MiniMax M3.1 Flash - 에이전트 성능을 높이고 사용 비용을 70% 낮춘 모델

MiniMax가 에이전트 작업, 코딩, 컴퓨터 사용, 사이버보안 역량을 강화한 M3.1 Flash를 출시함 MiniMax에 따르면 온라인 추론 속도는 약 3배 빨라졌으며, 에이전트 작업의 전체 사용 비용은 이전 모델보다 70% 낮아짐 복잡한 소프트웨어 개발을 평가하는 DeepSWE v1.1에서 73.7%, 취약점 발견과 검증을 평가하는 CyberGym에서 82% 를 기록함 100만 토큰당 가격은 입력 0.15달러, 출력 0.60달러, 캐시된 입력 0.015달러로 책정됨 MiniMax API, M Plan, MiniMax Code에서 사용할 수 있으며, 모델 가중치는 추후 공개할 예정임 작업별 성능과 추론 효율 익명으로 운영되며 200조 토큰 이상을 처리한 Space Bunny는 M3.1 Flash의 초기 버전이었음 복잡한 에이전트 작업과 자동화에서는 SaaS 시스템을 넘나드는 실제 기업 업무를 수행함 AutomationBench-AA에서 상위권 성능을 기록했으며, 영업, 마케팅, 운영, 고객 서비스, 재무, 인사 업무를 처음부터 끝까지 처리할 수 있음 BankerToolBench 76.2점을 기록했으며, 다단계 계획, 문서와 파일 간 일관성 유지, 금융 규정 준수, 연쇄 도구 호출 등의 과제를 수행함 코딩과 소프트웨어 엔지니어링에서는 DeepSWE v1.1에서 73.7%를 기록해 최상위 모델들과 비슷한 수준에 도달함 이 벤치마크는 코드 이해, 기능 개발, 문제 수정, 테스트를 통한 검증을 모델이 독립적으로 수행하는 복잡한 소프트웨어 작업을 평가함 여러 단계에 걸친 긴 작업을 실행하며, 낮은 비용으로 복잡한 개발 워크플로를 지원함 컴퓨터 사용 평가에서는 OSWorld V2 61.7점, Agents’ Last Exam(ALE) 29.6점을 기록했으며, 두 벤치마크 모두 중국 모델 중 1위를 차지함 OSWorld V2는 컴퓨터 조작과 애플리케이션 간 작업 수행을, ALE는 실제 전문 업무와 복잡한 작업의 수행 능력을 평가함 실제 환경과의 상호작용, 도구 사용, 긴 작업 순서 실행을 지원함 사이버보안에서는 취약점 발견과 검증을 평가하는 CyberGym에서 82%를 기록함 MiniMax 내부 보안 전문가 평가에서는 코드 감사, 취약점 패치, 침투 테스트, 악성코드 분석, 리버스 엔지니어링에서 높은 성능을 보임 복잡한 보안 시스템 구축을 효율적이고 낮은 비용으로 지원함 더 적극적인 희소성(sparsity) 적용으로 추론 ...