MiniMax-M3.1-Flash를 이제 Ultralytics Platform에서 자동 주석에 사용할 수 있습니다

MiniMax는 2026년 10월 19일 MiniMax-M3.1-Flash를 출시했으며, 오늘부터 Ultralytics Platform에서 자동 주석에 사용할 수 있습니다. 다른 모든 모델과 동일한 테스트를 VLM 리더보드의 MiniMax-M3.1-Flash에 적용했습니다. 실제 환경의 객체 감지 데이터셋 36개에서 이미지 360개를 테스트했습니다.

MiniMax-M3.1-Flash는 mAP50 0.317점을 기록해 38개 모델 중 23위이며, 이미지 1,000개당 비용은 약 $1.84입니다. Ultralytics Platform에 추가된 첫 번째 MiniMax 모델입니다. MiMo-V2.6-Flash, DeepSeek Flash, Grok 4.7보다 높은 점수를 기록했지만, Claude Haiku 5.5와 Gemini 3.5 Flash-Lite가 선두를 차지한 우수한 저가 모델보다는 낮았습니다.

MiniMax-M3.1-Flash의 새로운 기능#

MiniMax-M3.1-Flash는 MiniMax M3.1 시리즈의 빠르고 저렴한 모델이며, MiniMax는 향후 더 큰 Pro 모델을 출시할 계획입니다. 기본적으로 멀티모달을 지원하는 혼합 전문가 모델로, 파라미터는 4,280억 개이며 토큰당 230억 개가 활성화됩니다. 컨텍스트 윈도우는 100만 토큰이며 이미지와 동영상 입력을 지원합니다. MiniMax는 에이전트 작업, 코딩, 컴퓨터 사용을 위해 이 모델을 개발했으며, 중앙값 기준 초당 170개가 넘는 토큰을 생성한다고 밝혔습니다. MiniMax는 2026년 10월 23일 MiniMax Community License에 따라 Hugging Face에 가중치를 공개했습니다. MiniMax의 발표에서 에이전트 및 코딩 성능 결과를 확인할 수 있습니다.

또한 비용도 저렴합니다. MiniMax-M3.1-Flash의 가격은 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.60으로 고정되어 있습니다.

Ultralytics Platform에서 자동 주석에 사용하는 MiniMax-M3.1-Flash#

MiniMax-M3.1-Flash가 Ultralytics Platform 주석 편집기의 클래스 프롬프트 기반 비전 언어 모델에 새로운 MiniMax 공급자로 추가되었습니다. 클래스가 1~200개인 객체 감지 데이터셋에서 각 이미지를 분석해 데이터셋 클래스에 해당하는 인스턴스를 찾아 바운딩 박스를 반환합니다. 다른 예측 결과와 마찬가지로 이를 검토하고 저장할 수 있습니다.

두 가지 방법으로 사용할 수 있습니다:

• 이미지 한 장씩 처리: 주석 편집기에서 Smart 모드로 전환하고, 모델 선택기에서 MiniMax 아래의 MiniMax-M3.1-Flash를 선택한 다음 Predict를 클릭하거나 P을 누릅니다.
• 전체 데이터셋: 데이터셋 페이지에서 More actions > Batch Annotation을 선택해 Batch Annotation을 실행하면, 라벨이 지정되지 않은 모든 이미지를 한 번에 라벨링할 수 있습니다.

키를 추가하기 전에 작동 방식을 확인하려면 Ultralytics Platform의 MiniMax-M3.1-Flash 모델 페이지를 여세요. 이 페이지에서는 COCO 이미지 10개에 대해 기록된 MiniMax-M3.1-Flash 예측을 예상 바운딩 박스와 나란히 재생하고, 모든 벤치마크 데이터셋에서의 점수를 표시합니다.

MiniMax-M3.1-Flash 벤치마크 방법#

일상적인 사진에서 거의 모든 객체를 찾는 모델이라도 의료 스캔이나 회로 기판에서는 대부분을 놓칠 수 있습니다. 따라서 VLM Leaderboard의 모든 모델은 동일한 고정 테스트인 UL37 v2를 수행합니다. 이 테스트는 Ultralytics가 평가에 사용하는 실제 벤치마크 데이터셋 모음인 UL37의 탐지 데이터셋 36개에서 각각 무작위로 선정한 라벨링 이미지 10장으로 구성됩니다. 데이터셋에는 의료 영상, 항공 및 위성 이미지, PCB 검사, 보안 X선, 소매점 진열대, 교통, 스포츠, 수중 장면, 열화상 영상 등이 포함됩니다.

각 이미지는 데이터셋의 클래스 이름을 사용해 Ultralytics Platform의 프로덕션 주석 파이프라인을 거칩니다. 이 파이프라인은 Smart 모드와 Batch Annotation에서 호출하는 것과 동일하며, 각 모델의 박스를 정밀하게 조정하는 SAM 3.1 단계도 포함합니다. Ultralytics 패키지의 자체 탐지 지표로 박스를 평가하고 36개 데이터셋의 점수를 동일한 가중치로 평균 냅니다. 자세한 내용은 VLM Leaderboard 평가 방법론을 참조하세요.

새 모델을 추가하기 전에 Ultralytics Platform이 다른 모델에 이미 지원하는 요청 설정을 테스트하고 가장 높은 점수를 기록한 설정을 채택합니다. MiniMax-M3.1-Flash를 테스트한 결과 다음 두 가지 설정을 선택했습니다.

• 추론 수준: MiniMax-M3.1-Flash는 기본적으로 MiniMax의 최대 추론 수준으로 설정되어 있습니다. 최대 수준에서는 테스트한 이미지의 절반 이상에서 Ultralytics Platform의 115초 제한 시간을 초과했고, 높은 수준에서는 9%의 이미지에서 제한 시간을 초과했습니다. 낮음, 중간, 높음 중 중간 수준에서 가장 높은 점수를 기록했으므로 Ultralytics Platform은 MiniMax-M3.1-Flash를 중간 추론 수준으로 실행하며, 벤치마크에서도 이 설정을 사용했습니다.
• 바운딩 박스 좌표: Claude, Grok, GLM과 마찬가지로 MiniMax-M3.1-Flash는 대부분의 모델이 사용하는 0~1000 좌표 격자보다 픽셀 좌표에서 더 정확하게 바운딩 박스를 배치합니다. mAP50 점수 차이는 약 0.02이므로 Ultralytics Platform은 픽셀 좌표를 요청합니다.

MiniMax-M3.1-Flash와 Claude Haiku 5.5, Gemini 3.5 Flash-Lite, GPT-6 Luna 비교#

MiniMax-M3.1-Flash는 mAP50 0.317점을 기록해 이미지 1,000개당 비용이 $5 미만인 유료 모델 8개 중 5위를 차지했습니다. Claude Haiku 5.5(0.429), Gemini 3.5 Flash-Lite(0.380), GPT-6 Luna(0.370), GLM-5.3-Flash(0.341)가 더 높은 점수를 기록했고, MiniMax-M3.1-Flash는 MiMo-V2.6-Flash(0.277), DeepSeek Flash(0.264), MiMo-V2.6-Pro(0.239)보다 높은 순위를 차지했습니다. 공급자 키 없이 Ultralytics Platform 자체 GPU에서 실행되는 호스팅 모델 Qwen3.8 27B(0.351)와 Gemma 4 26B(0.344)도 더 높은 점수를 기록했습니다.

재현율(0.413)은 정밀도(0.379)보다 높았습니다. 라벨이 지정된 객체 5개 중 약 2개를 찾았지만, 바운딩 박스 중 실제 객체와 일치한 것은 약 38%에 불과해 순위가 더 높은 모든 모델보다 낮았습니다.

MiniMax-M3.1-Flash와 Gemini 3.5 Flash-Lite 비교: 각 모델이 우세한 분야#

Gemini 3.5 Flash-Lite는 이미지당 비용이 거의 같아 가장 적절한 비교 대상입니다(이미지 1,000개당 $1.77 대 $1.84). MiniMax-M3.1-Flash는 대부분 모델이 어려움을 겪는 항공 및 원격 탐사 분야에서 더 높은 점수를 기록했습니다(0.32 대 0.27). 의료 이미지에서는 두 모델의 성능이 비슷했고, 보안 X선에서는 모두 0점을 기록했습니다. 나머지 9개 도메인에서는 Flash-Lite가 앞섰으며, 소매, 도로 및 교통, 스포츠에서 가장 큰 차이를 보였습니다.

MiniMax-M3.1-Flash가 가장 높은 점수를 기록한 데이터셋을 보면 이 모델의 적합한 용도를 파악할 수 있습니다. SSDD 위성 레이더 선박 감지(0.86), EgoHands 손 감지(0.90), GRAZPEDWRI-DX 소아 손목 X선(0.25)에서 언어 모델 32개 중 6위를 기록했습니다. 산업용 PCB 결함과 보안 X선의 점수는 대부분의 모델과 마찬가지로 거의 0점에 머물렀습니다. 모든 모델이 특수 이미지 처리에 어려움을 겪으므로 MiniMax-M3.1-Flash의 바운딩 박스는 휴먼 인 더 루프 검토를 위한 초안으로 간주하고, 전체 데이터셋에 주석을 달기 전에 직접 이미지 몇 장의 예측 결과를 확인하세요.

정확도, 비용 및 속도#

유료 모델은 사용자의 공급자 API 키로 실행되므로 공급자가 각 예측에 대해 직접 요금을 청구합니다. 벤치마크에서 MiniMax-M3.1-Flash의 비용은 이미지 1,000개당 약 $1.84였습니다. 비용 대부분은 추론 출력에 해당합니다. Ultralytics Platform의 모델 중 토큰 가격은 가장 낮은 편이지만, 응답 전에 추론 과정을 거칩니다.

같은 정확도를 가장 저렴하게 제공하는 모델은 아닙니다. Claude Haiku 5.5는 이미지 1,000개당 약 $0.37의 비용으로 mAP50 점수가 약 0.11 더 높았습니다. GPT-6 Luna(약 $0.77)와 GLM-5.3-Flash(약 $0.99)도 더 낮은 비용으로 더 높은 점수를 기록했습니다.

MiniMax-M3.1-Flash는 가격에서 예상되는 것보다 느립니다. 요청 처리 시간의 중앙값은 이미지당 약 16초로, Gemini 3.5 Flash-Lite의 1.6초와 Claude Haiku 5.5의 2.7초보다 길었습니다. 요청의 1.4%는 Ultralytics Platform의 115초 제한 시간 안에 완료되지 않았습니다. 시간 초과된 이미지에는 바운딩 박스가 반환되지 않으며, 다시 예측할 수 있습니다.

Ultralytics Platform에서 MiniMax-M3.1-Flash 시작하기#

1. MiniMax API Platform에서 API 키를 만든 다음, 데이터셋을 소유한 워크스페이스의 Settings > API Keys에 추가하거나 워크스페이스 소유자에게 키 추가를 요청하세요(방법 보기).
2. Ultralytics Platform에서 감지 데이터셋을 열고 주석 편집기를 Smart 모드로 전환한 다음, MiniMax 아래에서 MiniMax-M3.1-Flash를 선택하세요.
3. Predict를 클릭해 현재 이미지에 라벨을 지정한 다음, 바운딩 박스를 검토하고 조정한 후 저장합니다.
4. 결과가 적절하면 Batch Annotation을 실행해 데이터셋의 나머지 부분에 라벨을 지정합니다.

Batch Annotation에는 이미지 1,000개당 $1.00의 표준 Ultralytics Platform 처리 요금이 부과되며, 이는 MiniMax가 API 키에 청구하는 금액과 별도입니다. 실행할 때마다 먼저 데이터셋 버전이 저장되므로 언제든지 이전 버전으로 되돌릴 수 있습니다.

데이터셋에 라벨을 지정한 후 같은 워크스페이스에서 Ultralytics YOLO26 모델을 학습하세요(학습 문서 참조). MiniMax-M3.1-Flash와 가장 정확한 모델을 비교하려면 Gemini 4 Argon 및 Kimi K3.1 Pro 자동 주석 게시물을 읽거나 VLM 리더보드와 Ultralytics Platform 모델 페이지에서 모든 모델을 살펴보세요. 그런 다음 Ultralytics Platform에 로그인하여 자체 데이터에서 MiniMax-M3.1-Flash를 사용해 보세요.