MiniMax가 최신 모델 MiniMax-M2.7을 출시하며 고성능 지능과 운영 경제성 사이의 균형을 새롭게 정의했다. Artificial Analysis Intelligence Index에서 50점을 기록한 이 모델은 GLM-5와 같은 기존 주요 경쟁 모델과 어깨를 나란히 하는 성능을 입증했다. 특히 주목할 점은 파괴적인 가격 경쟁력이다. M2.7은 성능의 비약적인 도약에도 불구하고 전작의 공격적인 가격 구조를 유지하여, 경쟁 모델 대비 3분의 1도 안 되는 비용으로 동일한 지능을 제공한다.

특히 복잡한 다단계 워크플로우를 스스로 수행해 목표를 달성하는 에이전틱 AI 역량에 집중한 결과, 1494점이라는 높은 Elo 점수를 달성했다. 이러한 성과는 사실적 정확성을 개선하기 위한 정교한 접근 방식 덕분에 가능했다. AI가 거짓 정보를 그럴듯하게 생성하는 할루시네이션 현상을 방지하기 위해 데이터가 부족할 경우 답변을 자제하도록 모델을 학습시켰으며, 그 결과 할루시네이션 발생률을 34%까지 낮추며 대형 프런티어 모델들을 능가하는 정확도를 확보했다.

결론 도출을 위해 이전 버전인 M2.5보다 약 55% 더 많은 출력 토큰을 사용하여 설명이 다소 길어졌으나, 효율성 측면에서는 여전히 시장 선두 수준을 유지하고 있다. 현재 지능과 비용 사이의 최적 균형점을 의미하는 파레토 프런티어 영역에 위치하고 있어, 개발자들은 과거 막대한 예산이 필요했던 고도화된 추론 기능을 경제적으로 활용할 수 있게 되었다. 다만 현재 단계에서는 텍스트 중심 모델로 운영되며 이미지나 오디오 처리와 같은 멀티모달 기능은 포함되지 않았다.

MiniMax가 최신 모델 MiniMax-M2.7을 출시하며 고성능 지능과 운영 경제성 사이의 균형을 새롭게 정의했다. Artificial Analysis Intelligence Index에서 50점을 기록한 이 모델은 GLM-5와 같은 기존 주요 경쟁 모델과 어깨를 나란히 하는 성능을 입증했다. 특히 주목할 점은 파괴적인 가격 경쟁력이다. M2.7은 성능의 비약적인 도약에도 불구하고 전작의 공격적인 가격 구조를 유지하여, 경쟁 모델 대비 3분의 1도 안 되는 비용으로 동일한 지능을 제공한다.

특히 복잡한 다단계 워크플로우를 스스로 수행해 목표를 달성하는 에이전틱 AI 역량에 집중한 결과, 1494점이라는 높은 Elo 점수를 달성했다. 이러한 성과는 사실적 정확성을 개선하기 위한 정교한 접근 방식 덕분에 가능했다. AI가 거짓 정보를 그럴듯하게 생성하는 할루시네이션 현상을 방지하기 위해 데이터가 부족할 경우 답변을 자제하도록 모델을 학습시켰으며, 그 결과 할루시네이션 발생률을 34%까지 낮추며 대형 프런티어 모델들을 능가하는 정확도를 확보했다.

결론 도출을 위해 이전 버전인 M2.5보다 약 55% 더 많은 출력 토큰을 사용하여 설명이 다소 길어졌으나, 효율성 측면에서는 여전히 시장 선두 수준을 유지하고 있다. 현재 지능과 비용 사이의 최적 균형점을 의미하는 파레토 프런티어 영역에 위치하고 있어, 개발자들은 과거 막대한 예산이 필요했던 고도화된 추론 기능을 경제적으로 활용할 수 있게 되었다. 다만 현재 단계에서는 텍스트 중심 모델로 운영되며 이미지나 오디오 처리와 같은 멀티모달 기능은 포함되지 않았다.