어 멀티모달 코딩 모델" — 는 MiniMax 자체 문서에서 그대로 가져온 것입니다. 하지만 "출시할 준비 중"이라는 표현은 실제로 해당 페이지에 있는 내용을 축소해 말합니다. MiniMax-M3.1-Flash는 체인지로그에서 기다리는 코드명이 아닙니다. 텍스트 생성 가이드의 모든 코드 샘플에 등장하는 모델이고, 모델 목록에서 MiniMax-M3 위에 있으며, M3와 동일한 속도 제한 행을 공유하고, 오늘부터 MiniMax가 M2.5 및 M2.7 구독 트래픽을 자동 라우팅하는 대상입니다. 그것은 결코 가격이 책정되거나, 벤치마크되거나, 다운로드 가능하거나, 벤더의 릴리스 노트에 단 한 번이라도 언급된 모델이 아니다. 한 페이지에서는 문서화되고 호출 가능하지만 다음 페이지의 모든 상업적 페이지에서는 빠져 있다는 이 격차가 이야기의 전부이며, 어느 부분이 확인된 사실이고 어느 부분이 추론인지 정확히 짚을 가치가 있다. 이와 같은 릴리스 뒤에 있는 문서화된 AI 실패 및 에이전트 사건은 OrcaRouter AI 사건 아카이브에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 이견 표시가 함께 있습니다.

오늘 공급업체의 페이지들에는 실제로 무엇이 있나요?

네 개의 별도 M​iniMax 페이지가 모델 이름을 담고 있으며, 모두 같은 방식으로 담고 있지는 않습니다. 그 불일치는 이용 가능한 가장 유용한 증거입니다. 왜냐하면 각 페이지는 서로 다른 독자를 위해 서로 다른 팀에 의해 작성되기 때문입니다.

• API 레퍼런스와 모델 호출 가이드 모두 MiniMax-M3.1-Flash를 현재 모델로, MiniMax-M3 위에 나열하며, 1,000,000 토큰 컨텍스트 윈도우와 조정 가능한 사고 깊이 설명을 함께 제시합니다. 해당 페이지의 모든 curl, Python, Node 샘플은 바로 그 문자열을 전송합니다.

• FAQ의 모델 목록에서는 이를 프리뷰 수식어 없이 사용 가능한 모델로 표기하고 있으며, 2026년 10월 19일자 서비스 종료 공지에서는 M Plan 및 Token Plan의 M2.5 및 M2.7 요청이 현재 라우팅되는 대상으로 "M3.1 Flash"를 명시하고 있습니다.

• 요청 한도 표에서는 MiniMax-M3.1-Flash와 MiniMax-M3를 한 행에 묶어 분당 200회 요청, 분당 10,000,000토큰으로 명시합니다. 이것이 대체하는 M2.7 및 M2.5 패밀리는 500 RPM 및 20,000,000 TPM으로 기재되어 있는데, 모든 측면에서 상향 마이그레이션이라고 가정했다면 기억해 둘 만합니다.

• M Plan 및 Token Plan 페이지에서는 여전히 텍스트 모델을 "M3.1 Flash Preview"라고 부릅니다 — 플랜 개요, 플랜 FAQ, Token Plan 업그레이드 안내, M Plan 사용 규칙, 이 네 곳 모두에서요.

그리하여 이 이름은 기술 문서에서는 "Preview" 접미사를 잃었고 상업 문서에서는 그대로 유지되고 있다. 이름 변경, 정식 출시(GA) 날짜, 출시를 알리는 페이지는 없으며, 릴리스 노트 페이지가 단서다. 그 페이지의 가장 최근 언어 모델 항목은 여전히 2026년 6월 1일의 MiniMax-M3이고, 그 이후 항목은 7월 31일의 H3뿐이다. 9월 말에 이 모델에 무슨 일이 있었든, MiniMax는 이를 릴리스로 기록한 적이 없다. "M3.1-Flash가 Preview 라벨을 없앴다"는 것은 벤더가 발표한 뉴스가 아니라 문서에 관한 관찰로 다뤄야 한다.

MiniMax-M3 대비 정말로 새로운 단 한 가지

이름을 걷어내면 실제 역량 차이가 있으며, 그것이 바로 원문 게시물이 포착한 차이다. MiniMax-M3는 사고를 스위치로 취급한다. 생략하면 꺼짐, {"type": "adaptive"}는 켜기, {"type": "disabled"}는 꺼진 상태 유지다. MiniMax-M3.1-Flash는 사고를 아예 끌 수 없는 다이얼로 취급한다. thinking: {"type": "disabled"}를 보내거나 — OpenAI 호환 엔드포인트에서 reasoning_effort: "none"을 보내면 — API는 오류 코드 2013과 함께 모델이 "requires adaptive thinking"이라는 메시지를 담은 HTTP 400을 반환한다.

대신 얻는 것은 low, medium, high, xhigh, max의 다섯 단계로 구성된 노력 사다리입니다. 공급업체는 더 높은 수준일수록 더 철저하게 사고하고 더 높은 지연 시간으로 더 많은 사고 토큰을 출력한다고 문서에 명시합니다. 필드를 완전히 생략할 경우 기본값은 max입니다. 필드 이름은 프로토콜에 따라 달라집니다 — Anthropic 호환 엔드포인트에서는 output_config.effort, OpenAI 호환 엔드포인트에서는 reasoning_effort, Responses 엔드포인트에서는 reasoning.effort — 하지만 사다리는 세 가지 모두에서 동일한 다섯 개 값입니다.

그 사다리 옆에는 놓치기 쉬운 두 가지 세부 사항이 있습니다. 첫째, 사고 토큰은 max_tokens에 포함되어 계산됩니다. M​iniMax 자체 참고 자료에 따르면 짧은 답변을 염두에 둔 예산이라도 추론에 전부 소모되어 빈 메시지와 stop_reason: "max_tokens"를 반환할 수 있습니다. 둘째, 이 모델에서는 reasoning_split을 false로 설정할 수 없으므로 O​penAI 호환 경로에서는 사고 내용이 항상 content의 <think> 태그 안이 아니라 reasoning_content로 전달됩니다. M3 출력에서 해당 태그를 긁어내는 파서가 있다면 여기서는 할 일이 없습니다.

이것은 동시에 진정한 사용성 개선이자 진정한 과금 위험이며, 그 둘은 같은 기능입니다. low에서의 일상적인 이름 변경과 xhigh에서의 저장소 전체 리팩터링은 동일한 모델이 서로 다른 트레이드오프를 하는 것이며, 바로 그것이 Flash 티어가 제공해야 하는 것입니다. 그러나 기본값은 가장 비싼 단계이므로, 해당 필드를 한 번도 설정하지 않는 호출자는 사소한 요청을 포함한 모든 요청에서 최대한의 숙고 비용을 지불하게 됩니다. M3의 토큰 수를 기반으로 구축된 모든 비용 모델은 effort가 고정되기 전까지 M3.1-Flash를 과소평가할 것입니다.

이 줄에서 "Flash"가 의미하는 것과 의미하지 않는 것

M​iniMax는 이전에 한 번 Flash 접미사를 사용한 적이 있는데, 이 모델이 그 연속으로 보이는 9월 27일 프리뷰에서였으며, 그 등급의 설명은 최전선 작업이 아니라 일상 개발이었습니다: 빠른 버그 수정부터 전체 기능 작업까지 빠르고 안정적으로. 그것은 그럴듯한 브리프입니다. 또한 오늘 현재로선 측정되지 않은 상태입니다.

같은 문서의 M3 행에는 출력 속도가 "약 100+ tps"라고 명시되어 있습니다. M3.1-Flash 행에는 속도 수치가 전혀 없습니다. 속도 제한 표는 두 모델에 동일하게 200 RPM과 10M TPM을 부여하므로, 계정당 처리량은 문서화되어 있지만 토큰당 지연 시간은 그렇지 않습니다. 독립적인 측정도 이 공백을 메우지 못합니다. Artificial Analysis는 MiniMax-M3를 Intelligence Index 점수와 함께 등재하고 있지만, MiniMax-M3.1-Flash에 대한 항목은 없습니다 — 모델 페이지는 404를 반환하고 모델 색인에도 나타나지 않습니다. 벤더 벤치마크 시트도 없으므로, 해당 칸은 단지 이른 것이 아니라 비어 있는 것입니다. 공개된 속도 수치가 없는 Flash라는 등급은 사양이 아니라 마케팅 포지션입니다.

아직 빠져 있는 세 가지 숫자, 그리고 각 숫자가 막고 있는 것

이 세 가지는 모델이 단순히 호출 가능한지를 넘어 실제로 사용 가능한지를 결정하는 사실이며, 셋 모두 1분 안에 확인할 수 있다.

• 가격. M​iniMax의 가격 개요에는 언어 모델 행이 하나 있습니다: MiniMax-M3는 입력 100만 토큰당 $0.30, 출력 100만 토큰당 $1.20이며 최대 512,000 입력 토큰까지 적용되고, 그 이상에서는 $0.60과 $2.40으로 두 배가 되며, 캐시 읽기는 $0.06과 $0.12입니다. 표 어디에도 M3.1-Flash 행은 없습니다. 표준이든 우선순위든 마찬가지입니다. 대신 존재하는 것은 구독 가격입니다 — M Plan은 Go가 월 $22, Explore가 $55, Build가 $132이며, 세 계층 모두 "M3.1 Flash Preview" 텍스트 모델을 명시하고, Explore는 Go 사용 허용량의 3배, Build는 7.5배입니다. 모델에 대한 접근 권한은 구매할 수 있지만, 이에 대한 토큰당 요금을 계산할 수는 없습니다.

• 출력 상한. 문맥은 1,000,000 토큰으로 문서화되어 있습니다. M3.1-Flash의 최대 출력은 문서화되어 있지 않은 반면, MiniMax-M3에 대한 자체 카탈로그 항목에는 512,000으로 기록되어 있습니다. 공개되지 않은 쓰기 한도와 함께 백만 토큰을 읽는다는 것은 출력이 아니라 입력에 대한 약속이며, 코드 생성 워크로드에서는 출력 수치가 단일 패스로 작업을 끝낼 수 있는지를 결정하는 값입니다.

• 가중치. 전혀 없습니다. MiniMaxAI 조직의 공개 저장소는 MiniMax-Music3(2026년 8월 14일 업데이트)와 MiniMax-H3(8월 13일)가 최신이며, MiniMax-M3.1 체크포인트를 요청하면 모델 카드 대신 플랫폼의 401 "not visible to you" 응답이 돌아옵니다. 반면 MiniMax-M3는 2026년 6월 2일부터 MiniMaxAI 조직에서 약 4,270억 개 매개변수로 다운로드할 수 있었고, 라이선스는 Hugging Face가 단순히 "other"로 기재합니다. 자체 GPU를 보유한 팀들에게 M3를 흥미롭게 만든 오픈 웨이트 옵션은 후속 모델에는 이어지지 않습니다.

기존 스택에 이것을 연결하려는 누구에게나 중요한 네 번째 차이점이 있습니다: 바로 키 유형입니다. 텍스트 생성 가이드의 코드 샘플은 api_key를 "Get Subscription Key"로 지정하고 있으며, MiniMax 자체 계정 FAQ는 Subscription Key와 종량제 API Key가 서로 대체할 수 없는 별개의 자격 증명이라고 분명히 밝힙니다. M Plan FAQ는 그에 대응하는 규칙을 덧붙입니다 — 플랜 범위를 벗어나는 모든 경우에는 종량제 키를 사용하십시오. M3.1-Flash 문서 어디에도 두 키 중 어느 것이 토큰 단위로 모델에 적용되는지 나와 있지 않습니다. 우리는 확인하기 위해 엔드포인트를 호출하지 않았으며, 독자는 모델이 OpenAI 호환 코드 블록에 보인다는 이유만으로 표준 API 키가 작동한다고 가정해서는 안 됩니다.

마이그레이션은 실제로 진행 중이며, 오늘 시작되었습니다.

명명 문제와는 별도로, M​iniMax는 이 모델을 명시적으로 선택된 적 없는 프로덕션 경로에 투입하는 날짜가 정해진 일정을 확정했습니다. 2026년 10월 19일부터 M Plan 및 Token Plan의 M2.5 및 M2.7 요청은 M3.1 Flash로 자동 라우팅되며, 기존 모델 이름은 하위 호환성을 위해 계속 작동하고 플랜 사용 허용량은 변경되지 않습니다. 두 제품군은 같은 날부터 신규 사용자에게 제공되지 않습니다. 2026년 11월 18일에는 완전히 종료되며, 그 이후에는 해당 모델에 대한 API 요청이 작동하지 않습니다. 기존 종량제 사용자는 그때까지 계속 액세스할 수 있습니다.

해당 공지에서 핵심 역할을 하는 단어는 "자동으로"입니다. 클라이언트가 계속 MiniMax-M2.7을 보내고, 요청은 계속 성공하며, 허용량은 계속 소진되는데 — 반대편의 모델은 항상 사고를 수행하고, 기본값이 최대 추론 강도이며, 이전 모델보다 계정당 요청 상한이 더 낮습니다. 요청한 모델만 기록하고 응답한 모델은 기록하지 않으면, 모니터링 어디에서도 이런 일이 발생했음을 알려주지 않습니다. 한 줄짜리 완화책은 토큰 청구서가 대신 알려주기 전에 마이그레이션된 워크로드의 effort를 low 또는 medium으로 고정하는 것입니다.

구독을 구매하지 않고 평가하려면

이것이 어색한 부분입니다. 구독 키를 통해서만 접근할 수 있고 토큰당 가격도, 공개된 지연 시간도 없는 모델은 중요한 축, 즉 완료된 작업당 비용을 기준으로 다른 무엇과도 비교하기 어렵습니다. 솔직한 입장은 MiniMax-M3.1-Flash가 현재 OrcaRouter 카탈로그에 없다는 것입니다. 해당 모델 페이지를 요청하면 404가 반환되며, 우리가 제공하는 MiniMax 모델은 토큰당 과금 라인입니다 — minimax/minimax-m3는 1M 컨텍스트에 $0.30/$1.20이며, 여기에 M2.7, M2.5 및 H3 엔드포인트가 더해집니다.

그것이 유용한 이유는 구독 모델이 숨기는 비교를 드러내기 때문입니다. 실제로 계량할 수 있는 모델을 그럴 수 없는 모델 옆에, 같은 키와 같은 프롬프트 세트로 놓으면, MiniMax-M3의 작업당 비용 수치를 얻을 수 있고, 이를 M Plan 시트가 실제로 지출하는 금액과 견줘 볼 수 있습니다. 여기 가격은 제공업체의 정가를 0% 마크업으로 그대로 전달한 것이므로, 계산하는 값은 마크업된 버전이 아니라 MiniMax가 공개한 값 그대로입니다. 자동 페일오버는 검증되지 않았거나 구독으로 제한된 의존성을 프로덕션 경로 아래가 아니라 옆에 두게 해주고, 라우팅 DSL을 사용하면 일상적인 호출에는 저렴한 모델을 고정하고 어려운 호출만 더 비싼 모델로 보낼 수 있습니다. 이는 M3.1-Flash가 파라미터로 노출하는 동일한 노력 등급화 결정을 한 계층 위에서 내리는 것입니다. 저희 사이트의 MiniMax-M3 모델 페이지에는 요금표와 사양이 한곳에 있으니, 거기서 시작하셔도 됩니다.

이것을 출시로 전환하려면 무엇이 필요할까?

세 가지 공개 자료만 있으면 결론이 날 텐데, 현재로선 그중 어느 것도 존재하지 않습니다. 가격 개요에 MiniMax-M3.1-Flash의 가격 행이 있으면 이 모델을 비교할 수 있고, Flash 접미사가 M3보다 저렴하다는 뜻인지 단지 더 빠르다는 뜻인지 알 수 있을 것입니다. 2026년 6월 1일 이후 날짜의 릴리스 노트 항목이 있으면 문서 편집이 아니라 실제 릴리스가 있었다는 것을 확인할 수 있을 것입니다. Hugging Face의 체크포인트가 있으면 M3가 제공했고 이 모델에서는 사라진 셀프 호스팅 옵션을 되살릴 수 있을 것입니다. 네 번째의 독립적인 자료가 가장 도움이 될 것입니다. 지연 시간 수치가 있는 Artificial Analysis 항목인데, "Flash"는 속도에 관한 주장이고 오직 한 당사자만 이에 대한 수치를 발표하지 않았기 때문입니다.

그때까지 정확한 요약은 원문 게시물보다 범위가 좁고 출시 기사보다 유용하다. MiniMax-M3.1-Flash는 문서화되어 있고 구독으로 접근할 수 있는 백만 토큰 멀티모달 모델이며, 끌 수 없는 다섯 단계 사고 사다리를 갖추고 있다. 오늘부로 마이그레이션된 M2.5 및 M2.7 트래픽을 받고 있다. 그리고 공개된 가격도, 가중치도, 출력 상한도, 릴리스 노트도, 독립 평가 점수도 없다. 시도해 보기에는 충분하지만, 표준으로 삼기에는 아직 충분하지 않다.