MiniMax M 시리즈는 2025년 10월 M2를 시작으로 M2.1, M2.5, M2.7, 그리고 6월 1일 M3까지 8개월 만에 다섯 번의 주요 릴리즈가 있었습니다. 현재 API에서 쓸 수 있는 모델만 M2.1, M2.5, M2.5 Highspeed, M2.7, M2.7 Highspeed, M3 여섯 종입니다. 어떤 걸 써야 할지 헷갈리는 게 당연합니다. M2.5와 M3를 중심으로 정리합니다.
세대 차이 한눈에
MiniMax M2.5는 2026년 2월 12일 출시됐습니다. 230B 총 파라미터, 10B 활성 파라미터 MoE 구조, 200K 토큰 컨텍스트 윈도우, 텍스트 전용 입력입니다.
MiniMax M3는 6월 1일 출시됐습니다. M2.7의 포인트 릴리즈가 아닌 세대 변화입니다. 새로운 MSA 스파스 어텐션 아키텍처, 1M 토큰 컨텍스트 윈도우, 네이티브 멀티모달 입력(텍스트·이미지·영상), 그리고 더 높은 코딩·에이전틱 벤치마크를 탑재했습니다.
항목 M2.5 M3
| 출시일 | 2026.02.12 | 2026.06.01 |
| 파라미터 | 230B (10B 활성) | 미공개 (MoE) |
| 컨텍스트 | 196K 토큰 | 1M 토큰 |
| 어텐션 | 풀 어텐션 | MSA 스파스 어텐션 |
| 이미지 입력 | ❌ | ✅ |
| 영상 입력 | ❌ | ✅ |
| 입력 가격 | $0.15/1M | $0.60/1M ($0.30 프로모) |
| 출력 가격 | $1.15/1M | $2.40/1M ($1.20 프로모) |
| 라이선스 | MIT | MIT |
아키텍처 — 왜 M3가 세대 변화인가
M2 시리즈(M2~M2.7)의 핵심 약점은 컨텍스트가 길어질수록 비용이 급격히 올라간다는 것이었습니다. 트랜스포머 풀 어텐션의 근본적인 한계입니다. 토큰 수가 2배 늘면 연산량이 4배 늘어나는 이차(quadratic) 구조입니다.
M3의 MSA(MiniMax Sparse Attention)는 이 구조를 바꿉니다. 블록 레벨 KV 선택으로 전체 어텐션 대신 중요한 블록만 처리합니다. 그 결과 1M 토큰 컨텍스트에서 토큰당 연산량이 이전 세대 대비 약 1/20 수준으로 떨어집니다. 1M 토큰 컨텍스트가 기술적으로 가능한 게 아니라 실제로 쓸 수 있는 가격이 된 이유입니다.
M2.5의 또 다른 실전 한계는 출력 토큰 수가 과도하게 많다는 것이었습니다. 같은 태스크를 수행할 때 평균 14M 토큰을 쓰는 다른 모델들과 달리 M2.5는 56M 토큰을 썼습니다. 코드 품질은 높지만 Spec-writing 스타일 때문에 불필요하게 장황한 경향이 있었습니다. 같은 작업에 토큰이 4배 더 들어간다는 뜻입니다.
벤치마크 — 실제 수치 차이
M2.7 기준으로 M3의 개선폭이 가장 잘 나타납니다. SWE-Bench Pro는 56.2%에서 59.0%로 올랐고, BrowseComp는 M2.7이 공식적으로 강조하지 않던 영역인데 M3가 83.5%를 기록했습니다. 멀티모달은 M2.7에는 아예 없던 기능입니다.
M2.5의 Artificial Analysis Intelligence Index 점수는 42점입니다. 같은 크기의 오픈 웨이트 모델 중간값 31점을 크게 웃도는 수치지만, M3는 이를 상회합니다.
코딩 능력만 보면 M2.5 → M2.7 → M3 순서로 올라가는 구조입니다. 다만 M2.5에서 M2.7로의 점프보다 M2.7에서 M3로의 점프가 아키텍처 변화 때문에 더 의미 있습니다.
가격 차이 — 실전 비용 계산
M2.5 가격은 입력 $0.15/1M 토큰, 출력 $1.15/1M 토큰입니다.
M3는 MiniMax 직접 기준 입력 $0.60/1M, 출력 $2.40/1M이고, OpenRouter 프로모 기준 입력 $0.30/1M, 출력 $1.20/1M입니다. 512K 토큰 초과 시 2배 요금이 적용됩니다.
실전 시나리오별 비용 비교:
def calculate_cost(
input_tokens: int,
output_tokens: int,
model: str
) -> float:
pricing = {
"m2.5": {"input": 0.15, "output": 1.15},
"m2.7": {"input": 0.27, "output": 1.08},
"m3_promo": {"input": 0.30, "output": 1.20},
"m3_regular": {"input": 0.60, "output": 2.40},
# 512K 초과 구간
"m3_long": {"input": 1.20, "output": 4.80},
}
p = pricing[model]
return (input_tokens / 1_000_000 * p["input"] +
output_tokens / 1_000_000 * p["output"])
# 시나리오 1: 짧은 코딩 태스크 (입력 5K, 출력 2K)
for model in ["m2.5", "m2.7", "m3_promo", "m3_regular"]:
cost = calculate_cost(5_000, 2_000, model)
print(f"{model}: ${cost:.4f}")
# 출력:
# m2.5: $0.0032
# m2.7: $0.0035
# m3_promo: $0.0039
# m3_regular: $0.0078
# 시나리오 2: 대형 코드베이스 분석 (입력 200K, 출력 5K)
for model in ["m2.5", "m2.7", "m3_promo", "m3_regular"]:
cost = calculate_cost(200_000, 5_000, model)
print(f"{model}: ${cost:.4f}")
# 출력:
# m2.5: $0.0358 ← M2.5 컨텍스트 한계 근처
# m2.7: $0.0594
# m3_promo: $0.0660
# m3_regular: $0.1320
# 시나리오 3: 1M 토큰 장문 분석 (입력 800K, 출력 10K)
# M2.5/M2.7는 컨텍스트 한계로 불가
cost_m3 = (500_000 / 1_000_000 * 0.60 + # 첫 512K 정상 요금
300_000 / 1_000_000 * 1.20 + # 초과분 2배
10_000 / 1_000_000 * 2.40)
print(f"m3 장문 컨텍스트: ${cost_m3:.4f}")
# 출력: m3 장문 컨텍스트: $0.6840
모델 선택 로직 — 어떤 경우에 뭘 쓰나
def choose_minimax_model(
context_needed: int, # 예상 입력 토큰 수
needs_multimodal: bool, # 이미지/영상 처리 필요 여부
priority: str, # "cost" | "quality" | "speed"
task_type: str # "coding" | "agent" | "chat" | "long_doc"
) -> str:
"""
MiniMax 모델 선택 가이드
"""
# 멀티모달이 필요하면 M3 유일 선택
if needs_multimodal:
return "MiniMax-M3 (멀티모달 필수 — 유일한 선택지)"
# 200K 초과 컨텍스트가 필요하면 M3
if context_needed > 196_000:
return "MiniMax-M3 (200K 초과 컨텍스트 — M2.5/M2.7 한계)"
# 200K 이하 컨텍스트 구간
if priority == "cost":
if task_type == "chat":
return "MiniMax-M2.5 (가장 저렴, 채팅/단순 태스크 충분)"
elif task_type in ["coding", "agent"]:
return "MiniMax-M2.7 (코딩·에이전트 최적 가성비)"
elif priority == "quality":
return "MiniMax-M3 (벤치마크 최고, 200K 이하도 쓸 수 있음)"
elif priority == "speed":
return "MiniMax-M2.5 Highspeed 또는 MiniMax-M2.7 Highspeed"
return "MiniMax-M3 (기본 추천)"
# 사용 예시
print(choose_minimax_model(
context_needed=50_000,
needs_multimodal=False,
priority="cost",
task_type="coding"
))
# → MiniMax-M2.7 (코딩·에이전트 최적 가성비)
print(choose_minimax_model(
context_needed=500_000,
needs_multimodal=False,
priority="quality",
task_type="long_doc"
))
# → MiniMax-M3 (200K 초과 컨텍스트 — M2.5/M2.7 한계)
M2.5에서 M3로 마이그레이션 — 코드 변경 최소화
OpenAI 호환 API라 모델 ID 교체만으로 됩니다.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_MINIMAX_API_KEY",
base_url="https://api.minimax.io/v1"
)
# M2.5 사용 중이던 코드
# model="MiniMax-M2.5"
# M3로 교체 — 이 한 줄만 바꾸면 됩니다
model = "MiniMax-M3"
response = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": "당신은 시니어 소프트웨어 엔지니어입니다."
},
{
"role": "user",
"content": "이 Python 함수를 비동기로 리팩토링해줘."
}
],
max_tokens=4096,
stream=True
)
for chunk in response:
delta = chunk.choices[0].delta
if delta.content:
print(delta.content, end="", flush=True)
M2.5에서 M2.7 또는 M3로 전환할 때 모델 문자열만 바꾸면 됩니다. 다른 코드 변경이 필요 없습니다.
M3에서 이미지를 추가로 넘기려면 content를 배열로 변경하면 됩니다(이전 글 코드 참조).
M2.5를 계속 써야 하는 경우
M3가 전반적으로 앞서지만 M2.5가 여전히 유리한 케이스가 있습니다.
200K 이하 텍스트 전용 워크플로우에서 비용이 최우선이라면 M2.5가 유리합니다. 입력 기준 M2.5($0.15)는 M3 정식($0.60)의 4분의 1입니다. 단순 채팅, 짧은 요약, 분류 태스크처럼 컨텍스트가 짧고 멀티모달이 필요 없는 고볼륨 워크플로우라면 M2.5가 비용 효율적입니다.
M2.7은 M2.5와 M3 사이에서 코딩·에이전틱 워크플로우 가성비가 가장 좋은 위치에 있습니다. 입력 $0.27/1M로 M3 정식의 절반 가격이면서 200K 컨텍스트 안에서 M2.5보다 코딩·명령 따르기 성능이 좋습니다.
✅ 결론
- M2.5 → M3는 포인트 업그레이드가 아닌 세대 전환입니다. 아키텍처·컨텍스트·멀티모달 모두 바뀌었습니다
- 이미지·영상이 필요하거나 200K 초과 컨텍스트가 필요하면 M3로 전환하세요
- 200K 이하 텍스트 전용 고볼륨 워크플로우라면 M2.5(최저가)나 M2.7(코딩 가성비)이 여전히 합리적입니다
- 마이그레이션은 모델 ID 교체 한 줄입니다
❌ 주의
- M3의 512K 초과 구간은 2배 요금 — 장문 컨텍스트 비용을 미리 계산하세요
- M2.5는 출력 토큰이 과도하게 많은 경향 — 출력 토큰 수를 모니터링하고 필요시 max_tokens로 제한하세요
- 모든 MiniMax 벤치마크는 자사 측정치 — 독립 검증 전까지 직접 태스크 테스트 필수
'LLM' 카테고리의 다른 글
| vLLM vs SGLang — 프로덕션 LLM 서빙 프레임워크 어떻게 골라야 하나 (0) | 2026.06.15 |
|---|---|
| Windows AI 로컬 에이전트 Aion 1.0 — OS에 내장된 14B 추론 모델이 뭘 바꾸나 (0) | 2026.06.15 |
| MiniMax M3 무료 API 완전 가이드 — 1M 컨텍스트 멀티모달 모델 실전 연동 (0) | 2026.06.15 |
| Microsoft Phi-4-reasoning-vision-15B 실전 가이드 — "언제 생각할지" 스스로 결정하는 경량 멀티모달 모델 (0) | 2026.06.15 |
| NVIDIA Nemotron 3 Nano Omni 실전 가이드 — 문서·영상·오디오를 모델 하나로 처리하는 법 (1) | 2026.06.15 |