미니맥스 플래시, 값은 딥시크 할인가인데 코딩은 뒤진다

effidev·2026년 10월 20일

코딩을 맡기는 AI 에이전트(스스로 파일을 읽고, 고치고, 명령을 실행하는 프로그램)를 매달 꽤 돌리고 있다면 청구서의 대부분은 모델 요금이다. 2026년 10월 19일 중국 AI 회사 미니맥스(MiniMax)가 미니맥스 M3.1 플래시를 내놓았다. 입력 100만 토큰당 0.15달러, 출력 0.60달러라서 싼 모델이 하나 더 생겼다는 소식으로 읽힌다.

그런데 딥시크 공식 가격표를 열면 딥시크 V4.1 플래시 1017의 비수기 단가가 입력 0.15달러, 출력 0.60달러다. 한 푼도 다르지 않다. 게다가 미니맥스가 발표문에 직접 실은 비교표에서 코딩 시험(DeepSWE)은 미니맥스 73.7점, 딥시크 1017이 77.0점이다. 두 사실을 같이 놓으면 “딥시크보다 싸고 좋다”가 아니라 “비수기의 딥시크와 같은 값에 코딩 점수는 조금 낮다”가 된다.

AI 에이전트용 모델을 고르는 개발자, 청구서를 줄이고 싶은 사람, 미니맥스라는 이름을 오늘 처음 들은 사람을 기준으로 썼다. 낯선 말은 나올 때마다 한 줄로 풀었다.

본 자료는 미니맥스 발표문과 가격표, 미니맥스 에이전트 도구 페이지의 프리뷰 안내, 딥시크 API 가격 문서, 앤스로픽 가격 문서, 오픈AI 모델 문서, Artificial Analysis(AI 모델을 같은 잣대로 재서 순위를 내는 독립 기관) 모델 페이지, 그리고 해커뉴스 댓글이다. 아래 점수는 미니맥스가 직접 잰 값이거나 Artificial Analysis가 잰 값이고, 이 사이트가 모델을 호출해 다시 잰 값은 없다.

미니맥스 플래시가 10월 19일에 내건 것

발표문이 내건 문장은 세 가지다. 에이전트 작업·코딩·컴퓨터 조작·보안 시험에서 한 세대 도약했고, 온라인 추론 속도가 거의 3배 빨라졌고, 사용 비용이 70% 내려갔다는 것이다. 발표문은 익명으로 공개되던 모델 ’스페이스 버니(Space Bunny)’가 이 모델의 초기 버전이며 익명 운영 중 200조 토큰을 처리했다고 적었다.

토큰은 AI가 글을 읽고 쓰는 단위로, 한글 한 글자가 대략 한두 토큰이다. 가중치(weights)는 모델의 학습 결과물 파일이다. 공개되면 내 서버에서 직접 돌릴 수 있고, 지금은 미니맥스 API로만 쓴다. 활성 파라미터는 “모델 전체는 큰데 토큰 하나를 처리할 때는 일부만 쓴다”는 구조(MoE)에서 실제 일하는 몫이다.

정가 0.15달러는 딥시크의 비수기 단가와 같다

딥시크 API 가격 문서에는 요금이 두 줄로 적혀 있다. 모델 이름은 deepseek-flash(DeepSeek-V4.1-Flash-1017)다.

딥시크의 비수기는 피크 단가의 절반이다. 문서가 정한 피크 시간은 협정 세계시 평일 0104시와 0610시(중국 공휴일 제외)다. 한국 시각으로 옮기면 평일 1013시와 1519시다. 그 밖의 시간, 주말, 중국 공휴일은 종일 비수기 단가다.

캐시는 같은 앞부분을 매번 다시 보내는 대신 한 번 저장해 두고 싼값에 다시 읽는 기능이다. 에이전트는 긴 지시문과 파일 내용을 매 단계 다시 보내기 때문에 캐시 읽기 단가가 청구서에 크게 반영된다. 이 칸만 보면 딥시크가 미니맥스보다 싸다(0.003~0.006 대 0.015달러).

미니맥스는 Automation-Bench 비교 차트의 각주에서 딥시크 1017을 피크 단가(입력 0.30달러·출력 1.20달러·캐시 0.006달러)로 계산했다고 밝혔다. 숨기지는 않았지만, 읽는 사람은 차트 속 “딥시크가 두 배 비싸다”가 하루 중 일부 시간대의 값이라는 걸 알고 봐야 한다.

내 서비스에 대입해 보자. 아래는 이 글이 가정을 둔 계산 예시이고, 어느 회사가 발표한 값이 아니다. 한 달에 에이전트가 입력 5,000만 토큰, 출력 1,000만 토큰을 쓰고 캐시는 쓰지 않는다고 하자.

• 미니맥스 플래시: 5,000만 × 0.15달러 + 1,000만 × 0.60달러 = 7.50 + 6.00 = 13.50달러
• 딥시크 1017 피크: 15.00 + 12.00 = 27.00달러
• 딥시크 1017 비수기: 7.50 + 6.00 = 13.50달러
• 하이쿠 5.5 · GPT-6 루나: 5.00 + 5.00 = 10.00달러

이 가정에서 미니맥스는 피크의 딥시크보다 절반이고, 비수기의 딥시크와는 같다. 가장 싼 쪽은 오히려 하이쿠 5.5와 루나다. 다만 이 둘에는 프롬프트 길이 선이 있다. 하이쿠 5.5는 10만 토큰을 넘으면 단가가 5배가 되고, 루나는 27만 2천 토큰을 넘으면 그 요청 전체의 입력 단가가 2배, 출력이 1.5배다. 하이쿠 쪽 계산은 하이쿠 5.5 가격 글에서 따로 풀었다. 미니맥스는 입력 길이와 상관없이 단가가 하나라는 점이 다르다.

토큰을 세는 방식(토크나이저)도 회사마다 달라서, 같은 글이 모델마다 다른 토큰 수로 계산된다. 위 계산은 같은 토큰 수라고 가정한 것이라 실제 청구서는 이보다 벌어지거나 좁혀진다.

“70% 저렴”은 무엇과 비교한 말인가

발표문의 “사용 비용 70% 절감”은 전 모델인 미니맥스 M3 와의 비교다. 에이전트 작업의 전체 사용 비용이 70% 낮다는 문장이고, 계산 방법은 적혀 있지 않다.

미니맥스 가격표로 단가만 비교하면 M3(표준 요금, 입력 51만 2천 토큰 이하)는 입력 0.30달러·출력 1.20달러·캐시 0.06달러다. 플래시는 입력·출력이 정확히 절반, 캐시 읽기는 4분의 1이다. 즉 단가 인하만으로는 50%이고, 70%라는 숫자에는 토큰을 덜 쓰는 몫이 섞여 있다고 읽어야 맞다. 이 해석은 이 글의 추정이다. 발표문이 설명한 문장은 아니다.

M3는 입력이 51만 2천 토큰을 넘으면 단가가 2배가 되고, 빠른 응답을 위한 우선 요금(Priority)은 표준의 1.5배다. 플래시는 가격표에 이런 구간이 적혀 있지 않고 모든 입력 길이에 단일 요금이다.

미니맥스 자신의 점수표에서 딥시크는 여섯 줄 중 다섯 줄을 앞선다

발표문 점수표에는 미니맥스 플래시 옆에 딥시크 V4.1 플래시 1017 열이 있다. 딥시크 1017 점수가 채워진 줄만 뽑으면 이렇다. 아래 숫자는 전부 미니맥스 표에 적힌 값이다.

딥시크 점수가 있는 여섯 줄 중 미니맥스가 앞서는 줄은 Automation-Bench 하나다. 나머지 다섯 줄은 딥시크 1017이 높고, 특히 코딩 줄 셋(Terminal-Bench·DeepSWE·NL2Repo)이 전부 딥시크 쪽이다. 발표문 본문이 DeepSWE 73.7%를 “최상위 모델들과 나란히”라고 쓴 건 틀린 말이 아니다. 같은 표에서 GPT-5.6 솔이 73.0, 오퍼스 5가 74.0이다. 다만 같은 줄에서 딥시크 1017이 이미 77.0이라는 점은 본문 문장에서 언급되지 않는다.

표를 읽을 때 걸리는 점이 셋 있다. 첫째, 시험마다 모델을 돌린 틀(하네스, 모델을 감싸 일을 시키는 프로그램)이 다르다. 각주를 보면 Terminal-Bench는 코덱스 하네스, DeepSWE는 mini-SWE-agent, NL2Repo·BabyVision은 클로드 코드 하네스를 썼다. 둘째, HLE 줄은 텍스트 문제만 추린 2,158개 부분 집합의 점수라고 각주가 밝혔다. 전체 시험의 공식 점수와는 다른 값이다. 셋째, 각주에 따르면 OSWorld 2.0 줄은 “각 모델이 출시 때 보고한 최고점을 적었고, 딥시크 V4.1만 자체 재현값”이다. 모든 칸이 같은 조건에서 잰 값은 아니라는 뜻이다.

표의 클로드 오퍼스 5는 앤스로픽 가격 문서에 더 새로운 오퍼스 5.5가 이미 올라 있는 모델이다. 해커뉴스에서도 그래픽마다 오퍼스 5와 5.5가 섞여 있다는 지적이 나왔다. 최신 오퍼스 5.5는 이 점수표에 없다.

과제 하나에 드는 값은 과제마다 뒤집힌다

단가표가 아니라 “과제 하나를 끝내는 데 드는 값”으로 보면 어떨까. 미니맥스는 차트 둘을 실었다. 점이 찍힌 눈금을 읽은 대략의 값이라 정확한 숫자는 아니다.

• Automation-Bench: 미니맥스 최고 설정(max)이 62.8%에 과제당 약 0.05달러, 딥시크 1017 최고 설정이 60.5%에 약 0.09달러다. 점수도 높고 값도 절반쯤이다.
• DeepSWE: 미니맥스 max가 73.7%에 약 0.28달러, 딥시크 1017 max가 77.0%에 약 0.20달러다. 이쪽은 딥시크가 점수도 높고 값도 싸다.

같은 두 모델인데 시험이 바뀌면 싼 쪽이 뒤집힌다. 단가가 절반이라는 사실이 “내 일에서도 절반”을 뜻하지 않는다.

독립 기관 수치도 비슷하다. Artificial Analysis의 종합 지수(Intelligence Index v4.3.2, 10개 시험의 합산)에서 미니맥스 플래시는 42점, 딥시크 V4.1 플래시 1017(Max)은 45점이다. 이 지수를 한 번 돌리는 데 미니맥스는 출력 토큰 1억 8,000만 개, 딥시크는 2억 1,000만 개를 썼다. 두 모델 모두 같은 분류의 중앙값(미니맥스 쪽 분류 9,900만 개, 딥시크 쪽 분류 1억 4,000만 개)보다 말이 많은 편이라고 페이지가 적었다. 과제 하나당 비용은 미니맥스 0.22달러, 딥시크 0.26달러다.

입력·출력 단가는 미니맥스가 딥시크 피크의 절반인데, 측정한 과제당 비용 차이는 약 15%다. 페이지는 이유를 설명하지 않는다. 이 글이 확인할 수 있는 건 단가표와 과제당 비용이 같은 말이 아니라는 데까지다. 두 모델의 분류와 비교 대상이 서로 달라서 페이지에 적힌 순위(미니맥스 173개 중 4위, 딥시크 121개 중 2위)는 맞비교하지 않았다.

속도 숫자 셋: 200, 150, 120

속도는 초당 출력 토큰 수(TPS)로 말한다. 미니맥스가 직접 적은 숫자가 둘, 독립 기관이 잰 숫자가 하나다.

2,000토큰짜리 답을 받는다고 하면 120 토큰/초는 약 17초, 200 토큰/초는 10초, 딥시크의 210 토큰/초는 9.5초가 걸린다. 이 모델은 추론을 끌 수 없어서 답 앞에 생각하는 토큰이 먼저 나오고, 체감 시간은 그만큼 더 길다.

Artificial Analysis 요약 페이지에는 어느 공급사에서 어느 시각에 쟀는지가 드러나 있지 않다. 발표 직후의 첫 측정으로 읽어야 한다. 미니맥스가 내세운 “거의 3배 빨라졌다”는 M3 대비 문장이고, 딥시크와의 비교가 아니다. 지금 확인되는 건 “독립 기관 측정으로는 딥시크 1017보다 느리다”까지다.

옮기기 전에 알아 둘 것: 추론은 끌 수 없다

이미 미니맥스 M3나 다른 모델을 호출하는 코드가 있다면 모델 이름만 바꿔서는 안 될 수 있다. 미니맥스 에이전트 도구 페이지의 프리뷰 안내가 적은 변경점은 이렇다.

• 추론이 항상 켜져 있고 끌 수 없다. M3는 켜고 끌 수 있었다.
• 추론 강도를 low·medium·high·xhigh·max 다섯 단계로 정한다. 안내는 기본 권장값을 max로 적었다.
• 요청에 thinking.type=disabled나 effort=none이 들어 있으면 오류가 난다. 옮길 때 지워야 한다.
• 추론 내용은 reasoning_content라는 별도 필드로 오고, 값이 비어 있을 수 있다. 예전 reasoning_details나 본문 안 <think> 태그를 읽던 코드는 고쳐야 한다.
• 생각하는 토큰도 출력 한도에 들어가므로 최대 출력 토큰을 넉넉히 줘야 답이 중간에 끊기지 않는다.
• 앤스로픽 호환·오픈AI 호환 SDK로 부를 수 있다.

이 안내는 프리뷰 기준이다. 안내가 적은 모델 ID는 MiniMax-M3.1-Flash-Preview이고, 정식 가격표에는 MiniMax-M3.1-Flash로 올라와 있다. 정식 ID와 파라미터 이름은 미니맥스 API 문서에서 한 번 더 확인해야 한다.

가중치는 아직 없고, ’플래시’는 작지 않다

발표문은 가중치를 나중에 공개하겠다고 했고, 상위 모델 ’프로(Pro)’도 나중에 나온다고 적었다. 오늘 시점에 이 모델을 내 서버에서 돌리는 길은 없다. 딥시크 V4.1 플래시 1017은 MIT 라이선스로 가중치가 공개돼 있고(전체 5,520억 개·활성 160억 개), 이 차이는 값 비교와 별개로 선택에 영향을 준다. 데이터를 밖으로 못 보내는 환경이라면 지금 비교 대상이 되지 않는다.

이름도 읽을 때 주의할 부분이다. 프리뷰 안내가 적은 크기는 전체 4,280억 개에 활성 230억 개다. 해커뉴스에서도 요즘 ’플래시’는 작다는 뜻이 아니라 빠르거나 비용 효율적이라는 뜻에 가깝다는 말이 나왔다.

해커뉴스 댓글에서 갈린 두 가지

해커뉴스에서 이 발표는 확인 시점에 325점·댓글 140개였다. 댓글은 크게 둘로 갈렸다.

하나는 “벤치마크를 믿을 수 있나”다. 한 댓글은 만드는 쪽 홍보팀이 자기 모델이 가장 좋아 보이는 점수-값 곡선(파레토 곡선)을 고르기 마련이라고 지적했다. 다른 댓글은 딥시크 1017을 비교표에 나란히 넣은 건 점수보다 가격 쪽 경쟁을 겨냥한 것 같다고 읽었다. 또 다른 댓글은 DeepSWE에서 딥시크 1017에 못 미치니 관심이 사라졌다고 썼다. 반대편에서는 이 가격대 모델이 계속 싸지고 좋아지는 게 놀랍다는 반응도 있었다.

다른 하나는 비교 대상이다. 그래픽에 오퍼스 5와 5.5가 섞여 있고, 딥시크 쪽 발표도 오퍼스 5를 기준으로 삼았다는 지적이 나왔다. 최신 모델과 직접 맞붙은 값이 아니라 “마지막으로 시험해 본 버전”일 거라는 추측이 달렸고, 이건 어디까지나 댓글의 추측이다. 이 글이 확인한 사실은 표에 오퍼스 5.5가 없다는 데까지다.

그래서 누구에게 맞나

점수와 값을 한 줄로 합치면 이렇다.

• 여러 업무 앱을 오가는 자동화(주문·고객 응대·재무 문서처럼 도구를 이어 붙이는 일)를 돌린다면 시험해 볼 만하다. 미니맥스 표에서 Automation-Bench가 딥시크보다 높고, 차트의 과제당 값도 절반쯤이다.
• 코딩 에이전트가 주 용도라면 지금 근거는 딥시크 쪽이다. 미니맥스의 표와 차트에서 모두 딥시크 1017이 높고 DeepSWE에서는 더 싸다.
• 이미 딥시크를 쓰고 있다면 갈아탈 이유가 값은 아니다. 한국 시각 평일 1013시와 1519시를 피하면 같은 값이다.
• 제일 싼 단가만 필요하고 프롬프트가 짧다면 하이쿠 5.5나 GPT-6 루나(입력 0.10달러·출력 0.50달러)가 더 싸다.
• 내 서버에서 돌려야 한다면 아직 미니맥스는 선택지가 아니다. 가중치가 나오는 날 다시 본다.

뮤즈 원더 가격 글에서 본 것처럼 발표문의 점수표는 만든 쪽이 줄과 비교 대상을 정하는 문서다. 같은 줄에 불리한 숫자가 있는지는 읽는 사람이 찾아야 한다. 이번 표는 불리한 열(딥시크 1017)을 감추지 않고 실었다는 점에서 끝까지 읽을 수 있는 자료다.

내 일로 재 보는 법

표 하나로 결론을 내리지 말고 내 작업 열 개로 직접 재 보는 게 가장 정확하다. 순서는 이렇다.

1. 실제로 맡기는 작업 열 개를 고른다. 짧은 것과 긴 것을 섞는다.
2. 같은 지시문, 같은 도구, 같은 추론 강도로 후보 두세 개 모델에 시킨다.
3. 각 모델 콘솔의 사용량 화면에서 과제당 청구액과 걸린 시간을 적는다. 단가가 아니라 이 값을 본다.
4. 결과물은 점수표가 아니라 내가 직접 읽고 쓸 수 있는지로 고른다.
5. 딥시크를 후보에 넣는다면 시험 시간대를 피크와 비수기로 나눠 적는다.

Cloudflare AI Gateway로 LLM API 비용을 제어하는 법을 같이 붙여 두면, 여러 모델을 바꿔 가며 시험하는 동안 달러 기준 상한을 걸어 둘 수 있다.

이 글이 직접 해 보지 않은 것

이 글은 미니맥스 발표문·가격표·프리뷰 안내, 딥시크 가격 문서, 앤스로픽·오픈AI 문서, Artificial Analysis 페이지, 해커뉴스 스레드를 직접 읽고 숫자를 대조했다. 미니맥스 점수표와 차트는 이미지를 열어 칸 하나씩 확인했고, 차트의 비용 눈금은 눈으로 읽은 근사값이다.

이 사이트가 직접 해 본 것은 없다. 미니맥스 API를 호출하지 않았고, 시험을 다시 돌리지 않았다. 확인하지 못한 것은 가중치 공개 시기, 정식 API 문서의 파라미터 이름, 한국에서 재는 응답 시간, 프로 모델의 값이다. 발표 직후의 기록이라 가격표와 지수 페이지는 며칠 안에 바뀔 수 있다. 이 글은 2026년 10월 20일 아침 기준이다.