최종 업데이트: 2026년 10월 11일

MiniMax M3: 리뷰, API 가이드, 가격, 로컬 설치

MiniMax는 2026년 6월 1일 M3를 공개했습니다. 전체 약 428B, 활성 약 23B 파라미터의 오픈 웨이트 전문가 혼합(MoE) 모델로, 1M 토큰 컨텍스트와 이미지·영상 입력을 기본 지원합니다. 이 페이지는 MiniMax가 공개한 내용을 모으고, API 호출 방법, Claude·GPT와의 가격 비교, 직접 돌리는 데 필요한 조건을 정리합니다.

MiniMax M3 한눈에 보기

API 문서에는 더 새로운 MiniMax-M3.1-Flash-Preview도 있지만, 지금은 M Plan과 MiniMax Code 앱에서만 쓸 수 있습니다.

출처: MiniMax: MiniMax M3 발표 글

출처: GitHub: MiniMax-AI/MiniMax-M3

출처: Hugging Face: MiniMaxAI/MiniMax-M3

출처: MiniMax API: 텍스트 생성 가이드

MiniMax가 공개한 벤치마크

모두 MiniMax 자체 수치이며 우리가 재현하지는 않았습니다. Claude Opus 5.5, GPT-6, Gemini 4와 같은 조건에서 비교한 결과도 공개되지 않았습니다.

MiniMax는 긴 작업 사례 두 가지도 소개합니다. 약 12시간 동안 논문을 재현했고(커밋 18개, 그림 23개), 약 24시간 동안 CUDA FP8 GEMM 커널을 최적화해 하드웨어 최대 성능 대비 7.6%에서 71.3%로 끌어올렸습니다.

출처: MiniMax: MiniMax M3 발표 글

출처: Hugging Face: MiniMaxAI/MiniMax-M3

직접 테스트: 프롬프트 5개

M3가 내 작업에 맞는지 가장 빨리 확인하는 방법은 같은 프롬프트를 M3와 지금 쓰는 모델에 각각 돌려 보는 것입니다. 아래 프롬프트는 MiniMax가 강점으로 내세우는 영역을 다룹니다.

실패하는 테스트와 테스트 대상 함수를 붙여 넣습니다. 버그를 찾아 원인을 두 문장으로 설명하고, 수정된 함수만 주세요.

[테스트 붙여 넣기]
[함수 붙여 넣기]

아래에 저장소 전체를 붙여 넣습니다. 데이터베이스 연결을 열고 닫지 않는 곳을 파일과 줄 번호와 함께 모두 나열하고, 한 번에 고칠 공통 헬퍼를 제안해 주세요.

[파일 붙여 넣기]

이 UI 스크린샷을 인라인 CSS가 들어간 HTML 파일 하나로 만들어 주세요. 여백과 색상을 최대한 맞추고 너비 360px까지 반응형으로 해 주세요.

이 버그 화면 녹화를 보고 재현 단계와 사용자가 원래 기대한 동작을 정리해 주세요.

Node 프로젝트의 셸을 쓸 수 있습니다. Express 4에서 Express 5로 업그레이드하는 과정을, 아무것도 망가지지 않았는지 확인하는 방법까지 포함해 단계별로 계획해 주세요. 아직 아무것도 실행하지 마세요.

MiniMax 권장값인 temperature 1.0, top_p 0.95를 쓰세요.

출처: GitHub: MiniMax-AI/MiniMax-M3

MiniMax M3 API 사용법

1. platform.minimax.io에서 계정을 만들고 결제 수단을 등록하거나 Token Plan을 구매합니다.
2. 콘솔에서 API 키를 만듭니다.
3. Anthropic SDK(MiniMax 권장)는 https://api.minimax.io/anthropic, OpenAI SDK는 https://api.minimax.io/v1로 지정합니다.
4. 모델은 MiniMax-M3로 설정합니다.
5. 입력은 가능하면 512K 토큰 이하로 유지하세요. 넘으면 단가가 두 배가 됩니다.

# pip install anthropic
import anthropic

client = anthropic.Anthropic(
    base_url="https://api.minimax.io/anthropic",
    api_key="YOUR_MINIMAX_API_KEY",
)

msg = client.messages.create(
    model="MiniMax-M3",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Write a Python function that dedupes a list while keeping order."}],
)
print(msg.content)

출처: MiniMax API: 텍스트 생성 가이드

OpenAI 호환 호출(curl)

curl https://api.minimax.io/v1/chat/completions \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [{"role": "user", "content": "Explain MoE models in 3 sentences."}],
    "temperature": 1.0,
    "top_p": 0.95
  }'

Anthropic이나 OpenAI API를 지원하는 도구(코딩 에이전트 등)는 대개 기본 URL, 키, 모델 이름만 바꾸면 됩니다.

출처: MiniMax API: 텍스트 생성 가이드

MiniMax M3 가격

MiniMax는 이 할인을 “영구 50% 할인”이라고 표시합니다. thinking을 켜든 끄든 가격은 같습니다. 다른 방법은 Token Plan 구독으로, Plus 월 $20(M3 약 17억 토큰), Max $50(약 51억), Ultra $120(약 98억)이며 텍스트, 이미지, 음성, 음악이 같은 한도를 나눠 씁니다.

출처: MiniMax API 종량제 가격

출처: MiniMax: MiniMax M3 발표 글

MiniMax M3와 Claude·GPT 비교

• 오픈 웨이트가 필요하거나(자체 호스팅, 파인튜닝, 서버 밖으로 나가면 안 되는 데이터), 이미지·영상 입력까지 되는 긴 컨텍스트 코딩을 싸게 쓰고 싶다면 M3.
• 단순하고 양이 많은 작업은 Haiku 5.5와 GPT-6 Luna가 토큰당 더 쌉니다.
• 가장 어려운 코딩 작업은 직접 비교해 보세요. M3를 Opus 5.5나 GPT-6 Astra와 같은 조건에서 비교한 벤치마크는 아직 없습니다.

각 사의 가장 짧은 프롬프트 구간 정가입니다. Claude와 OpenAI 가격은 이 사이트가 추적하는 공식 가격 페이지 기준입니다.

전체 모델 API 가격 · 비용 계산기 · Claude Haiku 5.5

출처: MiniMax API 종량제 가격

출처: Claude API 가격

출처: OpenAI API 가격

MiniMax M3 로컬에서 돌리기

전체 모델은 BF16 기준 약 855GB입니다. MiniMax와 vLLM은 BF16용으로 Hopper GPU 8장(8x H200 또는 H20) 단일 노드를 기준으로 합니다. MXFP8 체크포인트(MiniMaxAI/MiniMax-M3-MXFP8)는 메모리가 대략 절반이면 됩니다.

# 1) Download the weights (~855 GB in BF16)
hf download MiniMaxAI/MiniMax-M3 --local-dir MiniMax-M3

# 2) Serve with vLLM on 8 Hopper GPUs (e.g. 8x H200).
#    Support is not in a stable vLLM release yet: use the vllm/vllm-openai:minimax-m3 image.
vllm serve MiniMaxAI/MiniMax-M3 \
  --tensor-parallel-size 8 \
  --block-size 128 \
  --tool-call-parser minimax_m3 \
  --reasoning-parser minimax_m3 \
  --enable-auto-tool-choice

# Or SGLang
python3 -m sglang.launch_server \
  --model-path "MiniMaxAI/MiniMax-M3" \
  --host 0.0.0.0 --port 30000

vLLM 레시피에 따르면 --block-size 128은 필수이고, 도구 호출 파서는 minimax_m2가 아니라 minimax_m3입니다.

출처: GitHub: MiniMax-AI/MiniMax-M3

출처: vLLM 레시피: MiniMax M3

출처: Hugging Face: MiniMaxAI/MiniMax-M3

작은 장비: Unsloth GGUF(실험적)

# Experimental, text-only GGUF (llama.cpp branch with M3 support)
git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp
git fetch origin pull/24523/head:minimax-m3
git checkout minimax-m3
cmake -B build -DGGML_CUDA=ON   # -DGGML_CUDA=OFF for CPU or Apple Metal
cmake --build build --config Release -j --target llama-cli llama-server

./build/bin/llama-cli \
  -hf unsloth/MiniMax-M3-GGUF:UD-IQ1_M \
  --temp 1.0 --top-p 0.95 --top-k 40 \
  --ctx-size 32768

GGUF는 텍스트만 지원하고 아직 희소 어텐션도 지원하지 않아, 긴 컨텍스트에서는 밀집 어텐션으로 돌아가 메모리를 훨씬 많이 씁니다. --ctx-size는 적당히 잡으세요.

출처: Unsloth: MiniMax M3 로컬 실행

상업적으로 써도 되나요?

• 비상업적 사용은 무료입니다.
• 상업적 사용도 가능하지만, 관련 사이트·화면·문서에 “Built with MiniMax M3”를 표시해야 합니다.
• 연 매출 2,000만 달러 미만 기업은 [email protected]로 한 번만 알리면 됩니다(제목 “M3 licensing — notice”). 2,000만 달러를 넘으면 MiniMax의 서면 허가가 필요합니다.
• 군사 용도, 불법 콘텐츠, 미성년자 위해, 의도적인 허위 정보는 금지입니다.

요약일 뿐 법률 자문이 아닙니다. 제품에 쓰기 전에 라이선스 원문을 읽어 보세요.

출처: MiniMax Community License

MiniMax와 무관한 독립 가이드입니다. MiniMax 발표 글, GitHub, Hugging Face 모델 카드와 라이선스, API 문서, vLLM 레시피, Unsloth 가이드를 바탕으로 2026년 10월 11일에 확인했습니다. 벤치마크는 MiniMax 공식 수치이며 우리가 재현하지 않았습니다. 가격은 바뀔 수 있습니다.