MiniMax가 2026년 10월 23일 M3.1 Flash의 모델 가중치를 공개했다. 공식 발표에 따르면 M3.1 Flash 가중치는 오픈소스로 공개되며, 총 파라미터 428B, 토큰당 약 23B만 활성화되는 혼합 전문가(MoE) 아키텍처, 컨텍스트 윈도우 100만 토큰이다. 이 모델은 10월 19일 API 형태로 출시됐고, 그 전에는 'Space Bunny'라는 코드네임으로 익명 테스트를 거쳤다. 가중치가 공개되면서 개발자는 MiniMax API를 통하지 않고 직접 배포할 수 있게 됐다.
추론 효율에 건 세 가지 수
MiniMax가 설명하는 기술적 개선은 세 가지에 모인다. 긴 컨텍스트의 어텐션 계산 비용을 낮추는 전체 모델 희소 어텐션, 저정밀 배포에서 정확도 손실을 줄이는 양자화 인식 학습(QAT), 부하에 따라 연산 자원을 배분하는 전력 인식 스케줄링이다. 토큰당 23B만 활성화하는 희소 설계와 맞물려 API 가격은 입력 100만 토큰당 0.15달러, 시간대 구분 없는 24시간 고정 요금이다.
첫날 생태계 명단, 절반 가까이가 중국산 칩
가중치 공개 첫날부터 배포 생태계가 갖춰졌다. 칩 쪽은 Huawei Ascend, T-head, Kunlunxin, Moore Threads, Biren, Hygon, Musen, TianShu에 NVIDIA와 AMD. 클라우드는 Together AI, Fireworks, Nebius, Baseten, Modal, DigitalOcean. 커뮤니티 쪽은 vLLM, SGLang, Baidu의 FlagOS, Hugging Face, ModelScope가 동시 지원했다. '설치할 수 있음'이 '점수가 좋음'만큼이나 중요하게 다뤄지고 있다.
왜 주목해야 하나
428B 규모 MoE의 오픈 웨이트 자체가 드문데, 진짜 주목할 점은 속도다. API 출시에서 가중치 공개까지 단 4일. 오픈소스 모델이 '출시와 함께 공개'에서 '수요를 먼저 검증하고 가중치를 낸다'로 바뀌고 있다. Space Bunny 익명 테스트 기간에 처리된 토큰은 200조 개가 넘는다(MiniMax 발표치). 실 트래픽으로 단련한 뒤 커뮤니티에 넘긴 셈이다. 중국 개발자에게는 첫날부터 국산 칩을 지원한다는 점이 크다. 커뮤니티 이식을 기다리지 않고 로컬 환경에서 바로 돌릴 수 있다. 다만 유의점도 있다. 희소하더라도 428B 기반을 로컬에서 돌리는 건 멀티 GPU 워크스테이션이나 서버의 일이지 소비자용 하드웨어로는 어렵다. 기술 보고서는 아직 공개되지 않아 M3에서 Flash로 무엇이 바뀌었는지는 MiniMax의 설명뿐이다.
