미니맥스 M3.1 플래시, 에이전트 작업비 70% 줄였다(회사 발표) — 머큐리 3는 초당 1,068토큰
간밤 소식은 싸고 빠른 에이전트용 모델 두 개와 논문 하나다. 미니맥스는 비용을, 인셉션은 속도를 앞세웠다. 베이징대·앤트인터내셔널 연구진은 업무 에이전트가 최종 결과를 맞혀도 중간 절차를 어긴다는 점을 수치로 보여줬다.
1. 미니맥스 M3.1 플래시: 에이전트 작업비 70% 절감(회사 발표)
- 무엇이 나왔나: 중국 미니맥스가 10월 19일 코딩·에이전트용 모델 M3.1 플래시를 공개했다. 에이전트는 AI가 도구를 직접 호출해 여러 단계 작업을 끝내는 방식이다. 가격은 100만 토큰당 입력 0.15달러, 출력 0.60달러다. 캐시 입력(이미 보낸 프롬프트를 다시 쓸 때)은 0.015달러다.
- 왜 중요한가: 회사는 에이전트 작업 비용이 이전 모델보다 70% 줄었고, 출력 속도가 평소 초당 200토큰을 넘는다고 밝혔다(중앙값은 170토큰 이상). 코딩 점수(DeepSWE v1.1)는 73.7%로 클로드 오퍼스 5(74%)와 비슷하다. 반면 PC 조작 점수(OSWorld 2.0)는 61.7%로 오퍼스 5(70.6%)보다 낮다. M3.1 플래시 점수는 모두 회사가 낸 수치다.
- 어떻게 써보나: 미니맥스 API, M 플랜 구독, 미니맥스 코드에서 바로 쓸 수 있다. 가중치(모델 파일)는 '나중에 공개'라고만 밝혔다. 반복 호출이 많은 배치 작업부터 비용을 비교해 보자.
2. 인셉션 머큐리 3: 확산 방식으로 초당 1,068토큰
- 무엇이 나왔나: 인셉션이 확산(diffusion) 언어모델 머큐리 3를 내놨다. 확산 모델은 글자를 한 개씩 순서대로 쓰지 않고 문장 전체를 한꺼번에 다듬어 만들기 때문에 응답이 빠르다. 입력 한도는 100만 토큰으로, 이전 버전 머큐리 2.5(26만)의 약 4배다.
- 왜 중요한가: 머큐리 3는 엔비디아 GPU에서 초당 1,068토큰을 낸다. 회사는 비슷한 모델보다 4~8배 빠르고, 여러 벤치마크에서 GPT-6 루나·클로드 하이쿠 5.5를 앞선다고 주장하지만 발표문에 구체 점수는 없다. 자동완성이나 실시간 챗봇처럼 지연이 중요한 곳에 맞는 모델이다.
- 어떻게 써보나: 출시 할인가는 100만 토큰당 입력 0.10달러, 출력 0.35달러다(정가의 절반, 종료일 미공지). 신규 API 계정은 무료 토큰 1억 개를 받는다. OpenAI API와 호환되므로 기존 코드에서 모델 ID만 mercury-3로 바꾸면 된다. 오픈라우터에서도 inception/mercury-3로 쓸 수 있다.
3. 비즈벤치: 업무 에이전트, 최고 모델도 성공률 64%
- 무엇이 나왔나: 베이징대와 앤트인터내셔널이 해외 결제·외환·자금 관리 등 핀테크 실무 과제 50개로 에이전트를 시험하는 벤치마크를 냈다. 이 벤치마크는 최종 결과뿐 아니라 사전 승인 같은 절차를 지켰는지도 채점해, 목표를 달성해도 중간에 규칙을 어기면 실패로 본다.
- 왜 중요한가: 클로드 오퍼스 5가 64.0%로 1위, GPT-6 솔이 61.3%로 뒤를 이었다. 딥시크 V4.1 플래시는 43.3%였지만, 고객 정보를 첫 요청에 모두 주자 70.0%까지 올랐다. 관련 문서만 줬을 때는 50.0%에 그쳤다. 연구진은 고객별 조건을 묻고 기억하는 일이 특히 어렵다고 봤다.
- 어떻게 써보나: 사내 에이전트를 만든다면 결과물만 검사하지 말고 실행 기록(도구 호출 순서)도 함께 점검하자. 필요한 문서와 고객 정보는 첫 프롬프트에 몰아 넣는 편이 낫다.
오늘 할 일: 지금 쓰는 에이전트 작업 1개를 골라 M3.1 플래시나 머큐리 3로 돌려 보고 비용·속도를 기존 모델과 비교해 보자.
출처:
https://www.minimax.io/blog/minimax-m31f
https://ai-tldr.dev/releases/minimax-m3-1-flash/
https://www.inceptionlabs.ai/blog/introducing-mercury-3
https://ai-tldr.dev/releases/inception-mercury-3/
https://huggingface.co/papers/2610.20424
https://huggingface.co/papers
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록