6월 1일, MiniMax가 M3를 발표했다. 요약하자면: 100만 토큰 컨텍스트, 최첨단 코딩 능력, 네이티브 멀티모달을 모두 갖춘 오픈웨이트 모델이다. MiniMax는 이 세 가지를 결합한 최초의 모델이라고 말한다.
진짜 핵심은 '희소 어텐션'
M3는 MSA(MiniMax Sparse Attention)라는 새로운 아키텍처를 기반으로 한다.
이것이 해결하는 문제를 이해하려면 기존 문제를 알아야 한다. 표준 풀 어텐션은 컨텍스트 길이의 제곱에 비례하여 연산량이 증가하므로, 컨텍스트가 길어지면 비용이 폭발적으로 늘어난다. 이것이 '100만 컨텍스트'가 오랫동안 언급되었지만 실제로 사용하기에는 비용이 많이 들었던 이유다.
MSA는 이를 직접 겨냥한다. MiniMax의 수치: 100만 토큰에서 M3는 이전 세대 M2 대비 토큰당 연산량이 20분의 1, 프리필은 9배 이상 빠르고, 디코딩은 15배 이상 빠르다.
즉, 100만 컨텍스트는 이제 '사용 가능'할 뿐만 아니라 '부담 없이 사용'할 수 있게 되었다.
벤치마크: 자체 발표, 인상적
코딩이 M3의 주요 초점이다. MiniMax가 발표한 점수는 다음과 같다:
- SWE-Bench Pro: 59.0% (GPT-5.5, Gemini 3.1 Pro를 능가, Opus 4.7에 근접)
- Terminal-Bench 2.1: 66.0%
- MCP Atlas: 74.2%
- OSWorld (컴퓨터 조작): 70.06%
이 수치가 사실이라면 오픈웨이트 모델로서 상당히 경쟁력 있다.
하지만 주의할 점: 이는 모두 MiniMax가 자체적으로 실행하고 발표한 것으로, 아직 제3자에 의해 검증되지 않았다. 일부 해외 미디어는 이미 '최첨단 주장, 검증되지 않은 벤치마크'라는 제목을 달았다. 현명한 방법은 약 10일 후에 공개될 가중치와 기술 보고서를 기다려 커뮤니티가 직접 테스트한 후 결론을 내리는 것이다.
가격도 공개
MiniMax는 요금제도 함께 발표했다:
- Plus: 월 약 17억 토큰, 20달러
- Max: 월 약 51억 토큰, 50달러
- Ultra: 월 약 98억 토큰, 120달러
API는 이미 사용 가능하다. 모델 가중치와 기술 보고서는 약 10일 내에 Hugging Face와 GitHub에 공개될 예정이다.
더 큰 맥락에서 보면, 이는 중국 오픈소스 LLM이 '긴 컨텍스트 + 유능한 에이전트' 방향으로 다시 한번 추진하는 것이다. DeepSeek, Qwen, Kimi는 이미 1년 동안 이 분야에서 경쟁해 왔다. MiniMax의 차별화는 아키텍처 효율성에 있다. 파라미터 크기가 아니라 100만 토큰 규모에서 얼마나 빠르고 저렴하게 계산하느냐에 초점을 맞춘다.
이는 폐쇄형 모델의 '긴 컨텍스트는 너무 비싸다'는 해자를 깎아내리는 것이다.
출처: CocoLoop, MiniMax Releases MiniMax M3 with MSA Architecture Supporting 1M-Token Context (MarkTechPost); MiniMax M3: Open-weight model with a million-token context challenges proprietary leaders (The Decoder); MiniMax M3 Open-Weight Coding Model: Frontier Claims, Unverified Benchmarks (TechTimes)