GPT-5.5보다 코딩 점수 높고 가격은 12분의 1 — MiniMax M3 실사용 정리

솔직히 처음에 이름부터 생소했습니다. MiniMax라는 회사 자체가 국내 개발자 커뮤니티에서 크게 알려진 곳이 아니었는데, 6월 1일 M3 출시 직후 SWE-Bench Pro에서 GPT-5.5를 0.4포인트 앞지르는 결과가 나오면서 X와 HN에서 갑자기 이름이 터졌습니다. 가격 표를 보고 나서 더 놀랐는데, GPT-5.5가 입력 토큰 100만 개당 5달러인 반면 MiniMax M3는 0.60달러입니다. 출력 토큰은 GPT-5.5가 30달러, M3가 2.40달러로 12.5배 차이입니다. 코딩 벤치마크에서 같은 점수인데 가격이 12배 차이라는 게 말이 되는 상황인지 제대로 정리해봤습니다.

---

MiniMax M3

MiniMax는 2021년 상하이에서 창업한 AI 회사입니다. 국제적으로 크게 알려지지 않았지만 중국 내에서는 텍스트·비디오 생성 모델을 꾸준히 출시해온 곳입니다. M3는 이 회사의 첫 프론티어급 코딩 에이전트 모델로, 6월 1일 OpenRouter와 자체 API를 통해 공개됐습니다.

핵심 스펙부터 보면 이렇습니다. 총 파라미터는 428B MoE 구조이고, 토큰당 실제 활성화되는 파라미터는 23B입니다. 컨텍스트 윈도우는 최대 100만 토큰이고 최소 보장치는 512K입니다. 입력은 텍스트, 이미지, 비디오를 모두 지원하는 네이티브 멀티모달 구조입니다. 오픈 웨이트 모델로 출시 후 10일 내 HuggingFace에 가중치를 공개했습니다. 런치 프로모션 가격은 입력 0.30달러/1M 토큰, 출력 1.20달러/1M 토큰이었고, 정상 가격은 입력 0.60달러, 출력 2.40달러입니다.

GPT-5.5 대비 가격을 정상가 기준으로 비교하면 입력이 8.3배, 출력이 12.5배 저렴합니다. 클로드 Opus 4.8(입력 6.25달러, 출력 25달러)과 비교해도 입력 10배, 출력 10배 차이입니다.

---

MSA 아키텍처 — M3가 빠른 이유

M3에서 가장 중요한 기술적 변화는 MiniMax Sparse Attention(MSA) 아키텍처입니다. M2 시리즈는 안정성을 이유로 희소 어텐션을 일부러 제거하고 풀 어텐션으로 갔었는데, M3에서 희소 어텐션을 완전히 새로운 방식으로 다시 가져왔습니다.

일반 트랜스포머의 풀 어텐션은 쿼드라틱 연산입니다. 입력 토큰이 두 배로 늘면 어텐션 연산량은 네 배로 뜁니다. 100만 토큰 컨텍스트를 풀 어텐션으로 처리하면 현실적인 추론 속도가 나오지 않습니다.

MSA는 이 문제를 KV 블록 선택 메커니즘으로 풉니다. 경량 인덱스 브랜치가 들어오는 토큰을 스캔해서 어떤 key-value 블록이 실제로 어텐션을 받아야 하는지 먼저 고릅니다. 그리고 선택된 블록에만 어텐션 연산을 수행합니다. 중요한 점은 이 과정을 압축되지 않은 원본 key-value에서 수행한다는 것인데, 덕분에 DeepSeek의 잠재 어텐션(Latent Attention) 방식에서 발생하는 장거리 정밀도 손실 문제를 피할 수 있습니다.

결과적으로 MiniMax 자체 테스트 기준 100만 토큰 컨텍스트에서 이전 M2 세대 대비 프리필 9배, 디코딩 15배 속도 향상이 나옵니다. 같은 컨텍스트 길이에서 토큰당 연산량이 대략 20분의 1 수준이라는 게 공식 수치입니다.

---

벤치마크 — 어디서 이기고 어디서 지냐

M3의 SWE-Bench Pro 점수는 59.0%입니다. 같은 벤치마크에서 GPT-5.5가 58.6%이니 0.4포인트 앞선 결과입니다. SWE-Bench Verified에서는 80.5%, BrowseComp에서는 83.5%로 Claude Opus 4.7의 79.3%를 앞섰습니다. MCP Atlas는 74.2%로 Gemini 3.1 Pro와 비슷한 수준입니다.

그런데 GPT-5.5가 확실히 앞서는 구간이 있습니다. Terminal-Bench 2.0/2.1에서 GPT-5.5가 82.7%인 반면 M3는 66.0%입니다. 16.7포인트 차이입니다. OSWorld 컴퓨터 사용 벤치마크에서도 GPT-5.5가 78.7%, M3가 70.0%로 약 9포인트 차이입니다. 전체 어그리게이트 점수도 GPT-5.5가 87, M3가 78로 GPT-5.5가 앞섭니다.

정리하면 이렇습니다. 실제 코드 작성 작업(SWE-Bench Pro)에서는 거의 동급이고, 터미널·CLI 작업이나 컴퓨터 직접 조작(Computer Use)에서는 GPT-5.5가 확실히 앞섭니다. BrowseComp 같은 자율 브라우징 작업에서는 M3가 우위입니다.

주의할 점은 M3 벤치마크가 모두 Zhipu 자체 측정치라는 겁니다. 독립 기관의 검증 결과는 현재도 계속 나오는 중이니, 수치 자체보다 자신의 실제 워크플로우에서 테스트하는 게 더 의미 있습니다.

---

실사용에서 체감되는 부분

커뮤니티 리뷰에서 일관되게 나오는 패턴이 있습니다. 웹사이트 빌드, 멀티파일 리팩토링, SVG 생성 같은 코딩 작업에서는 GPT-5.5나 Claude Opus급 결과가 나오는데, 터미널 명령어 실행이 중심이 되는 CLI 에이전트 작업에서는 GPT-5.5보다 한 단계 아래라는 평가가 많습니다. 멀티모달 입력, 즉 이미지나 비디오를 넣고 코드를 만들어내는 작업은 오히려 M3가 강점인 영역으로 꼽힙니다.

비디오 파일을 직접 입력으로 넣어서 분석하거나, UI 스크린샷을 보고 코드를 생성하는 작업이 하나의 컨텍스트에서 이루어진다는 건 기존 텍스트 전용 모델에서 볼 수 없던 방식입니다. 이 부분이 실제 코딩 에이전트 워크플로우에서 어떻게 쓰이는지는 오픈 웨이트 공개 이후 커뮤니티에서 다양하게 실험이 나오는 상황입니다.

---

API 세팅 방법

OpenRouter를 통해 바로 접근하거나 MiniMax 공식 API를 직접 씁니다. OpenAI 호환 엔드포인트를 지원하기 때문에 기존 GPT를 쓰던 코드에서 엔드포인트와 모델명만 바꾸면 됩니다.

# OpenAI SDK로 MiniMax M3 호출
from openai import OpenAI

client = OpenAI(
    api_key="your_minimax_api_key",
    base_url="https://api.minimax.chat/v1"
)

response = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {
            "role": "user",
            "content": "아래 레거시 Flask 코드를 FastAPI로 마이그레이션하고 타입 힌트를 추가해줘"
        }
    ],
    max_tokens=4096
)

print(response.choices[0].message.content)

멀티모달 입력이 필요한 경우에는 content 필드에 이미지나 비디오 URL을 함께 넣을 수 있습니다. 공식 문서에서 지원하는 미디어 타입과 URL 형식을 확인하고 사용하는 게 좋습니다.

# 이미지 입력 포함 멀티모달 호출 예시
response = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/ui-screenshot.png"}
                },
                {
                    "type": "text",
                    "text": "이 UI 디자인을 React + Tailwind CSS로 구현해줘"
                }
            ]
        }
    ]
)

Cursor나 Continue 같은 IDE 플러그인에서는 설정에서 Custom Provider를 선택하고 베이스 URL을 https://api.minimax.chat/v1로, 모델명을 MiniMax-M3으로 지정하면 됩니다. Aider는 --model openai/MiniMax-M3 --openai-api-base https://api.minimax.chat/v1 플래그를 씁니다.

---

가격 비교 — 실제로 얼마나 절감되나

매달 GPT-5.5에 500만 토큰 출력 기준으로 비용을 쓰는 팀이라면 이렇게 됩니다. GPT-5.5 기준 출력 비용이 150달러, M3 기준으로는 12달러입니다. 연간 환산하면 1,638달러 대 144달러 차이입니다. 코딩 벤치마크 결과가 사실상 동급이라면 이 격차를 무시하기 어렵습니다.

물론 이 계산은 코딩 작업 위주일 때 성립합니다. 터미널 에이전트나 복잡한 멀티스텝 추론이 중심인 워크플로우라면 GPT-5.5의 Terminal-Bench 16포인트 우위가 실질적인 성능 차이로 나타날 수 있습니다. 그런 경우엔 M3를 기본으로 쓰다가 어려운 작업만 GPT-5.5나 Claude Opus로 에스컬레이션하는 2티어 라우팅이 현실적인 선택입니다.

---

언제 쓰고 언제 안 쓰냐

코드 생성, 멀티파일 리팩토링, 문서 + 이미지 혼합 작업, 장거리 에이전트 루프가 중심이고 비용이 중요한 팀이라면 M3는 지금 당장 테스트해볼 가치가 있습니다. 반면 터미널 명령어 실행 중심의 DevOps 에이전트 작업, OpenAI Assistants API나 Codex CLI 생태계에 이미 깊이 묶여 있는 경우, 클로드 Fable 5 수준의 최상단 코딩 성능이 필요한 경우라면 M3가 맞는 선택이 아닐 수 있습니다.

한 가지 더 고려할 부분은 데이터 레지던시입니다. M3는 상하이 기반 회사의 모델이라 API를 쓰면 요청이 중국 서버를 거칩니다. 데이터 보안 규제가 엄격한 엔터프라이즈 환경이라면 오픈 웨이트 자체 호스팅이 현실적인 경로입니다. HuggingFace에 가중치가 공개됐으니, 사내 GPU 인프라가 있다면 온프레미스 배포가 가능합니다.

---

마무리

MiniMax M3가 주목받는 이유는 단순히 GPT-5.5보다 0.4포인트 앞섰기 때문이 아닙니다. 오픈 웨이트 모델이 처음으로 클로즈드 프론티어 모델과 같은 코딩 벤치마크 구간에 진입했다는 상징적 의미, 그리고 그게 12배 저렴한 가격에 가능하다는 경제적 계산이 결합된 결과입니다. 중국 AI 랩들이 비용 효율성에서 미국 모델과 격차를 확실히 벌리고 있는 흐름의 한 사례이기도 합니다. 코딩 에이전트 비용이 고민이라면 지금 자신의 eval 스위트를 M3에 돌려보는 게 가장 빠른 답입니다.