MiniMax, 428B MoE 모델 M3.1-Flash Hugging Face에 공개

MiniMax가 멀티모달 전문가 혼합(MoE) 모델 MiniMax-M3.1-Flash를 Hugging Face에 올렸다. 코딩, 에이전트 작업, 컴퓨터 사용, 사이버 보안을 겨냥한 모델이며 텍스트·이미지·영상을 입력으로 받고 출력은 텍스트다. 컨텍스트 창은 최대 100만 토큰이다.

저장소는 2026-10-17(UTC)에 만들어졌고 2026-10-23(UTC)에 수정됐다. 한국 시각 10월 23일 오전 10시 22분에 처음 관측됐으며, 이 시각이 공식 발표 시각과 같다고 볼 근거는 없다. 모델은 전체 약 4,280억 개 파라미터 중 토큰당 230억 개를 활성화한다. 사용자는 hf download MiniMaxAI/MiniMax-M3.1-Flash --local-dir MiniMax-M3.1-Flash 명령으로 내려받을 수 있다.

MiniMax는 M3.1-Flash가 M3의 MoE 구조를 유지하면서 세 부분을 바꿨다고 밝혔다. 먼저 첫 세 개 전체 어텐션 층을 희소 어텐션으로 교체했고, 그 결과 모델 전체에 MiniMax Sparse Attention(MSA)이 적용된다. 또 라우팅되는 MoE 전문가와 어텐션 경로를 학습 중에 양자화해 메모리 사용량을 줄이고 서빙 효율을 높였다.

세 번째는 추측 디코딩 방식이다. 이전의 EAGLE 계열 MTP 방식을 DSpark로 바꿨고, 호환되는 서빙 구현에서 쓸 수 있도록 초안 헤드를 함께 공개했다.

MiniMax는 에이전트·코딩·보안 과제에서 세대를 건너뛰는 도약이 있었다고 주장하며 BankerToolBench 76.2, DeepSWE v1.1 73.7%, OSWorld V2 61.7, Agents' Last Exam 29.6, CyberGym 82.2를 제시했다. 비교표에서는 OSWorld V2가 OSWorld 2.0으로 적혀 있다.

평가 조건은 항목마다 다르다. DeepSWE v1.1은 mini-SWE-agent 2.4.5와 512K 컨텍스트, CyberGym은 Claude Code 2.1.263과 1M 컨텍스트, Terminal Bench 4.0은 Codex 0.149.1을 썼다. HLE는 텍스트 전용 2,158문항 부분집합이며 도구를 쓰지 않았다. Agents' Last Exam은 공식 리더보드의 전체 결과만 반영했고, 이 항목의 빈칸은 공식 결과가 없다는 뜻이지 0점이 아니다. 점수는 공식 가중치 기준이라 서드파티 양자화본은 다를 수 있다고 MiniMax는 밝혔다.

권장 추론 프레임워크는 SGLang, vLLM, TokenSpeed이고, Transformers, KTransformers, unsloth, ATOM 연동은 준비 중이다. 권장 샘플링 설정은 온도 1.0, top_p 0.95다. 추론 때는 채팅 템플릿에서 reasoning_effort를 low, medium, high, xhigh, max 중 고른다. 실제 쓸 수 있는 컨텍스트 길이와 처리량은 GPU 메모리와 서빙 구성에 따른다.

표에서 M3.1-Flash는 Automation-Bench에서 62.8로 가장 높고, BankerToolBench에서는 Opus 5와 76.2로 같다. Terminal Bench 4.0은 38.1로 DeepSeek V4.1 Flash-1017(42.3), GPT-5.6 Sol(39.9), Opus 5(51.8)보다 낮다. HLE는 43.4로 GPT-5.6 Sol(49.5)과 Opus 5(55.6)에 못 미친다. 평가 도구와 컨텍스트 설정이 항목마다 달라 점수를 그대로 겹쳐 비교하기는 어렵다.