MiniMax M3 공개 — MSA 아키텍처로 100만 토큰 컨텍스트·GPT-5.5 초과 코딩 성능
한 줄 요약: MiniMax가 희소 어텐션(MSA) 기반 오픈웨이트 모델 M3를 공개해, 100만 토큰 컨텍스트·멀티모달 입력·프론티어급 코딩 성능을 단일 아키텍처에 담았다.
핵심
- MSA(MiniMax Sparse Attention): 100만 토큰 컨텍스트에서 기존 M2 대비 프리필 속도 9배 이상, 디코딩 15배 이상 향상; 1/20 수준의 토큰당 연산량
- 성능: SWE-Bench Pro 59.0% — GPT-5.5, Gemini 3.1 Pro 상회; 비용은 GPT-5.5의 5~10% 수준으로 알려짐
- 네이티브 멀티모달: 이미지·동영상 입력, 데스크톱 컴퓨터 조작 기능 기본 내장
- API는 즉시 사용 가능; 모델 가중치 및 기술 보고서는 출시 10일 내 공개 예정
왜 중요한가
M3는 "100만 토큰 컨텍스트 + 네이티브 멀티모달 + 오픈웨이트"를 동시에 달성한 최초의 모델이라고 MiniMax는 주장한다. 프론티어 성능을 10분의 1 미만 비용으로 제공하는 오픈웨이트 모델의 등장은 OpenAI·Anthropic의 클로즈드 API 의존 구조를 흔드는 압박 요인으로, 에이전틱 워크플로우와 대규모 문서 처리 시장을 겨냥한 경쟁이 한층 치열해질 전망이다.
더 보기
- MiniMax Releases MiniMax M3 with MSA Architecture — MarkTechPost
- MiniMax-M3 debuts, eclipsing GPT-5.5 and Gemini 3.1 Pro — VentureBeat
이 이야기의 흐름
- LLM
- — Large Language Model의 약자로, '거대 언어 모델'이라고 해요. ChatGPT, Claude 같은 AI가 바로 LLM이에요. 엄청나게 많은 텍스트를 학습해서 사람처럼 글을 쓰고 대화할 수 있어요.
- 토큰
- — AI가 텍스트를 처리하는 단위예요. 대략 한글 1글자 = 1-2토큰, 영어 1단어 = 1토큰 정도로 생각하면 돼요. AI 서비스 요금은 보통 토큰 수로 계산해요.
- 멀티모달
- — 텍스트뿐 아니라 이미지, 음성, 영상까지 함께 이해하고 만들어내는 AI를 말해요. 사진을 보여주며 질문하거나, 말로 대화하거나, 영상을 분석하는 게 모두 멀티모달 능력이에요. 지금은 거의 모든 주요 모델이 멀티모달이에요.