MiniMax M3.1 Flash 가중치 공개, 상업 이용엔 조건

미니맥스가 M3.1 Flash의 가중치를 공개해 자체 인프라에서 운영할 수 있는 경로를 열었다. 공식 Hugging Face 저장소의 최초 커밋은 10월 23일자로 기록돼 있다. 회사는 앞서 19일 API·M Plan·MiniMax Code 출시를 발표하면서 가중치는 나중에 공개한다고 밝혔다.

공개 파일에는 MiniMax Community License가 적용된다. 비상업적 이용은 무료이며, 상업 이용 제품·서비스에는 ‘Built with MiniMax M3.1-Flash’를 표시해야 한다. 해당 제품·서비스의 연 매출이 2천만 달러를 초과하면 미니맥스의 사전 서면 허가가 필요하고, 그 이하면 일회 통지를 보내도록 정했다. 복사본에는 저작권·허가 고지도 보존해야 한다.

약관이 정한 상업 이용에는 미세조정하거나 변형한 모델을 상업적 목적으로 배포하는 경우도 포함된다. 금지 용도를 정한 부록은 군사 목적의 이용과 미성년자 착취 등 유해한 이용을 제한한다.

모델 카드는 전체 파라미터를 약 4,280억 개, 토큰마다 활성화되는 파라미터를 230억 개로 설명한다. 일부 전문가만 선택해 계산하는 MoE 방식이다. 텍스트·이미지·영상을 입력받아 텍스트를 출력하며, 문맥은 최대 100만 토큰이다. 실제 이용 가능한 길이와 처리량은 GPU 메모리와 운영 구성에 좌우된다.

M3에서 전체 어텐션을 쓰던 첫 세 층도 희소 어텐션으로 바꿨다. 학습 중 양자화를 반영해 메모리와 추론 효율을 개선하도록 설계했다. DSpark 모듈은 다음 토큰을 미리 제안해 생성 가속을 돕는다.

공식 저장소에 표시된 전체 파일 규모는 약 252GB다. 본체 가중치는 48개의 Safetensors 파일로 나뉘며 DSpark 폴더를 별도로 둔다. 이 저장 용량과 토큰별 활성 파라미터 수는 서로 다른 지표다. 활성화되는 부분이 작아도 내려받는 파일이 같은 비율로 줄어드는 것은 아니다.

공식 vLLM 실행 예제는 Blackwell 계열 GPU 또는 AMD MI355X 네 개에 모델을 나눠 배치한다. H100·H200용 예제는 GPU 여덟 개를 쓰며 문맥을 26만2,144토큰으로 설정했다. 이 Hopper 구성에서는 이미지는 받지만 영상 입력과 DSpark는 꺼져 있다. 모델의 최대 지원 사양이 실행 예제마다 그대로 적용되지는 않는다.

NVIDIA Dynamo도 개발 버전 문서에 B200·GB300용 구성을 공개했다. GPU 네 개의 단일 워커가 CPU 16개와 호스트 메모리 128GiB를 요청한다. NVIDIA는 이를 성능 최적화 전의 초기 프로필로 명시했으며, 포함된 DSpark를 이 구성에서는 활성화하지 않았다. 문서의 배치 사양을 모든 환경의 최소 요건이나 재현된 성능으로 볼 수는 없다.

기존 API 이용 경로도 유지된다. 현재 공식 가격표의 M3.1 Flash 단가는 100만 토큰당 입력 0.15달러, 출력 0.60달러, 캐시 읽기 0.015달러다. 이 금액은 미니맥스가 운영하는 API의 사용료이며 자체 장비의 구입·운영비를 나타내지 않는다.