MiniMax M3.1 Flash vs Gemini 3.5 Flash-Lite: 절반의 가격, 두 배의 점수, 그러나 여전히 확실한 선택은 아니다

Gemini 3.5 Flash-Lite2026년 7월 21일부터 판매 중입니다. MiniMax M3.1 Flash2026년 10월 19일 출시되었으며, 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.60입니다 — Gemini 3.5 Flash-Lite의 $0.30 및 $2.50의 절반, 그리고 대략 4분의 1에 해당합니다. Artificial Analysis의 Intelligence Index에서 최신 모델은 43점, Google 모델은 22점을 기록합니다. 따라서 MiniMax M3.1 Flash는 모든 토큰 항목에서 더 저렴하고, 독립 지수에서는 두 배 더 뛰어난 성능을 보입니다. 그러고 나서 작업당 비용 행에 이르면 Gemini 3.5 Flash-Lite가 $0.19 대 $0.22로 승리합니다. 이러한 역전은 이 비교를 시작하는 유일하게 정직한 방법입니다. 왜냐하면 그것은 이 결정이 요금표와 전혀 무관하다는 점을 말해 주기 때문입니다.

겉보기만 비슷한 두 개의 요금표

각 공급업체가 실제로 공개하는 내용부터 시작하십시오. 구조가 수치만큼이나 다르기 때문입니다.

• 입력 — MiniMax M3.1 Flash는 백만 토큰당 $0.15인 반면, Gemini 3.5 Flash-Lite는 $0.30입니다.

• 출력 — $0.60 대 $2.50, 4대 1의 격차입니다.

• 캐시된 입력 — $0.015 대 $0.03, 둘 다 입력 요금에서 90% 할인입니다.

• 캐시 스토리지 — Google은 이를 시간당 캐시 토큰 100만 개당 $1.00로 계량합니다. MiniMax의 출시 요금표에는 스토리지 요금이 항목별로 명시되어 있지 않습니다.

• Batch 및 Flex — Google은 두 티어 모두에서 입력을 $0.15, 출력을 $1.25로 인하했습니다. MiniMax의 출시 가격은 세 줄로 된 단일 요금제이며, 출시 자료에는 배치 티어가 없습니다.

• 우선순위 — Google은 입력 $0.54, 출력 $4.50의 우선순위 티어를 판매합니다. MiniMax의 출시 게시물에는 이에 상응하는 내용이 발표되지 않았습니다.

• 컨텍스트 및 출력 한도 — 둘 다 100만 개의 입력 토큰을 허용합니다. MiniMax는 최대 524,288개의 출력 토큰을 허용하며, Gemini 3.5 Flash-Lite는 65,536개에서 멈춥니다.

• 가중치 — MiniMax는 10월 23일 자사 커뮤니티 라이선스로 252.4GB 다운로드를 공개했습니다. Gemini 3.5 Flash-Lite는 독점 모델입니다.

배치 등급은 별도의 문장으로 다룰 가치가 있습니다. 두 카드가 거의 맞닿는 유일한 지점이기 때문입니다. 배치 지연 시간을 감수할 수 있는 팀은 Gemini 3.5 Flash-Lite 입력을 $0.15에 — 정확히 MiniMax의 표준 입력 가격 — 사용할 수 있지만, 출력은 $1.25로 여전히 MiniMax의 $0.60보다 두 배 이상 비쌉니다. 배치는 입력 격차를 좁히고 출력 격차는 그대로 둡니다. 워크로드가 출력 비중이 높다면 — 에이전트 및 코딩 워크로드가 그렇습니다 — 배치 할인으로도 이 비교를 구제할 수 없습니다.

능력 격차는 미묘한 수준이 아니지만, 벤치마크 버전을 읽어 보세요.

Artificial Analysis는 두 모델을 동일한 스위트로 평가하며, 결과는 큰 격차를 보입니다:

• 인텔리전스 지수 — MiniMax M3.1 Flash는 43점으로 173개 모델 중 5위, Gemini 3.5 Flash-Lite는 22점으로 44위입니다.

• Terminal-Bench 4.0 — 26% 대 1%.

• AutomationBench-AA — 73% 대 25%.

• GDPval-AA — 985 대비 1,458.

• SciCode — 53% 대 41%.

Terminal-Bench 수치는 맥락 없이 인용될 수치이므로 맥락이 필요하다. Google 자체의 Gemini 3.5 Flash-Lite 모델 카드는 Terminal-Bench 2.1에서 54.0%를 인용한다. Artificial Analysis는 Terminal-Bench 4.0을 실행하며 1%를 기록한다. 두 수치 모두 맞을 수 있다. 서로 다른 벤치마크 세대이며 서로 다른 것을 테스트하기 때문이다. 1%가 의미하는 것은 Flash-Lite가 터미널을 사용할 수 없다는 뜻이 아니라, 도움 없이 현재의 어려운 엔드투엔드 터미널 작업을 거의 완료하지 못한다는 뜻이다. 54%가 의미하는 것은 더 이른 버전의 벤치마크에서 좋은 성적을 냈다는 뜻이다. 버전을 명시하지 않고 이 모델을 "Terminal-Bench"에서 MiniMax M3.1 Flash와 비교하는 사람은 서로 다른 두 테스트를 비교하는 것이다.

벤더 대 독립 평가의 구분도 그에 못지않게 중요하다. Google의 모델 카드 역시 128K 컨텍스트에서 SWE-Bench Pro 54.2%, OSWorld-Verified 74.0%, GDM-MRCR 72.2%를 보고하는데, 모두 벤더가 보고한 수치이며 모두 Google이 선택한 설정에서 나온 것이다. MiniMax의 출시 게시물은 BankerToolBench 76.2, DeepSWE v1.1 73.7%, OSWorld V2 61.7을 보고하며, 이 역시 벤더가 보고한 수치다. 이 글에서 두 모델을 동일한 하네스에 통과시킨 유일한 항목은 Artificial Analysis 수치들이며, 그래서 이 수치들이 논거를 떠받친다.

더 비싼 모델이 작업당 비용은 왜 더 낮을 수 있을까

Artificial Analysis는 완료된 Intelligence Index 작업당 비용을 Gemini 3.5 Flash-Lite의 경우 $0.19, MiniMax M3.1 Flash의 경우 $0.22로 측정합니다. 이는 4대1의 출력 가격 격차 옆에 두면 불가능해 보이지만, 이 지표가 무엇인지 떠올리면 이해가 됩니다. 바로 실제로 소비된 토큰에 제공업체의 요율을 곱한 값입니다. 이는 요금표 비교가 아닙니다. 동일한 작업을 완료하기 위해 각 모델이 얼마나 많은 작업을 수행하는지를 측정한 것입니다.

{{1}}MiniMax M3.1 Flash는 장황한 추론 모델이다. Artificial Analysis는 M3.1 Flash에 대해 인덱스 전체에서 약 1억 8천만 개의 출력 토큰을 기록했는데, 이는 추적 중인 모델들의 중앙값 약 1억 개와 대비된다. MiniMax의 혼합 토큰 가격의 약 3분의 1 수준인 Gemini 3.5 Flash-Lite의 작업당 $0.19 비용은 이 모델이 동일한 인덱스를 훨씬 적은 토큰으로 통과한다는 것을 시사한다. 이는 벤더의 주장이 아니라 공개된 두 수치에서 나온 추론이지만, 같은 방향을 가리킨다. M3.1 Flash의 추가 숙고가 정답을 얻어내는 작업에서는 토큰 지출이 좋은 거래다. 정답이 의심의 여지가 없었던 작업에서는 그 숙고가 낭비이며, 토큰당 더 저렴한 모델이 작업당으로는 더 비싼 모델이 된다.{{/1}}

실제로 있을 법한 워크로드로 청구서를 산출해 보세요: 월 입력 토큰 2,000만 개(캐시 적중률 60%)에 출력 토큰 300만 개를 더한 경우입니다.

• MiniMax M3.1 Flash — 신규 입력 800만 개(개당 $0.15)는 $1.20, 캐시된 1,200만 개(개당 $0.015)는 $0.18, 출력 300만 개(개당 $0.60)는 $1.80입니다. 합계 $3.18.

• Gemini 3.5 Flash-Lite — 신규 입력 800만 개가 $0.30일 때 $2.40; 캐시된 1,200만 개가 $0.03일 때 $0.36; 출력 300만 개가 $2.50일 때 $7.50. 캐시 저장 비용 제외 총 $10.26.

이는 MiniMax에 유리한 3.2배 차이입니다. 출력을 50만 토큰으로 줄여 분류나 추출 작업의 형태로 만들면 $1.68 대 $4.01이 되어 여전히 2.4배입니다. Gemini를 300만 토큰 출력의 배치 티어에 올리면 $5.19가 되며, 여전히 MiniMax 대비 1.6배입니다. 토큰당 계산은 흔들리지 않습니다.

따라서 작업당 비용 역전은 실제로 존재하지만 범위가 좁으며, 이는 가격이 아니라 토큰 효율성에 관한 진술입니다. 워크로드가 Intelligence Index와 유사하다면—작은 모델이 빠르게 끝낼 수 있는 짧고 잘 명세된 작업—Flash-Lite의 효율성은 요금표상 격차를 없앨 수 있습니다. 워크로드가 위의 인보이스와 유사하다면 그렇지 않을 것입니다. 유일하게 신뢰할 수 있는 예측은 두 모델 모두에서 측정한, 자신의 프롬프트에 대한 자신의 토큰 수입니다.

속도는 서로 반대 방향을 가리키는 두 가지 측정값이다.

속도 이야기는 "한쪽이 더 빠르다"보다 더 흥미로운데, 두 모델이 그 이야기의 서로 다른 절반을 가져가기 때문입니다.

• 첫 토큰까지 걸리는 시간 — MiniMax M3.1 Flash에서 1.48초, Gemini 3.5 Flash-Lite에서 6.94초. MiniMax 모델이 거의 다섯 배 더 빨리 답변을 시작합니다.

• 출력 처리량 — 95.6토큰/초 대 430.2. 일단 시작되면 Flash-Lite는 약 4.5배 더 빠르게 스트리밍합니다.

어떤 숫자가 중요한지는 호출의 형태에 따라 달라진다. 채팅 인터페이스에서는 첫 토큰 지연 시간이 사용자가 체감하는 부분이다. 첫 단어 전에 7초 동안 멈추는 모델은 이후에 아무리 빨리 입력하더라도 고장 난 것처럼 느껴진다. 긴 생성 — 100,000토큰 보고서, 대규모 리팩터링 — 에서는 처리량이 전체 소요 시간을 좌우하며, 느리게 시작한 모델이 먼저 끝낼 수도 있다. 에이전트 루프에서는 각 단계가 짧은 도구 호출이고 루프가 스무 번 실행되므로, 첫 토큰까지의 시간이 스무 번 발생하고 처리량은 거의 중요하지 않다.

두 가지 주의할 점이 있습니다. Artificial Analysis는 M3.1 Flash에 대해 초당 95.6토큰을 측정했지만, MiniMax의 자체 자료는 중앙값이 170을 넘고 최고치가 200을 넘는다고 주장합니다 — 이는 서빙 경로와 측정 조건이 이 수치를 크게 좌우한다는 점을 상기시킵니다. 그리고 Flash-Lite의 초당 430토큰은 정말 빠르지만, 출력 상한이 65,536토큰이라는 점은 그 속도가 가장 큰 이점을 발휘할 장문 생성 사례가 제한된다는 것을 의미합니다. MiniMax의 상한은 524,288토큰으로 여덟 배 더 큽니다.

공급자별 편차는 모델 간 차이보다 더 큽니다. Gemini 3.5 Flash-Lite에 대한 OrcaRouter 자체 페이지는 라우팅 대상 공급자 전반에서 p50 첫 토큰까지의 시간이 3.59초, p95가 10.00초라고 보고하며, 이는 Artificial Analysis의 6.94초 수치와 대비됩니다. 이는 모순이 아닙니다. 서로 다른 백엔드가 이를 서비스할 때 라우팅된 모델이 보이는 모습이 바로 이것입니다. 또한 이는 이 둘의 지연 시간을 정직하게 비교하는 방법이 어느 한 공급업체의 단일 수치를 신뢰하는 것이 아니라 자신의 경로를 측정하는 것임을 의미합니다.

규제 업무를 결정해야 하는 행

Artificial Analysis의 AA-Omniscience 평가는 MiniMax M3.1 Flash에 16점을 부여합니다. 사실형 질문의 56%를 정확히 답했고, 환각률은 93%입니다. 마지막 수치는 93%의 답변이 틀렸다는 뜻이 아닙니다. 이는 정답이 아닌 응답 가운데 93%가 부분적인 답변이나 거절이 아니라 완전히 틀린 답변이었다는 의미입니다 — 이 모델은 거절해야 할 때도 보통 답변을 내놓습니다.

Gemini 3.5 Flash-Lite의 Artificial Analysis 페이지에는 AA-Omniscience 점수가 없으므로, 두 모델을 기권 측면에서 비교할 수 없습니다. 그 부재는 문제가 없다는 증명서가 아니라 데이터가 빠진 것입니다. 말할 수 있는 것은, 능력 상한이 더 낮고 짧은 답변 쪽으로 강한 편향을 지닌 모델은 다르게 실패할 수 있다는 점입니다 — 답변을 거부하거나 명백히 빈약한 출력을 내놓는 방식으로요 — 하지만 이를 입증하는 공개된 측정치는 없습니다. 더 작은 모델이라는 이유만으로 더 안전하다고 가정하지 마십시오.

코딩 및 에이전트 작업에서 AA-Omniscience는 좋은 예측 지표가 아닙니다. 모델은 사실을 회상하라는 요청을 받는 것이 아니라 파일과 도구 결과를 바탕으로 행동하라는 요청을 받기 때문입니다. 계약서 요약, 고객의 정책 관련 질문에 대한 답변, 공시 서류에서 수치 추출처럼 지식 노동에 가까운 작업이라면 93%라는 수치는 마지막이 아니라 가장 먼저 염두에 두고 설계해야 할 요소입니다. 그런 작업에서 검색, 인용 검증, 인간 검토 단계는 선택 사항이 아니며, 더 저렴한 토큰 가격이 자신 있게 내놓은 오답의 비용을 상쇄해 주지도 않습니다.

자신의 업무량 속에서도 지켜지는 의사결정 규칙

• 짧은 출력을 사용하는 대량 분류, 추출, 라우팅, 번역 — Gemini 3.5 Flash-Lite. 22 지수는 좁은 작업에 충분하고, 초당 430토큰이 핵심이며, 65,536 출력 토큰은 충분합니다. 입력 $0.15의 배치 티어는 대량 사용 사례를 더욱 뒷받침합니다.

• 레포지토리 규모 코딩, 다단계 에이전트, 긴 문서, 장문 출력 — MiniMax M3.1 Flash. Terminal-Bench 4.0에서 26% 대 1%가 주목할 만한 격차이며, 524,288 출력 토큰은 확실한 상한선을 없애고, 입력 가격은 절반입니다.

• 온프레미스 또는 가중치 접근 — MiniMax M3.1 Flash, 오직 이것뿐입니다. 252.4 GB 다운로드는 사실이지만, 이는 MiniMax 커뮤니티 라이선스의 적용을 받습니다. 상업적 배포 시에는 출처 표기가 필요하고, 연 매출 2천만 달러를 초과하는 경우 사전 서면 허가가 필요합니다. "오픈 가중치"는 "오픈 소스"가 아니므로, 구매 담당자는 파라미터 수보다 라이선스를 먼저 읽어야 합니다.

• 지연에 민감한 채팅 — 두 가지를 모두 테스트하세요. MiniMax는 첫 토큰까지의 시간에서 큰 차이로 우승하고, Gemini는 스트리밍 처리량에서 우승합니다. 어느 쪽이 더 빠르게 느껴지는지는 답변 길이에 따라 달라집니다.

• 비지도 사실형 질의응답 — 검색과 검증 없이는 둘 다 불가능합니다. MiniMax M3.1 Flash는 기권 문제가 측정되어 있고, Gemini 3.5 Flash-Lite는 공개된 측정치가 전혀 없습니다.

각 항목을 실제로 호출할 수 있는 위치

분명히 짚어둘 만한 비대칭이 있습니다. Gemini 3.5 Flash-Lite는 현재 OrcaRouter 카탈로그에 있으므로 하나의 API 키로 공급업체 정가에 0% 마크업으로 호출할 수 있고, 공급업체 간 자동 페일오버와 다른 모델과 조합할 수 있는 라우팅 DSL을 이용할 수 있습니다. MiniMax M3.1 Flash는 카탈로그에 없습니다. 그곳의 MiniMax 제품군은 MiniMax-M3에서 끝납니다. M3.1 Flash를 호출하려면 MiniMax 자체 API 또는 10월 22일에 배포를 발표한 Tenstorrent Cloud를 포함한 서빙 파트너 중 하나를 이용해야 합니다.

그 점은 프로덕션보다 평가에서 더 중요합니다. 자체 데이터로 작업당 비용 문제를 해결하려면, 유용한 비교는 종종 단일 키에서 MiniMax-M3와 Gemini 3.5 Flash-Lite를 비교하는 것입니다. 두 모델 모두 같은 방식으로 라우팅되고 과금되기 때문입니다. 그런 다음 새 모델이 두 번째 공급업체를 도입하기 전에 그 기준선을 능가해야 합니다. OrcaRouter는 공급업체의 정가를 변경 없이 그대로 전달하므로, MiniMax 가격 변경이나 Google 배치 티어는 협상된 계약이 끝날 때가 아니라 변경되는 당일에 청구서에 반영됩니다.

선택은 어떤 숫자에 대해 틀릴 여유가 있는지에 달려 있다.

Gemini 3.5 Flash-Lite를 선택했는데 성능에 대해 잘못 판단했다면, 그 실패는 드러납니다. Terminal-Bench 4.0에서의 1%와 AutomationBench-AA에서의 25% 점수는 숨길 수 없습니다. 작업이 실패하는 것을 보게 되고, 그 작업을 다른 모델로 옮기게 될 것입니다.

MiniMax M3.1 Flash를 선택했는데 비용에 대해 틀렸다면, 그 실패는 요금표가 시사하는 것보다 작습니다. 위의 토큰 과금 예시에서는 2~3배 더 저렴하고, Artificial Analysis의 작업 지표에서는 약 16% 더 비쌉니다. 어느 결과도 치명적이지 않습니다.

MiniMax M3.1 Flash를 선택했는데 답변 유보에 대한 판단을 잘못하면, 그 실패는 조용히 발생합니다. 지식 노동에서 결정을 이끌어야 하는 것은 바로 이 비대칭성이며, 이 비교가 "더 저렴하고 더 똑똑한 모델이 승리한다"로 끝나지 않는 이유도 바로 여기에 있습니다. 모델이 검사 가능한 산출물에 작용하는 에이전트형 및 코딩 작업 부하에서는 MiniMax M3.1 Flash가 더 낮은 토큰 가격으로 더 나은 선택입니다. 대량의 단답 처리에서는 Gemini 3.5 Flash-Lite의 속도와 작업 효율이 여전히 그 존재 가치를 입증합니다. 검증 계층이 없는 사실 기반 작업에 대해서는, 정직하게 말해 어느 모델도 그 자격을 얻지 못했습니다.