MiniMax, M2 기술 보고서 공개하며 100만 토큰 장문맥 응답 15.6배 높인 M3 sparse attention 예고

MiniMax는 M2·M2.5·M2.7 언어 모델 개발 과정을 다룬 기술 보고서를 공개하고, 차기 M3 모델에 적용할 새로운 sparse attention 구조를 예고했습니다. 회사는 자체 sub-quadratic 프레임워크를 통해 100만 토큰 장문맥에서 디코딩 속도를 최대 15.6배 높여 초장문맥 AI agent 배포 비용을 낮출 수 있다고 설명했습니다.

이번 발표는 중국 AI 기업들이 단순 벤치마크 경쟁을 넘어 MoE 효율화, 장문맥 추론, agent 지향 설계 같은 실사용 비용 구조 개선에 집중하고 있음을 보여줍니다. MiniMax의 접근이 검증될 경우, 기업의 사내 모델 fine-tuning과 장문맥 agent 구축에서 open source 기반 대안의 경쟁력이 한층 커질 수 있습니다.