미니맥스 M3.1 플래시 출시, 입력 0.15달러 요금과 에이전트 작업 비용 따져보기

값싼 AI 모델을 업무 자동화와 에이전트에 붙이려는 개발자·운영자를 위한 요금 읽기와 모델 선택 절차 (2026년 10월 기준)

2026년 10월 19일, 중국 AI 기업 미니맥스(MiniMax)가 MiniMax M3.1 Flash(미니맥스 M3.1 플래시)를 정식 출시했습니다. 눈에 띄는 숫자는 100만 토큰당 입력 0.15달러라는 요금입니다. 그런데 요금표만 보고 모델을 고르면 청구서에서 예상과 다른 숫자를 만나기 쉽습니다. 에이전트 작업은 한 번 시키면 모델이 여러 번 읽고 여러 번 쓰기 때문입니다.

이 글은 따라 하면서 판단할 수 있게 구성했습니다. 먼저 무엇이 나왔는지 확인하고, 요금표를 읽는 법을 익힌 뒤, 회사 발표 수치를 어떻게 받아들일지 정리합니다. 그다음 비슷한 값의 딥시크 V4.1 플래시와 비교하는 기준을 잡고, 마지막으로 내 작업 몇 건으로 직접 시험하는 순서까지 안내합니다.

본격적으로 들어가기 전에 용어 몇 가지만 짚겠습니다.

API는 프로그램에서 AI를 불러 쓰는 통로입니다. 쓴 만큼 돈을 냅니다.

토큰은 AI가 글을 읽고 쓰는 단위로, 한글 한두 글자 정도입니다. 100만 토큰은 두꺼운 책 여러 권 분량입니다.

에이전트는 사람 대신 여러 단계를 스스로 이어서 처리하는 AI입니다.

캐시 적중은 같은 앞부분을 다시 보낼 때 AI가 기억해 둔 것을 재사용해 훨씬 싸게 계산하는 것입니다.

파라미터는 AI 모델의 크기를 나타내는 숫자입니다.

시험에 쓸 내 작업 3건 고르기

이 글의 마지막 절차는 직접 시험입니다. 지금 미리 시험 재료를 고르면 이후 내용을 내 상황에 바로 대입할 수 있습니다.

① 지금 AI에게 시키고 있거나 시키려는 반복 업무 중 대표적인 것 3건을 고릅니다. (예: 문의 메일 분류, 상품 설명 초안 작성, 로그 요약)

② 건마다 AI에게 보내는 글의 길이(입력)와 받는 글의 길이(출력)를 대략 적어 둡니다. 정확하지 않아도 됩니다. 지금 쓰는 서비스의 사용량 화면에서 토큰 수를 볼 수 있다면 그 숫자를 옮겨 적습니다.

③ 매번 똑같이 들어가는 앞부분(업무 지침, 양식, 참고 문서)이 있는지 표시합니다. 이 부분이 뒤에서 말할 캐시 적중의 대상입니다.

④ 한 번 시킬 때 에이전트가 몇 단계를 거치는지 대략 적습니다. 단계마다 입력이 다시 쌓이므로, 단계 수가 비용에 큰 영향을 줍니다.

이 네 가지가 준비되면 이후의 모든 계산을 숫자로 해볼 수 있습니다.

10월 19일 출시된 M3.1 플래시: 어디서 쓸 수 있고, 스페이스 버니는 무엇인가

M3.1 플래시는 미니맥스 API, 구독 상품 M Plan, 데스크톱 앱 MiniMax Code에서 바로 쓸 수 있습니다. 프로그램에 붙이려면 API, 사람이 직접 쓰려면 M Plan이나 앱이라고 보시면 됩니다. 이 글은 업무 자동화에 붙이는 경우가 중심이므로 API 요금을 기준으로 이야기합니다.

공개된 사양을 정리하면 이렇습니다.

· 전체 크기는 4,280억(428B) 파라미터입니다. 미리보기 개발자 안내 기준입니다.
· 한 번에 100만 토큰까지 입력할 수 있습니다.
· 글·이미지·영상을 입력으로 받습니다.
· 추론(생각하기)이 모든 요청에서 켜져 있고, 강도는 Low부터 Max까지 5단계입니다.
· 2026년 6월에 나온 M3와 비슷한 크기의 "더 빠르고 싼" 업데이트입니다.

실제로 작동하는 파라미터 수는 공식 블로그에 나와 있지 않습니다. 약 230억이라는 보도가 있지만 이는 2차 출처 기준이므로, 확정된 사양으로 받아들이지 않는 편이 안전합니다.

이름이 낯익다면 9월 말의 "스페이스 버니(Space Bunny)"를 떠올리셨을 수 있습니다. 당시 OpenRouter에 제작사를 밝히지 않은 채 올라왔던 모델이 바로 M3.1 플래시의 초기 버전이었습니다. 이름을 숨기고 공개된 기간에 200조 토큰 넘게 처리했다고 합니다. 이 숫자는 이름 없이도 많은 사용자가 써봤다는 뜻이지, 품질을 보증하는 숫자는 아닙니다. 다만 키워드로 검색하다 스페이스 버니 관련 글을 만났다면 같은 모델 계열의 이야기로 이해하시면 됩니다.

모델 파일(가중치)은 "나중에 공개"한다고만 했고, 날짜와 라이선스는 밝히지 않았습니다. 10월 23일 공개설이 돌았지만 확인되지 않은 이야기입니다. 이 점은 뒤의 비교 기준에서 다시 다룹니다.

입력 0.15달러·출력 0.60달러: 요금표를 읽고 건당 비용 계산하기

이 모델의 요금은 시간대와 상관없이 고정이며, 입력·출력·캐시 적중 입력 세 가지 단가로 나뉩니다. 공식 블로그에 공개된 100만 토큰당 요금은 다음과 같습니다.

이 표에서 계산해 볼 수 있는 사실이 두 가지 있습니다.

첫째, 출력 단가는 입력 단가의 4배입니다. 같은 분량이라도 AI가 쓰는 쪽이 4배 비쌉니다.

둘째, 캐시 적중 입력은 일반 입력의 10분의 1입니다. 매번 똑같이 들어가는 긴 지침이 있다면 이 부분의 효과가 큽니다.

시간대와 관계없는 고정 요금이라는 점도 실무에서 의미가 있습니다. 시간대에 따라 요금이 달라지는 모델이라면 호출 시각을 새벽으로 몰아야 하지만, 이 모델은 그럴 필요 없이 요청이 들어오는 즉시 처리해도 단가가 같습니다. 사용자 요청에 바로 응답해야 하는 서비스라면 단가 예측이 쉬워진다는 장점이 됩니다.

건당 비용 계산 절차

앞서 준비한 3건 중 하나를 골라 직접 계산해 보세요. 설명을 위해 가상의 숫자를 쓰겠습니다. 이 숫자는 계산 방법을 보여 주기 위한 예시이며 실제 측정값이 아닙니다.

가정: 한 번 호출에 입력 2,000토큰, 출력 500토큰.

1. 입력 비용 = 2,000 ÷ 1,000,000 × 0.15달러 = 0.0003달러

2. 출력 비용 = 500 ÷ 1,000,000 × 0.60달러 = 0.0003달러

3. 한 번 호출 비용 = 0.0006달러

이 호출이 하루 1만 번이면 하루 6달러입니다. 원화로 바꿀 때는 그날의 환율을 곱해야 하며, 환율에 따라 달라집니다.

여기서 눈여겨볼 점은 입력이 4배 더 많은데도 입력과 출력의 비용이 같다는 것입니다. 출력 단가가 4배라서 생기는 일입니다. 즉 AI가 길게 답하는 작업일수록 출력이 비용을 좌우합니다.

캐시 적중을 반영하는 법

입력 2,000토큰 중 1,500토큰이 매번 똑같은 업무 지침이고, 이 부분이 캐시 적중으로 처리된다고 가정해 보겠습니다.

1. 캐시 적중 입력 = 1,500 ÷ 1,000,000 × 0.015달러 = 0.0000225달러

2. 일반 입력 = 500 ÷ 1,000,000 × 0.15달러 = 0.000075달러

3. 출력은 그대로 0.0003달러

합치면 약 0.0004달러입니다. 입력 쪽은 0.0003달러에서 약 0.0000975달러로 줄었습니다. 다만 어떤 조건에서 캐시가 적중으로 인정되는지(앞부분이 얼마나 같아야 하는지, 기억이 얼마나 유지되는지)는 이 글의 근거 자료에 없습니다. 반드시 공식 요금 문서에서 조건을 확인한 뒤 적용하세요.

"70% 절감, 3배 빠름" 발표를 내 작업에서 확인하는 법

70% 절감과 3배 속도는 미니맥스가 밝힌 수치이고, 무엇과 비교했는지는 공개되지 않았습니다. 그래서 이 숫자를 내 청구서에 그대로 대입하면 안 됩니다.

회사가 발표한 내용은 다음과 같습니다.

· 에이전트 작업 전체 사용 비용이 이전 모델보다 70% 줄었다.
· 온라인 추론 속도가 거의 3배 빨라졌다.
· 출력 속도는 평소 초당 200토큰 이상, 중앙값 170토큰 이상이다.

주의할 점은 "이전 모델"이 어떤 모델인지, 어떤 작업으로 어떻게 쟀는지가 공개되지 않았다는 것입니다. 따라서 다른 회사 모델보다 70% 싸다는 뜻이 아닙니다. 미니맥스 자사 이전 모델과의 비교일 가능성이 있다는 정도로만 읽어야 하며, 그것조차 확정은 아닙니다.

또 하나 짚을 것은 "에이전트 작업 전체 비용"이라는 표현입니다. 단가가 70% 내려갔다는 말이 아니라, 작업 하나를 끝내는 데 드는 총비용이 줄었다는 말입니다. 속도가 빠르거나 불필요한 단계가 줄어서 총비용이 줄 수도 있습니다. 어느 쪽 효과인지는 알 수 없습니다.

직접 시험하는 절차

앞서 고른 3건으로 아래 순서를 따라 해보세요.

Step 1. 같은 작업 3건을 현재 쓰는 모델과 M3.1 플래시에 각각 10회 이상 돌립니다. 입력 내용은 똑같이 맞춥니다.

Step 2. 회차마다 입력 토큰, 출력 토큰, 걸린 시간을 기록합니다. 대부분의 API 응답에는 사용 토큰 수가 포함되어 있으니 그 값을 옮겨 적으면 됩니다.

Step 3. 작업 1건을 끝내는 데 든 총비용(여러 단계라면 단계별 합계)을 계산합니다.

Step 4. 결과물의 품질을 사람이 눈으로 확인합니다. 싸고 빨라도 쓸 수 없는 결과가 나오면 의미가 없습니다. 합격·불합격 기준을 미리 정해 두세요.

Step 5. 비용 차이를 "품질 합격한 건당 비용"으로 환산해 비교합니다. 불합격이 많으면 재시도 비용이 붙어 실제로는 더 비쌀 수 있습니다.

이 시험을 거치면 70%라는 발표 수치 대신 내 업무에서의 실제 절감률이 나옵니다. 그 숫자가 의사결정에 쓸 수 있는 유일한 숫자입니다.

회사 발표 점수로 본 M3.1 플래시의 위치와 읽는 법

공개된 점수는 모두 미니맥스가 직접 측정한 것이고 독립 기관의 검증은 아직 없습니다. 벤치마크는 AI 실력을 재는 시험 점수이므로, 시험 이름 옆에 무엇을 재는지를 함께 보셔야 합니다.

회사가 발표한 점수는 다음과 같습니다.

· OSWorld V2(컴퓨터 화면을 보고 조작하는 능력): 61.7점, 중국 모델 중 1위
· Agents' Last Exam(에이전트 종합 과제 수행 능력): 29.6점, 중국 모델 중 1위
· BankerToolBench(금융 업무에서 도구를 쓰는 능력): 76.2
· DeepSWE v1.1(실제 코드 고치기): 73.7%
· CyberGym(보안 관련 과제): 82%

읽을 때 지켜야 할 선이 있습니다. "중국 모델 중 1위"는 중국 모델 범위 안의 순위이며 전체 1위가 아닙니다. 그리고 자체 측정이라 같은 조건에서 다른 기관이 재면 숫자가 달라질 수 있습니다.

비교 가능한 숫자가 하나 있습니다. 같은 DeepSWE v1.1에서 딥시크 V4.1 플래시 1017은 77.0이고, M3.1 플래시는 73.7%입니다. 숫자만 놓고 보면 이 시험에서는 딥시크 쪽이 3.3 높습니다. 다만 두 값이 같은 방식으로 측정됐는지는 자료에 없으므로, 코드 고치기 업무라면 "딥시크가 앞선다"는 결론보다 "직접 시험해서 비교할 만하다"로 받아들이는 것이 정확합니다.

점수를 업무에 연결하는 요령은 이렇습니다. 시험 이름이 내 업무와 가까운 것만 참고하세요. 화면을 조작하는 자동화를 만든다면 OSWorld V2, 코드를 자동 수정한다면 DeepSWE, 금융·재무 도구를 다룬다면 BankerToolBench가 참고 대상입니다. 내 업무와 상관없는 시험의 1위는 선택 이유가 되지 못합니다.

딥시크 V4.1 플래시와 비교해 고르는 기준 3가지

가격 단가는 서로 닮았고, 갈리는 지점은 요금 구조와 모델 파일 공개 여부, 그리고 내 작업에서의 실측 결과입니다. 이 글은 M3.1 플래시가 중심이므로, 딥시크 V4.1 플래시는 선택 기준을 세우기 위한 비교 대상으로만 보겠습니다.

둘의 연결점은 입력 요금입니다. M3.1 플래시의 입력 0.15달러는 딥시크 V4.1 플래시의 비피크(한가한 시간) 입력 요금과 같습니다. 즉 딥시크는 시간대에 따라 요금이 달라지는 구조이고, 한가한 시간에 같은 입력 단가가 적용됩니다.

기준 1. 고정 요금과 시간대 요금

M3.1 플래시는 시간과 관계없이 요금이 같습니다. 딥시크는 한가한 시간과 바쁜 시간의 요금이 다릅니다.

호출을 새벽 배치로 몰 수 있는 작업(대량 문서 분류, 야간 리포트 생성)이라면 시간대 요금 구조가 유리할 수 있습니다. 반대로 사용자 요청에 즉시 응답해야 하는 서비스처럼 시간을 고를 수 없다면 고정 요금이 비용 예측에 편합니다. 내 호출이 하루 중 언제 몰리는지부터 확인해 보세요.

기준 2. 모델 파일 공개 여부

딥시크는 모델 파일을 MIT 라이선스로 공개하고 있습니다. 미니맥스는 나중에 공개한다고만 했고 날짜와 라이선스가 정해지지 않았습니다. 따라서 M3.1 플래시를 오픈소스 모델로 부르는 것은 현재로서는 맞지 않습니다.

이 차이가 중요한 경우는 분명합니다. 모델을 내 서버에 직접 올려 쓰고 싶다면 지금은 딥시크만 가능한 선택지입니다. 반대로 API로만 쓸 계획이라면 이 항목은 당장 영향이 없습니다. 다만 미니맥스가 파일을 공개하더라도 조건(라이선스)이 어떻게 될지 모르므로, 나중에 공개되면 그때 약관을 읽고 판단하세요.

기준 3. 내 작업에서의 실측

단가가 비슷하면 최종 판단은 실측으로 갈립니다. 앞서 만든 시험 절차에 딥시크 V4.1 플래시를 한 줄 추가해, 같은 3건을 세 모델(현재 쓰는 모델, M3.1 플래시, 딥시크 V4.1 플래시)에 돌려 보세요. 비교할 지표는 합격 건당 총비용, 처리 시간, 품질 합격률 세 가지면 충분합니다.

표의 DeepSWE 숫자는 각 회사의 자체 측정이므로 참고용으로만 보세요.

도입 전 점검할 것: 해외 API 데이터 정책과 늘어나는 출력 토큰

도입 전에 반드시 확인할 것은 두 가지입니다. 회사 자료를 해외 API로 보내도 되는지, 그리고 항상 켜진 추론 때문에 출력이 늘지 않는지입니다.

점검 1. 데이터 정책

미니맥스는 중국 AI 기업이고 API는 해외 서비스입니다. 업무 자료를 보낸다는 것은 그 내용이 외부 서버를 거친다는 뜻입니다. 이 글의 근거 자료에는 미니맥스의 데이터 보관·학습 활용 정책이 들어 있지 않으므로, 아래 항목은 직접 확인하셔야 합니다.

① 보낸 데이터가 모델 학습에 쓰이는지, 쓰이지 않게 설정할 수 있는지
② 데이터가 얼마나 오래 저장되는지
③ 데이터가 처리되는 서버의 위치가 어디인지
④ 우리 회사의 내부 규정이나 고객과의 계약이 외부 전송을 허용하는지
⑤ 개인정보나 영업 비밀이 섞인 자료는 보내지 않도록 걸러 낼 수 있는지

처음에는 개인정보나 기밀이 없는 자료(공개 문서, 가공된 샘플)로만 시험하고, 정책을 확인한 뒤에 범위를 넓히는 순서를 권합니다.

점검 2. 출력 토큰이 늘어날 수 있다는 점

이 모델은 추론이 모든 요청에서 켜져 있고 강도를 Low부터 Max까지 5단계로 고를 수 있습니다. 추론이 켜져 있다는 것은 AI가 답을 내기 전에 "생각하는 과정"을 거친다는 뜻이고, 그 과정이 출력 토큰으로 잡힐 가능성이 있습니다. 앞에서 본 것처럼 출력은 입력보다 4배 비쌉니다. 그래서 추론 때문에 출력이 늘면, 입력 단가가 싸도 청구서가 예상보다 커질 수 있습니다.

추론 토큰이 정확히 어떻게 집계되는지는 이 글의 근거 자료에 없습니다. 이렇게 확인해 보세요.

① 공식 요금 문서에서 추론 과정이 출력 토큰으로 청구되는지 확인합니다.
② 같은 작업을 강도 Low와 높은 강도로 각각 돌려, 출력 토큰 수와 결과 품질이 어떻게 달라지는지 비교합니다.
③ 단순한 분류·추출 작업은 낮은 강도로, 복잡한 판단이 필요한 작업만 높은 강도로 나눠 설정합니다.

품질이 충분한 가장 낮은 강도를 찾는 것이 비용 관리의 핵심입니다.

에이전트 작업의 비용 흐름 따져보기

에이전트 작업은 단계가 쌓일수록 입력이 불어나므로, 건당 비용은 단계 수와 지침 길이에 크게 좌우됩니다. 에이전트는 사람 대신 여러 단계를 스스로 이어서 처리하는 AI이고, 각 단계에서 지금까지의 대화와 도구 결과를 다시 읽는 경우가 많습니다.

아래는 계산 방법을 보여 주기 위한 가상의 숫자입니다. 실제 에이전트의 동작 방식은 사용하는 도구에 따라 다르니 참고용으로만 보세요.

가정: 지침 1,500토큰이 매 단계 반복되고, 단계마다 새 내용 500토큰이 쌓이며, 5단계를 거침. 단계마다 출력 300토큰.

1. 1단계 입력: 1,500 + 500 = 2,000토큰

2. 2단계 입력: 1,500 + 1,000 = 2,500토큰

3. 3단계 입력: 1,500 + 1,500 = 3,000토큰

4. 4단계 입력: 1,500 + 2,000 = 3,500토큰

5. 5단계 입력: 1,500 + 2,500 = 4,000토큰

입력 합계는 15,000토큰, 출력 합계는 1,500토큰입니다.

입력 비용 = 15,000 ÷ 1,000,000 × 0.15달러 = 0.00225달러
출력 비용 = 1,500 ÷ 1,000,000 × 0.60달러 = 0.0009달러

작업 한 건이 약 0.00315달러입니다. 이 예시에서 보이는 두 가지 사실이 중요합니다.

첫째, 단계가 늘수록 입력이 누적되어 비용이 단계 수에 비례 이상으로 늘어납니다.

둘째, 매 단계 반복되는 지침 1,500토큰이 캐시 적중으로 처리된다면 입력 비용을 크게 낮출 수 있습니다. 반복 지침이 5번 들어가므로 7,500토큰이 캐시 대상이 되고, 이 부분은 0.015달러 단가가 적용되기 때문입니다. 단, 앞서 말했듯 적중 조건은 공식 문서에서 확인해야 합니다.

비용을 줄이는 실무 요령은 이렇습니다.

① 지침은 짧고 고정되게 쓰고, 매번 바뀌는 내용은 뒤에 붙입니다. 캐시는 같은 앞부분을 재사용하는 방식이므로, 앞부분이 매번 달라지면 효과가 줄어듭니다.
② 도구 결과를 통째로 다시 넣지 말고 필요한 부분만 요약해 넘깁니다.
③ 단계 수에 상한을 두고, 정해진 단계 안에 끝나지 않으면 사람에게 넘기게 합니다.
④ 결과 형식을 짧게 정해 출력 토큰을 아낍니다.

자주 하는 실수와 바로잡는 법

도입 초기에 흔히 생기는 실수를 네 가지로 정리했습니다.

실수 1. 입력 단가만 보고 총비용을 짐작한다. 입력 0.15달러만 보면 싸 보이지만, 출력은 4배 비싸고 에이전트는 입력이 누적됩니다. 바로잡는 법은 앞의 건당 계산을 입력과 출력, 단계 수까지 넣어 해보는 것입니다.

실수 2. 70% 절감을 내 비용에 그대로 곱한다. 비교 기준이 공개되지 않은 회사 발표 수치입니다. 직접 시험한 결과로만 절감률을 말하세요.

실수 3. "중국 모델 1위"를 최고 성능으로 읽는다. 중국 모델 범위 안의 순위이며 자체 측정입니다. 내 업무와 가까운 시험의 점수만 참고하세요.

실수 4. 시험 단계 없이 운영 데이터를 바로 보낸다. 데이터 정책을 확인하기 전에 개인정보나 기밀 자료를 보내면 되돌릴 수 없습니다. 공개 가능한 샘플로 먼저 시험하세요.

제대로 판단했는지 확인하는 체크리스트

아래 항목에 모두 답할 수 있으면 도입 판단 준비가 끝난 것입니다.

① 시험용 작업 3건의 입력·출력 토큰 수와 단계 수를 적어 두었습니까?
② 건당 비용을 입력·출력·(적용 가능하다면) 캐시까지 나눠 계산했습니까?
③ 현재 쓰는 모델과 M3.1 플래시, 필요하다면 딥시크 V4.1 플래시를 같은 조건으로 10회 이상 비교했습니까?
④ 비교 기준을 "합격 건당 총비용"으로 잡았습니까?
⑤ 추론 강도를 나눠 돌려 보고, 품질이 충분한 가장 낮은 강도를 찾았습니까?
⑥ 데이터 보관·학습 활용·서버 위치 정책을 확인했고, 회사 규정과 충돌하지 않습니까?
⑦ 호출이 한가한 시간으로 옮길 수 있는지 확인해 고정 요금과 시간대 요금 중 유리한 쪽을 판단했습니까?
⑧ 모델 파일 공개가 필요한 계획인지 아닌지 정리했습니까?

이 중 3번과 4번의 결과가 가장 중요합니다. 발표 수치나 순위가 아니라 내 업무에서 나온 숫자가 결론을 내려 줍니다.

자주 묻는 질문

Q. 스페이스 버니로 써본 경험이 있으면 M3.1 플래시도 같다고 봐도 되나요?
A. 스페이스 버니는 M3.1 플래시의 초기 버전이었습니다. 정식 출시 모델과 동작이 같다고 단정할 근거는 없으니, 정식 모델로 다시 시험하는 편이 안전합니다.

Q. 입력이 1백만 토큰까지 들어가니 문서를 통째로 넣으면 되나요?
A. 들어갈 수는 있지만 입력이 길수록 요금이 늘고, 에이전트라면 매 단계 누적됩니다. 필요한 부분만 골라 넣는 것이 비용 면에서 유리합니다. 긴 입력에서 품질이 유지되는지도 직접 시험으로 확인하세요.

Q. 원화로는 얼마인가요?
A. 달러 요금에 그날의 환율을 곱하면 되며, 환율에 따라 달라집니다. 예산을 잡을 때는 환율 변동 폭을 여유로 두세요.

정리하며

M3.1 플래시는 입력 0.15달러, 출력 0.60달러, 캐시 적중 입력 0.015달러의 고정 요금으로 나온 모델입니다. 요금표의 숫자는 분명하지만, 70% 절감과 3배 속도는 기준이 공개되지 않은 회사 발표이고 벤치마크 점수도 모두 자체 측정입니다. 그래서 이 글이 권한 방법은 하나로 모입니다. 내 작업 3건을 골라 입력·출력·단계 수를 적고, 같은 조건에서 모델을 비교해 합격 건당 총비용으로 판단하는 것입니다.

고정 요금이냐 시간대 요금이냐, 모델 파일이 공개되느냐, 해외 API로 자료를 보내도 되느냐는 모델이 아니라 내 상황이 정하는 문제입니다. 미니맥스가 약속한 모델 파일 공개와 더 강한 Pro 모델은 아직 날짜도 조건도 확정되지 않았으니, 지금 확정된 사실만으로 오늘의 선택을 하시면 됩니다. 오늘 해볼 수 있는 가장 작은 일은 시험용 작업 3건의 토큰 수를 적어 보는 것입니다. 그 숫자가 이 글의 모든 계산을 내 청구서로 바꿔 줍니다. 🙂