이게 어떻게 Opus만큼 좋을 수 있을까요?

하이라이트

• Minimax M2.5는 클로드 오퍼스 4.6급의 성능을 갖추면서도 비용은 10분의 1에 불과함

• 2,300억 개의 파라미터를 보유한 MoE 모델로, 실행 시 100억 개의 파라미터만 활성화하여 효율성 극대화

• 강화 학습을 통한 작업 분해로 도구 호출 횟수 20%, 토큰 낭비 5% 절감

• 허깅페이스를 통해 가중치가 공개되어 로컬 서버 실행 및 직접 미세 조정 가능

• SWE 벤치 검증 세트에서 80% 이상의 점수를 기록하며 최고 수준의 코딩 성능 입증

• 입력 토큰 100만 개당 0.15달러라는 파격적인 가격 정책으로 에이전트 개발 비용 구조 혁신

• 실제 풀스택 칸반 보드 제작 테스트 결과, 오퍼스 대비 세부 UI는 미흡하나 기능적 완결성 확인

타임라인

1. 00:00 - 01:12

   Minimax M2.5 모델 출시 및 주요 특징

   Minimax에서 클로드 오퍼스 4.6에 육박하는 성능을 가진 코딩 최적화 모델 M2.5를 출시했습니다. 이 모델은 총 2,300억 개의 파라미터를 가진 MoE(Mixture of Experts) 구조이지만, 실행 시에는 100억 개만 활성화되어 비용 효율이 매우 높습니다. 파이썬, 자바, 러스트 등 다양한 언어와 멀티 파일 리팩토링 및 엑셀 자동화 등 실제 개발 워크플로우에 최적화되어 설계되었습니다. 특히 가중치가 허깅페이스에 완전히 공개되어 있어 개발자들이 특정 플랫폼에 종속되지 않고 로컬에서 실행하거나 미세 조정할 수 있다는 점이 큰 장점입니다. 스탠다드와 라이트닝 두 가지 버전으로 제공되어 사용자의 속도 요구사항에 따라 선택이 가능합니다.

2. 01:13 - 02:47

   클로드 오퍼스와의 실전 코딩 성능 비교 테스트

   성능 검증을 위해 클로드 오퍼스와 Minimax M2.5를 활용하여 동일한 프롬프트로 풀스택 칸반 보드를 제작하는 실험을 진행했습니다. 오퍼스는 약 4분 만에 세련된 UI와 완벽한 기능을 갖춘 결과물을 내놓았으며, 특히 폴더 경로 라벨링 같은 세심한 디테일이 돋보였습니다. 반면 Minimax는 커서 환경에서 실행 시 약 8분이 소요되었고 UI는 다소 투박했지만, 드래그 앤 드롭을 포함한 핵심 기능은 완벽히 구현했습니다. 다만 카드 설명 수정 기능 등 일부 세부 로직에서 보완이 필요한 부분이 발견되었으나, 한 번의 프롬프트로 얻은 결과물로는 충분히 훌륭합니다. 전반적으로 지능 면에서는 오퍼스가 근소하게 앞서지만, 가격 대비 성능비는 Minimax가 압도적입니다.

3. 02:48 - 04:17

   에이전트 최적화 기술 및 벤치마크 결과

   M2.5는 효율적인 작업 분해를 위해 강화 학습을 도입하여 도구 호출 횟수를 20% 줄이고 토큰 낭비를 5% 감소시켰습니다. 이는 에이전트 구동 시 로직 꼬임 현상을 방지하고 운영 비용을 획기적으로 낮추는 핵심 기술적 성과입니다. 벤치마크 지표에서도 SWE 벤치 검증 세트 80% 이상의 점수를 기록하며 오퍼스 4.6과 거의 대등한 수준임을 보여주었습니다. 특히 멀티 SWE 벤치에서는 51% 이상의 성적으로 오픈 소스 모델 중 1위를 차지했으며, DROID 벤치마크에서는 오퍼스를 소폭 앞지르기도 했습니다. 속도 또한 이전 모델인 M2.1 대비 37% 향상되어 고성능 추론이 가능해졌습니다.

4. 04:18 - 06:51

   파격적인 가격 정책 및 향후 전망

   Minimax M2.5의 가장 강력한 경쟁력은 오퍼스 대비 약 10분의 1 수준인 저렴한 가격 정책에 있습니다. 스탠다드 버전 기준 입력 토큰 100만 개당 0.15달러로, 오퍼스의 5달러와 비교하면 수익 모델 설계 시 엄청난 차이를 만듭니다. 이러한 경제성 덕분에 개발자들은 비용 부담 없이 대규모 에이전트 워크플로우를 실험하고 상시 가동되는 자동화 봇을 구축할 수 있습니다. 비록 최상위 지능에서는 오퍼스가 여전히 우위에 있으나, 가중치 공개 모델로서의 유연성과 빠른 업데이트 속도는 강력한 이점입니다. 영상은 이 모델이 2026년 개발자용 에이전트의 새로운 표준이 될 가능성을 시사하며 마무리됩니다.