For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/minimax-m3-1-flash-api-pricing-benchmarks-c8e3fe1c.md.
MiniMax는 더 낮은 토큰 가격과 향상된 것으로 보고된 추론 및 에이전트 작업 성능을 내세운 M3.1 Flash를 출시했습니다. THE DECODER의 10월 19일 보도에 따르면 Artificial Analysis Intelligence Inde...
MiniMax는 더 낮은 토큰 가격과 향상된 것으로 보고된 추론 및 에이전트 작업 성능을 내세운 M3.1 Flash를 출시했습니다. THE DECODER의 10월 19일 보도에 따르면 Artificial Analysis Intelligence Index에서 M3.1 Flash는 42점으로, M3의 29점보다 높습니다.
중요한 구분은 토큰 가격과 작업 완료 비용 사이에 있습니다. 두 기준 모두에서 모델이 더 저렴할 수 있지만, 작업 비용은 모델이 얼마나 많은 내용을 생성하는지, 얼마나 자주 재시도하는지, 결과를 실제로 사용할 수 있는지에 따라서도 달라집니다.
보고서의 출시 시점 비교에서는 M3.1 Flash가 종합 지수에서 GLM-5.3-Flash와 비슷한 수준이며, Gemini 3.8 Flash보다 근소하게 앞서고 DeepSeek V4.1 Flash 1017보다는 뒤처지는 것으로 나타납니다.
| 보고된 평가 | M3.1 Flash | 보고서에서 강조한 비교 대상 |
|---|---|---|
| Artificial Analysis Intelligence Index | 42 | M3: 29; GLM-5.3-Flash: 42; Gemini 3.8 Flash: 41; DeepSeek: 45. |
| Humanity's Last Exam | 48% | DeepSeek: 43%. |
| CritPt | 22% | GLM: 15%; Gemini: 18%; DeepSeek: 24%. |
| AA-Omniscience 정확도 | 56% | GLM: 28%; DeepSeek: 43%. |
| 작업당 평균 평가 비용 | 약 $0.22 | DeepSeek: 약 $0.26. |
이 수치는 발표 시점에 보고된 값입니다. 벤치마크 구성, 스냅샷 및 모델 버전은 결과에 영향을 미치므로, 이 표를 모든 작업에 적용되는 보편적인 순위로 볼 수는 없습니다.
차트 출처: Artificial Analysis, THE DECODER 재게시.
보고서는 작업 비용이 낮아진 이유 중 하나로 출력 토큰 사용량 감소를 제시합니다. 약 1억 8,900만 개와 2억 2,400만 개의 출력 토큰을 비교한 수치는 벤치마크 전체 합계에 관한 것이며, 일반적인 단일 요청에서 생성되는 양을 의미하지는 않습니다.
MiniMax는 별도로 이전 모델과 비교해 온라인 추론 속도가 거의 3배 빨라졌고 전체 에이전트 작업 사용 비용이 70% 감소했다고 주장합니다. 이러한 기업 자체 측정값은 Artificial Analysis의 비용 비교와 동일하지 않습니다. 두 결과를 하나의 독립적으로 검증된 효율성 수치로 합쳐서는 안 됩니다.
보고서는 93%의 AA-Omniscience 환각률도 인용합니다. 이는 전체 응답의 93%가 틀렸다는 의미가 아니며, 임의의 작업에서 배포된 어시스턴트의 오류율을 예측하는 수치도 아닙니다.
Artificial Analysis는 이 비율을 정답이 아닌 응답을 기준으로 정의합니다. 즉, 오답을 오답, 부분 정답 및 시도하지 않은 답변을 합친 전체와 비교해 계산합니다. 이 수치는 불확실성을 인정하는 편이 더 나은 상황에서 잘못된 답을 제시하는 경향을 측정합니다. 반면 정확도는 전체 질문 중 정답을 계산합니다.
이 구분에 따르면 모델은 상대적으로 높은 사실 정확도와 낮은 불확실성 처리 능력을 동시에 보일 수 있습니다. 지식 정확성이 중요한 작업에서는 종합 점수 하나에만 의존하기보다 근거와 모델이 답변을 보류할 수 있는지를 확인해야 합니다.
THE DECODER는 최대 100만 토큰의 컨텍스트 윈도우와 텍스트 및 이미지 입력 지원을 보도합니다. 입력 지원을 이미지 생성과 혼동해서는 안 됩니다. 이미지를 입력받을 수 있다고 해서 이미지를 생성할 수 있다는 뜻은 아닙니다.
MiniMax의 공식 출시 발표는 백만 토큰당 고정 가격을 확인합니다.
| 토큰 범주 | 백만 토큰당 가격 |
|---|---|
| 입력 | $0.15 |
| 출력 | $0.60 |
| 캐시된 입력 | $0.015 |
캐시 가격은 모든 입력 토큰이 아니라 적용 대상 캐시 적중에만 적용됩니다. 예를 들어 캐시되지 않은 입력 토큰 100만 개와 출력 토큰 100만 개를 사용하면, 기타 적용 가능한 요금을 제외하고 위에 제시된 가격 기준으로 $0.75가 됩니다. 이는 토큰 비용을 보여 주는 예시일 뿐, 일반적인 작업 비용을 의미하지는 않습니다.
공식 발표에서 액세스 경로로 소개된 것은 API, M Plan 및 MiniMax Code입니다. THE DECODER는 오픈 웨이트 출시 예정일을 10월 23일로 제시하지만, 검토한 회사 게시물은 웨이트가 추후 제공될 것이라고만 설명하고 정확한 날짜는 명시하지 않습니다. 이 기사를 10월 20일에 준비한 시점에는 향후 출시될 웨이트를 이미 다운로드할 수 있다고 설명해서는 안 됩니다.
MiniMax는 차트에서 작업 비용이 $0.30 미만일 때 DeepSWE v1.1에서 최대 73.7%를 기록했다고 보고합니다. 같은 그림에 제시된 낮은 수준의 추론 노력 설정은 일부 점수를 낮추는 대신 비용을 줄입니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
회사에서 공개한 차트입니다. 이 그림에는 평가 하니스로 mini-swe-agent가 명시되어 있으며 비교 데이터 날짜도 제시되어 있습니다.
코딩 점수는 모델, 도구, 추론 노력 수준 및 테스트 환경이 함께 반영된 결과입니다. 이는 어떤 조직의 자체 티켓 중 73.7%가 검토 없이 해결된다는 뜻도 아니며, 모든 작업 비용이 차트에 표시된 평균과 같다는 뜻도 아닙니다.
출처의 최종 비교에는 단일 승자가 없습니다. DeepSeek는 종합 지수와 인용된 물리학 점수에서 앞서며, MiniMax는 보고된 Humanity's Last Exam 결과와 AA-Omniscience 정확도에서 앞섭니다.
해당 스냅샷에서 MiniMax의 낮은 평균 작업 비용은 평가에 유용한 근거이지만, 모든 프롬프트에서 MiniMax가 가장 저렴할 것이라고 가정할 이유는 아닙니다. 출력이 더 길거나 도구 호출이 실패하거나 재시도가 많아지는 작업에서는 순위가 달라질 수 있습니다.
이 보고서는 출시 상태도 구분합니다. 이미 존재하는 DeepSeek 웨이트 저장소를 연결하는 한편, MiniMax 웨이트는 출시 예정이라고 설명합니다. 오픈 웨이트, API 구독 및 데스크톱 코딩 앱은 서로 다른 배포 방식이며 운영 요구사항도 각각 다릅니다.
MiniMax의 새로운 Flash 모델로, 호스팅 제품과 API를 통해 이용할 수 있습니다. 이번 출시는 추론, 에이전트 작업, 코딩 및 추론 효율성에 초점을 맞춥니다.
공식 발표에 따르면 백만 토큰당 입력은 $0.15, 출력은 $0.60, 캐시된 입력은 $0.015입니다. 실제 운영 비용을 추정하기 전에 현재 계정 가격과 캐시 규칙을 확인해야 합니다.
아닙니다. 이는 보고된 벤치마크 평균입니다. 실제 비용은 프롬프트 크기, 생성된 출력, 캐시 동작, 도구 호출 반복 및 재시도에 따라 달라집니다.
아닙니다. 이 지표의 분모에는 전체 답변이 아니라 정답이 아닌 응답이 포함됩니다. 해당 평가에서는 부분 답변이나 답변 보류 대신 잘못된 추측을 하는 정도를 다룹니다.
검토한 출처에서는 웨이트를 출시 예정으로 설명합니다. THE DECODER는 10월 23일을 언급하지만 MiniMax의 발표에는 정확한 날짜가 없습니다. 출시 시 실제 저장소와 라이선스를 확인해야 합니다.
보고된 결과는 벤치마크에 따라 나뉩니다. 구체적인 작업, 신뢰성 요구사항 및 자체 평가에서 측정한 총비용을 기준으로 선택해야 합니다.
M3.1 Flash는 낮은 공식 토큰 가격과 경쟁력 있는 것으로 보고된 추론 및 코딩 결과를 결합합니다. 비용 우위는 비슷한 설정에서 성공적으로 완료된 작업당 비용으로 측정할 때 가장 의미가 큽니다.
배포를 계획하기 전에 벤치마크 정의를 확인하고, 기업 자체 주장과 외부 측정값을 구분하며, 실제 웨이트 제공 여부를 검증해야 합니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
