무검열 MiniMax API: 최저가로 쓰는 비전
MiniMax-M3는 Shannon 게이트웨이에서 무검열 이미지 이해를 얻는 가장 저렴한 방법입니다. 입력 $0.50, 출력 $2.00, 컨텍스트 262,144 토큰, 그리고 여러분과 그림 사이에 거절 레이어가 없습니다.
요약
MiniMax-M3 · 3BIT-REAP는 Shannon 최저가의 비전 지원 무검열 모델입니다. 100만 입력 토큰당 $0.50, 100만 출력 토큰당 $2.00이며, 262,144 토큰 컨텍스트, 16,384 출력 토큰, 스트리밍, 툴 호출, reasoning_effort로 조절하는 추론, 엄격한 json_schema 출력을 제공합니다. MiniMax AI의 M3 파운데이션 — MiniMax Sparse Attention과 네이티브 멀티모달 학습을 갖춘 4280억 파라미터 전문가 혼합 모델 — 을 3비트 가중치와 REAP 전문가 프루닝으로 압축해, 그 가격에 자체 GPU 클러스터에 올렸습니다. 워크로드가 "이 이미지를 보고 솔직하게 답해, 만 번"이라면 이 모델이 답입니다.
거의 모든 호스팅 멀티모달 API는 비전에 프리미엄을 매깁니다. 텍스트에는 텍스트 모델 요율을 내고, 프롬프트에 이미지가 들어오는 순간 더 — 때로는 몇 배 더 — 내게 됩니다. 게다가 이미지 입력은 거절 행동이 가장 공격적으로 나타나는 지점입니다. 텍스트로는 기꺼이 논하던 주제를 사진 속에서 설명하라고 하면 거절하는 모델 말입니다. 결과는 호출당 비싸고 호출당 신뢰할 수 없는 제품이며, 대량 처리에서는 이것이 최악의 조합입니다. Shannon의 MiniMax-M3는 그에 대한 우리 답입니다. 가장 저렴한 텍스트 모델과 동일한 $0.50 / $2.00을, 첫 단계부터 멀티모달로 학습된 파운데이션에, 앞을 막는 거절 레이어 없이 적용합니다.
01여기서 "가장 저렴한 무검열 비전 모델"의 실제 의미
Shannon 카탈로그는 열두 모델입니다. 그중 다섯이 이미지를 받습니다. 100만 토큰당 가격은 다음과 같습니다.
| 비전 지원 모델 | 입력 | 출력 | 구조화 출력 |
|---|---|---|---|
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | json_schema + response_format |
| MiMo-V2.5 · W8A16 | $0.50 | $2.00 | json_schema + response_format |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | json_schema + response_format |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | response_format only |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | json_schema + response_format |
MiniMax-M3는 바닥에 있습니다 — $0.50 / $2.00 — MiMo-V2.5와 동률이고 그 아래는 없습니다. $0.50 / $2.00이 우리 가격표의 바닥 그 자체이기 때문입니다. 비전 구간의 꼭대기와 비교하면 Kimi-K3보다 입력 7.7배, 출력 9.6배 저렴합니다.
이것을 실제 워크로드에 대입해 봅시다. 이미지 1,000장 — 스크린샷, 스캔 페이지, 제품 사진 — 을 분류한다고 하고, 들어가는 이미지와 프롬프트가 평균 약 1,200 토큰, 나오는 답이 300 토큰이라고 하겠습니다.
2026년 9월 Shannon 정가 기준입니다. 토큰 수는 예시이며, 실제 이미지 토큰화는 해상도와 호출당 첨부하는 이미지 개수에 따라 달라집니다.
머릿속에 담아 둘 만한 기준점이 둘 더 있습니다. 262,144 토큰 컨텍스트를 한 번 가득 채우는 데 약 13센트가 듭니다. 16,384 토큰짜리 최대 길이 응답은 약 3.3센트입니다. 이것이 단일 최악 요청의 실제 상한이며, 이 정도로 작다면 비전 파이프라인에서 흥미로운 제약은 돈이 아니라 처리량으로 옮겨 갑니다.
02MiniMax 계보: 헤드라인이 아니라 토큰을 최적화하는 연구소
MiniMax AI는 상하이의 연구소로, 공개 가중치 이력 전체가 질문 하나를 향합니다. 어텐션을 얼마나 싸게 만들어야 긴 컨텍스트와 멀티모달리티가 사치가 아니게 되는가? 이 계열의 모든 릴리스가 그 질문에 대한 답이고, 답들은 서로 위에 쌓입니다.
MiniMax-01 — 라이트닝 어텐션, 그리고 처음부터의 비전
MiniMax-01 시리즈(arXiv 2501.08313으로 공개)는 선형 어텐션 변형을 I/O 인지 방식으로 구현한 Lightning Attention을, 총 4560억 파라미터에 토큰당 활성 459억인 하이브리드 전문가 혼합 모델 안에 도입했습니다. 시리즈는 한 쌍으로 나왔습니다. MiniMax-Text-01과 비전 모델 MiniMax-VL-01입니다. VL-01은 이제는 익숙한 ViT-MLP-LLM 스택을 썼지만, 빌려 온 인코더가 아니라 이미지-캡션 쌍 6억 9400만 건으로 처음부터 학습한 3억 300만 파라미터 비전 트랜스포머를 썼고, 이후 5120억 토큰을 처리하는 다단계 파이프라인에서 정렬과 공동 파인튜닝을 거쳤습니다.
그 세부 사항이 지금 읽는 글에서 중요합니다. 이 계보의 비전은 체크박스를 채우려고 텍스트 모델에 뒤늦게 덧댄 어댑터가 아닙니다. MiniMax는 첫 공개 릴리스부터 자체 시각 타워를 학습해 왔고, 문서 이해, UI와 스크린샷 파악, 차트 판독이 곁가지가 아니라 이 계열의 일관된 강점인 이유가 여기 있습니다.
MiniMax-M1 — 길게 추론하기 위한 하이브리드 어텐션
MiniMax-M1(arXiv 2506.13585)은 저자들이 최초의 공개 가중치 대규모 하이브리드 어텐션 추론 모델이라고 설명한 모델입니다. 4560억 / 459억 MoE 몸통을 유지하면서 두 어텐션 유형을 교차했습니다. Lightning Attention 블록 일곱 개마다 통상적인 소프트맥스 어텐션 트랜스포머 블록 하나를 넣는 방식입니다. 성과는 리더보드 순위가 아니라 연산량으로 측정되었습니다. MiniMax는 10만 토큰 생성 길이에서 M1이 DeepSeek R1의 약 25% FLOPs를 소비했다고 보고했으며, 동시에 100만 토큰 컨텍스트를 네이티브로 지원했습니다.
MiniMax-M2 — 작은 활성화로의 선회
MiniMax-M2는 크기에서 반대 방향으로 갔고 그것으로 주목받았습니다. 62개 레이어 디코더에 총 2299억 파라미터, 그러나 토큰당 활성은 약 98억이며, MoE 레이어마다 세분화된 전문가 256개를 두고 시그모이드 라우팅으로 여덟 개를 고르며, 학습 안정성을 위해 RoPE 위치와 QK-RMSNorm을 씁니다. 명시적으로 에이전트형 코딩 모델 — 다중 파일 수정, 실행-수정 루프, 테스트로 검증되는 수리 — 이었고, 각 턴 뒤에 사고를 버리는 대신 툴 호출 라운드 사이로 추론을 실어 나르는 교차 사고 형식을 도입했습니다. 활성화를 작게 유지하는 것만으로 프런티어에 근접한 에이전트 행동을 토큰당 비용의 일부로 제공한다는 MiniMax의 평판을 세운 모델이 바로 M2입니다.
MiniMax-M3 — 이 엔드포인트 아래의 파운데이션
MiniMax-M3는 2026년 6월 1일 공개되었고, 직후 Hugging Face에 가중치가, arXiv 2606.13392에 기술 보고서가 올라왔습니다. 토큰당 약 230억이 활성화되는 4280억 파라미터 전문가 혼합 모델이며, 문서화된 컨텍스트는 100만 토큰, 네이티브 이미지·비디오 입력을 갖췄습니다. MiniMax는 이를 텍스트로 사전학습한 뒤 멀티모달로 적응시킨 것이 아니라 "맨 첫 단계부터" 혼합 모달리티로 학습했다고 설명합니다. MiniMax가 공개한 자체 수치로는 SWE-bench Verified 80.5%, SWE-bench Pro 59.0%입니다. 코딩 벤치마크에 대한 벤더 보고 수치이며, 정확히 그만큼의 무게로 받아들이면 됩니다. 우리가 인용하는 이유는 그것이 해당 연구소의 공개 주장이기 때문이지, 우리가 독립적으로 재현했기 때문이 아닙니다.
03MiniMax Sparse Attention: 비전 모델이 이렇게 쌀 수 있는 이유
M3에서 흥미로운 공학은 MiniMax Sparse Attention(MSA)이며, 이 크기의 멀티모달 모델이 우리 최저가에 앉을 수 있는 직접적인 이유입니다. 이미지는 토큰을 많이 먹습니다. 고해상도 페이지 몇 장이면 지시문 한 줄 쓰기도 전에 수만 토큰이 프롬프트에 들어갑니다. 표준 어텐션에서는 그 비용이 제곱으로 불어나므로, 스무 페이지를 읽는 모델은 열 페이지를 읽는 모델의 두 배가 아니라 훨씬 더 나쁩니다.
MSA는 그 곡선의 모양을 바꿉니다. Grouped Query Attention 백본 위에 세운 블록 희소 메커니즘이며, 두 갈래로 나뉩니다.
- 키-값 블록을 채점하는 가벼운 인덱스 브랜치. 각 블록 안의 토큰에 걸쳐 점수를 맥스풀링해 쿼리 위치별·GQA 그룹별로 상위 k개를 고르며, 학습 안정성을 위해 쿼리 자신이 속한 로컬 블록은 항상 포함합니다.
- 인덱스가 선택한 블록에 대해서만 통상적인 소프트맥스 어텐션을 돌리는 메인 브랜치.
MSA 논문의 구성은 128 토큰 블록 k = 16개이며, 이는 모든 쿼리에 2,048 토큰이라는 고정 어텐션 예산을 줍니다. 고정이란 시퀀스 길이와 함께 늘지 않는다는 뜻입니다. 요령의 전부가 그것입니다. 컨텍스트가 커지면 밀집 기준선의 어텐션 비용은 계속 오르지만 MSA의 메인 브랜치 비용은 평평하게 유지되므로, 어텐션이 제곱이 아니라 선형으로 스케일합니다.
MiniMax Sparse Attention 보고서(arXiv 2606.13392)의 수치입니다. 1M 컨텍스트에서 동등하게 구성된 GQA 대비 토큰당 어텐션 FLOPs 28.4배 감소, 논문의 1090억 파라미터 연구에서 H800 하드웨어로 측정한 프리필 14.2배 / 디코드 7.6배 실시간 가속입니다. MiniMax는 별도로 1M 컨텍스트에서 M2 대비 M3의 프리필 9배, 디코드 15배 가속을 보고합니다. 모두 연구소 보고 수치입니다.
논문은 비전 관련 글에서 정말 중요한 확인도 해 둡니다. 네이티브 멀티모달 1090억 MoE에서 MSA는 AI2D, ChartQA, MMMU를 포함한 이미지 벤치마크 전반, 그리고 EgoSchema, LongVideoBench, VideoMME를 포함한 비디오 벤치마크 전반에서 전체 어텐션 기준선에 필적하는 성능을 유지했고, 컨텍스트가 더 긴 비디오 과제에서는 희소 변형이 오히려 더 나은 경우도 있었습니다. 여기서 희소성은 속도를 위해 치르는 품질세가 아닙니다. 긴 입력에서는 사실상 공짜로 보입니다.
고객으로서 이것에 신경 써야 하는 이유: 정가를 정하는 것은 서빙 비용입니다. 어텐션 비용이 더 이상 커지지 않는 파운데이션은 이미지 10만 장에 겨눠도 감당되는 파운데이션입니다. "가장 저렴한 무검열 비전 모델" 뒤의 메커니즘이 이것입니다. 판촉 요율이 아니라 아키텍처입니다.
043BIT-REAP의 의미, 그리고 무엇을 잃는가
4280억 파라미터 모델은 전체 정밀도로는 어디에도 편하게 들어가지 않습니다. 우리 MiniMax-M3 빌드에 붙은 3BIT-REAP 접미사는 정해진 순서로 적용된 두 가지 별개의 작업을 가리킵니다.
REAP: 압축하기 전에 전문가를 지운다
REAP — 라우터 가중 전문가 활성화 프루닝 — 은 Cerebras와 캘거리 대학교가 arXiv 2510.13999로 공개하고 ICLR 2026에 채택된 원샷 MoE 압축 기법입니다. 논지는 생성 과제에서는 전문가를 병합하는 것보다 프루닝하는 것이 낫다는 것입니다. 병합은 라우터의 세밀한 제어를 파괴하고 결코 되돌릴 수 없는 오차를 들여옵니다. 그래서 REAP은 라우터 게이트 값(라우터가 얼마나 자주, 얼마나 강하게 그 전문가를 고르는지)과 전문가 활성화 노름(그 출력이 실제로 얼마나 기여하는지)을 결합한 중요도 기준으로 각 전문가를 채점한 뒤, 가장 덜 중요한 전문가를 통째로 삭제합니다.
저자들은 1조 파라미터 규모 모델에서도 전문가의 최대 50%를 제거하면서 기준 품질을 대체로 보존했다고 보고합니다. Qwen3-480B-Coder-FP8을 50% 프루닝했을 때 비에이전트 코딩 능력의 97.6%, 에이전트형 SWE-Bench의 96.7%가 유지되었습니다. 이는 논문 저자들이 자신들의 모델에서 낸 수치이지 우리가 MiniMax-M3에서 측정한 값이 아닙니다. 여기서 동등한 측정이 있었다고 암시하려는 것이 아니라, 기법 자체를 판단하시라고 인용합니다.
그다음, 3비트 가중치
살아남은 가중치는 그다음 3비트로 저장됩니다. 순서는 의도적이며 이 조합의 핵심입니다. 먼저 프루닝, 다음 양자화. 곧 삭제할 전문가를 충실히 인코딩하는 데 가중치당 귀한 3비트를 쓸 이유가 없습니다. 희소한 꼬리를 먼저 잘라 내고, 남은 예산을 실제로 발화하는 전문가에게 전부 몰아 주는 것입니다.
정직한 단서
3BIT-REAP은 우리가 제공하는 가장 공격적인 티어입니다. 우리는 이것을 최대 파운데이션 — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — 에 씁니다. 그 모델들을 제정신인 가격에 제공하느냐, 아예 제공하지 못하느냐를 가르는 것이 이 기법이기 때문입니다. 파운데이션이 그것을 필요로 하지 않을 만큼 작다면 쓰지 않습니다. 카탈로그의 W8A16 모델은 8비트 가중치에 16비트 활성화로 돌고, W4A16-AUTOROUND-REAP은 그 중간에서 AutoRound의 학습된 반올림으로 단순 반올림이 내주는 정확도를 회복합니다. 여러분의 허용 범위에 맞는 티어를 고르세요. 인보이스 1만 장에서 필드를 뽑는 일이라면 3비트가 올바른 맞바꿈입니다. 이미지 한 장을 두고 판돈 큰 법의학 판독을 한 번 한다면 Kimi-K3에 돈을 쓰세요.
05입력이 이미지일 때 "거절 레이어 없음"이 뜻하는 것
무검열은 헐겁게 쓰이는 말이므로 정확한 주장을 적겠습니다. 이 엔드포인트에는 거절 레이어도 출력 필터링도 없습니다. 모델이 보기 전에 여러분의 이미지를 검사하는 분류기가 없습니다. 나가는 토큰을 검사하는 정책 모델도 없습니다. 모델이 만든 것이 곧 여러분이 받는 것입니다.
텍스트에서 그 효과는 익숙합니다. 비전에서는 종류가 다릅니다. 이미지 입력에 대한 거절 행동이야말로 상용 멀티모달 API가 가장 보수적이고 가장 자의적으로 구는 지점이기 때문입니다. 전형적인 실패는 이렇게 생겼습니다.
- 일괄적인 신원 거절 — 정책이 묘사와 식별을 구분하지 못한다는 이유로, 명백히 보이고 전혀 해롭지 않은 속성까지 포함해 사진 속 인물에 대한 설명을 아예 거부합니다.
- 주제 회피 — 전사(轉寫)는 기계적인 작업인데도 문서의 주제 때문에 전사나 요약을 거부합니다.
- 의료·법의학 결벽 — 전문가가 설명을 필요로 하는 임상 영상, 부상 기록, 사고 사진의 묘사를 거절합니다.
- 보안 도구 오탐 — 터미널이나 패킷 캡처, 디버거가 들어 있다는 이유로 스크린샷 판독을 거부합니다.
- 조용한 열화 — 최악입니다. 거절이 아니라 얼버무린 비답변이며, 스키마 검증은 통과하면서 오류 하나 내지 않고 데이터셋을 오염시킵니다.
다섯 가지 모두의 운영상 문제는 불공정하다는 것이 아닙니다. 측정할 수 없다는 것입니다. 틀린 답은 데이터 포인트입니다. 채점할 수 있고, 평가에서 잡아낼 수 있고, 보정할 수 있습니다. 거절은 구멍입니다. 배치 규모에서 입력 전반에 비무작위로 — 구조상 정확히 어렵고 특이한 사례에 몰려서 — 분포된 3%의 거절률은 결과에 들어앉은 체계적 편향이며, 이후 아무리 정제해도 되돌릴 수 없습니다. 거절 레이어를 걷어내는 것은 조용하고 상관된 결측 데이터의 원천 하나를 걷어내는 일입니다.
Shannon은 미국 뉴멕시코의 Shannon Lab LLC가 우리 책임 있는 사용 정책 아래 운영합니다. 무검열이란 모델이 여러분의 입력을 두고 훈수를 두지 않는다는 뜻이지, 계정에 약관이 없다는 뜻이 아닙니다.
06전체 사양
| 항목 | MiniMax-M3 · 3BIT-REAP |
|---|---|
| 모델 ID | MiniMax-M3-3BIT-REAP |
| 파운데이션 | MiniMax-M3 (MiniMax AI) |
| 컨텍스트 윈도우 | 262,144 토큰 |
| 최대 출력 | 16,384 토큰 |
| 이미지 입력 | 지원 |
| 비디오 입력 | 노출하지 않음 |
| 스트리밍 | 지원 |
| 툴 호출 | 지원 |
| 추론 | 지원 (reasoning_effort) |
| 구조화 출력 | json_schema + response_format |
| 거절 레이어 | 없음 |
| 엔드포인트 | /v1/chat/completions · /v1/messages · /v1/responses |
| 서빙 위치 | Shannon 자체 GPU 클러스터 |
이 표에서 두 줄은 강조할 만합니다. 비디오 입력은 노출하지 않습니다. 업스트림 M3 파운데이션은 비디오로 학습되었고 MiniMax도 비디오 입력을 문서화하지만, 우리 엔드포인트는 이미지를 받습니다. 이미지 기준으로 만드세요. 둘째, 262,144 토큰 윈도우는 우리 것이지 업스트림의 100만 수치가 아닙니다. 긴 문서와 다중 이미지 워크로드를 262,144에 맞춰 계획하면 놀랄 일이 없습니다.
07무검열 MiniMax API 호출하기
세 방언, 그 뒤의 동일한 모델, 셋 모두 스트리밍. 기존 클라이언트가 이미 말하는 방언을 쓰면 됩니다. 셋 사이에 기능 차이는 없습니다. 베이스 URL을 Shannon으로 돌리고 모델 ID만 바꾸세요.
OpenAI 방언으로 이미지 이해하기
curl https://api.shannon-ai.com/v1/chat/completions \
-H "Authorization: Bearer $SHANNON_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M3-3BIT-REAP",
"messages": [{
"role": "user",
"content": [
{ "type": "text", "text": "Transcribe every field in this scan. Do not summarize." },
{ "type": "image_url",
"image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } }
]
}],
"max_tokens": 4096,
"stream": true
}'원격 https:// URL과 base64 데이터 URL 모두 image_url 파트에서 동작합니다. 페이지 간 비교가 필요하면 한 메시지에 이미지 파트를 여러 개 붙이세요. 쓸 수 있는 토큰이 262,144개이고, 100만 토큰당 $0.50이라면 쓰는 값은 쌉니다.
JSON 스키마로 타입 있는 추출하기
이 모델이 파이프라인에서 제자리를 얻는 지점은 비전 + 엄격한 스키마 + 최저가의 조합입니다. 우리 카탈로그의 모든 모델이 셋을 다 갖춘 것은 아닙니다. Laguna-S-2.1과 inkling은 json_schema를 지원하지 않습니다. MiniMax-M3는 지원하므로, 파싱 레이어 없이 이미지에서 검증된 객체를 뽑아낼 수 있습니다.
{
"model": "MiniMax-M3-3BIT-REAP",
"messages": [ /* text part + image_url part */ ],
"response_format": {
"type": "json_schema",
"json_schema": {
"name": "invoice",
"strict": true,
"schema": {
"type": "object",
"properties": {
"vendor": { "type": "string" },
"issued_on": { "type": "string" },
"total_cents":{ "type": "integer" },
"line_items": { "type": "array", "items": { "type": "string" } }
},
"required": ["vendor", "issued_on", "total_cents", "line_items"],
"additionalProperties": false
}
}
}
}추론 강도
이 모델은 reasoning_effort를 노출합니다. 대량 이미지 분류에서는 낮게 두세요. 지각에 관한 질문을 하는 것이고, 추론 토큰은 여러분이 값을 치르는 출력 토큰입니다. 이미지가 더 긴 논증의 증거인 호출에서는 올리세요. 명세와 대조해 도표를 읽거나, 차트를 표와 맞춰 보거나, 스크린샷 둘이 같은 결함을 보여 주는지 판단하는 경우입니다.
세 방언 전체의 완전한 파라미터 레퍼런스, 오류 의미론, 스트리밍 형식은 Shannon API 문서에 있습니다.
08MiniMax-M3가 옳은 선택인 곳, 그리고 아닌 곳
이럴 때 쓰세요
- 대량 이미지 작업. 데이터셋 라벨링, 모더레이션 연구, 카탈로그 보강, 스크린샷 분류, 스캔 문서에 대한 배치 OCR과 구조화. 최저가가 논증의 전부입니다.
- 이미지를 타입 있는 레코드로. 비전에 엄격한
json_schema, 그리고 카탈로그에서 가장 싼 토큰까지 갖춘 조합은 여기서 단 두 모델만 제공합니다. - 긴 멀티모달 컨텍스트. 한 요청에 여러 페이지나 여러 프레임을 넣는 경우 — 아래 깔린 아키텍처가 정확히 이런 모양의 입력을 위해 만들어졌습니다.
- 거절이 표본을 오염시키는 연구. 불편한 항목까지 포함해 모델이 모든 항목에 답해야 타당성이 성립하는 모든 연구.
- 화면을 읽는 에이전트 루프. M 시리즈 계보는 명시적으로 에이전트형이며, 툴 호출을 쓸 수 있습니다.
이럴 때는 다른 것을 쓰세요
- 가장 높은 비전 상한이 필요하고 예산이 있을 때. Kimi-K3 · 3BIT-REAP가 입력 가격 7.7배인 데는 이유가 있습니다. 판돈 큰 단발 판독이라면 그것이 옳게 쓰는 돈입니다.
- 최대 충실도 가중치가 필요할 때. 3비트는 우리의 가장 공격적인 티어입니다.
W8A16모델은 가격과 정밀도를 맞바꾸며, 가중치당 충실도를 최적화한다면 MiMo-V2.5 · W8A16이 같은 $0.50 / $2.00에 비전을 지원합니다. - 비디오가 필요할 때. 이 엔드포인트에서는 비디오 입력을 노출하지 않습니다.
- 과제가 프런티어급 순수 텍스트일 때. 그럴 때를 위해 DeepSeek-V4-Pro-0813이 있습니다. 여기서는 쓰지도 않을 비전 타워에 값을 치르는 셈입니다.
이 글의 모든 업스트림 수치는 우리가 아닌 제3자가 공개한 것입니다. 우리 요약을 그대로 믿지 말고 1차 출처를 확인하세요.
MiniMax 계열의 아키텍처, 벤치마크, 가속 수치는 MiniMax AI가 보고한 값입니다. REAP 수치는 REAP 저자들이 자신들의 모델에서 보고한 값이며 이 빌드에 대한 측정이 아닙니다. Shannon 가격, 컨텍스트 윈도우, 기능 플래그는 우리 것이며 라이브 모델 카탈로그에서 읽어 온 값입니다.
09자주 묻는 질문
무검열 MiniMax API란 무엇입니까?
Shannon 자체 GPU 클러스터에서 거절 레이어도 출력 필터링도 없이 제공되는 MiniMax-M3 · 3BIT-REAP입니다. /v1/chat/completions, /v1/messages, /v1/responses로 호출하며, 262,144 토큰 컨텍스트 윈도우, 이미지 입력, 툴 호출, JSON 스키마 구조화 출력을 100만 입력 토큰당 $0.50, 100만 출력 토큰당 $2.00에 지원합니다.
Shannon의 MiniMax-M3는 이미지 입력을 받습니까?
받습니다. MiniMax-M3는 Shannon 카탈로그에서 비전을 지원하는 다섯 모델 중 하나이며, base64 데이터 URL을 포함해 표준 image_url 콘텐츠 파트 형식으로 이미지를 받습니다. 우리 엔드포인트는 이미지 입력만 노출합니다. 업스트림 파운데이션이 비디오로 학습되었더라도 비디오 입력은 노출하지 않습니다.
무검열 이미지 이해 비용은 얼마입니까?
MiniMax-M3는 Shannon의 최저가인 100만 입력 토큰당 $0.50, 100만 출력 토큰당 $2.00에 위치합니다. 호출당 평균 입력 1,200 토큰, 출력 300 토큰인 이미지 호출 1,000건 묶음은 약 $1.20입니다. 같은 묶음을 카탈로그에서 가장 상한이 높은 비전 모델인 Kimi-K3로 돌리면 약 $10.34입니다.
3BIT-REAP은 무슨 뜻이며 품질을 해칩니까?
REAP은 라우터 가중 전문가 활성화 프루닝으로, Cerebras와 캘거리 대학교가 내놓은 원샷 전문가 혼합(MoE) 압축 기법입니다. 각 전문가를 라우터 게이트 값과 활성화 노름으로 채점한 뒤, 양자화 전에 중요도가 가장 낮은 전문가를 삭제합니다. 남은 가중치는 3비트로 저장됩니다. 우리가 쓰는 가장 공격적인 압축 티어이며, 4280억 파라미터 파운데이션을 최저가로 서빙할 수 있게 하는 것이 바로 이것입니다. 최대 충실도가 필요하면 별도의 W8A16 모델을 제공합니다.
툴 호출과 JSON 스키마 출력을 지원합니까?
둘 다 지원합니다. MiniMax-M3는 스트리밍, 툴 호출, reasoning_effort 제어가 가능한 추론, response_format, 그리고 엄격한 json_schema 구조화 출력을 지원합니다. 이 조합이 카탈로그 전체에 공통인 것은 아닙니다. Laguna-S-2.1과 inkling은 json_schema를 지원하지 않습니다. 따라서 이미지에서 타입이 정해진 객체를 돌려받아야 한다면 MiniMax-M3가 그것을 해 주는 가장 저렴한 모델입니다.
컨텍스트 윈도우와 출력 한도는 얼마입니까?
컨텍스트 262,144 토큰, 요청당 출력 16,384 토큰이며, Shannon의 열두 모델 모두 동일합니다. 업스트림 MiniMax-M3 파운데이션은 100만 토큰으로 문서화되어 있지만 우리는 262K 윈도우를 제공하므로, 긴 문서나 다중 이미지 워크로드는 업스트림 수치가 아니라 262,144에 맞춰 설계하세요.
무검열 MiniMax API 써 보기
최저가로 쓰는 이미지 이해. 세 가지 방언, 하나의 모델 ID, 거절 레이어 없음.
API 문서 읽기 모든 모델 가이드Shannon Lab LLC · 미국 뉴멕시코 · 책임 있는 사용 정책이 적용됩니다
출처: MiniMax-M3 모델 카드 · MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention · MiniMax-01: Scaling Foundation Models with Lightning Attention · REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression. MiniMax의 벤치마크와 가속 수치는 연구소 보고 값이며 독립 검증 전까지는 잠정입니다. Shannon 가격과 기능 플래그는 2026년 9월 5일 기준입니다.