[TTOWAH NEWS] 2026.10.20 MiniMax M3.1 Flash API 요금 공개 외 7건

오늘의 뉴스 한눈에 보기

1. MiniMax M3.1 Flash API 요금 공개
2. Devin, 효율 점수 기반 자동 한도 상향 도입
3. Inception Mercury 3, OpenRouter 제공 시작
4. GitHub Copilot 앱, Logitech MX Keypad 통합
5. vLLM, GB300에서 Kimi K3 초당 842토큰 제시
6. GitHub Security Lab, 안드로이드 취약점 24건 발견
7. Harness², 고정 모델 하니스 재귀 개선 공개
8. Speculators v0.9.0, 학습 속도·저장 효율 개선

TTOWAH NEWS

최근 나온 AI와 개발 도구 소식 가운데 주목할 만한 것을 골라 원문 근거와 함께 정리했습니다.

주요 소식

핵심MiniMax M3.1 Flash API 요금 공개

• MiniMax는 M3.1 Flash가 M3 대비 비용은 3분의 1이고 속도는 3배라고 밝혔다.
• MiniMax는 코딩 평가인 DeepSWE에서 74%를 기록했다고 제시했다.
• MiniMax는 모델 가중치를 10월 23일 제공할 예정이라고 밝혔다.

출처: MiniMax 발표

핵심Devin, 효율 점수 기반 자동 한도 상향 도입

• 효율 점수는 최근 세션의 생산적 엔지니어링 시간과 지출 단위당 효율, 사용량을 반영한 0~100 등급이다.
• 병합된 PR이 없는 조사·계획·데이터 분석 작업도 실제 진전이 있었는지 분류해 점수 산정에 반영한다.
• Healthy 또는 Satisfactory 등급의 엔지니어가 한도에 가까워지면 관리자가 설정한 상한까지 한도가 자동으로 올라간다.
• Devin Coach는 실행 전 모호한 요청, 단순 작업에 비싼 모드 사용, 한 세션의 무관한 작업 등을 지적하고 수정안을 제시한다.

출처: A smarter approach to AI cost controls: allocating spend by efficiency

핵심Inception Mercury 3, OpenRouter 제공 시작

• OpenRouter는 Mercury 3가 Mercury 2.5보다 4배 더 높은 수준이라고 안내했다.
• 출시 할인 가격은 입력 100만 토큰당 0.10달러, 출력 100만 토큰당 0.35달러로 제시됐다.
• OpenRouter는 Inception의 설명을 인용해 IFBench·GPQA Diamond·SWE-Bench Atlas 성능 비교 결과를 안내했다.

출처: OpenRouter 발표

핵심GitHub Copilot 앱, Logitech MX Keypad 통합

• GitHub는 Logitech MX Keypad가 GitHub Copilot 앱과 직접 통합됐다고 발표했다.
• 이 통합 환경에서는 물리 제어 장치로 에이전트 기반 워크플로를 실행할 수 있다.
• 사용자는 반복 프롬프트를 키에 지정하고, 세션을 시작하거나 재개할 수 있다.

출처: GitHub 발표

핵심vLLM, GB300에서 Kimi K3 초당 842토큰 제시

• vLLM은 DSpark 기반 Kimi K3 디코딩이 NVIDIA GB300 NVL72에서 배치 1 기준 초당 842토큰에 도달했다고 밝혔다.
• 통합 CuTe DSL 디코딩 경로는 어텐션·MoE·통신을 결합하며, 일부 시험 구성에서 디코딩 처리량이 1.5~2배 높았다고 설명했다.
• SemiAnalysis AgentX 작업부하에서는 P90 상호작용성 지표가 최대 1.8배 높았으며, 여러 배치 크기·컨텍스트 길이·병렬화 구성의 벤치마크가 포함됐다고 밝혔다.

출처: vLLM 발표

핵심GitHub Security Lab, 안드로이드 취약점 24건 발견

• GitHub Security Lab은 오픈소스 에이전트를 사용해 안드로이드 취약점 24건을 찾아냈다고 밝혔다.
• 발견 사례에는 내려받기 1,000만 건을 기록한 내비게이션 앱의 위치 정보 유출이 포함됐다.
• GitHub는 자체 프로젝트에서 해당 작업 흐름을 실행하는 방법도 함께 안내했다.

출처: GitHub 발표

핵심Harness², 고정 모델 하니스 재귀 개선 공개

• 시스템 프롬프트, 가드레일, 메모리, 도구 안내, 하위 에이전트 등 모델 주변의 편집 가능한 구성요소 8개를 제공한다.
• 세 전문 벤치마크와 네 모델·하니스 구성에서 한 단계 실행으로 기본 하니스보다 성능이 향상됐으며, WorkBuddy-Bench에서는 최대 11.5점 향상이 보고됐다.
• 병렬 및 순차 재귀를 지원하며 OpenCode·Codex 실행기와 JobBench, LAB, WorkBuddy-Bench를 지원한다.

출처: 근거 1 · GitHub - google-research/harness2 · GitHub · 근거 2 · Computer Science > Artificial Intelligence

핵심Speculators v0.9.0, 학습 속도·저장 효율 개선

• 융합 손실 커널 최적화로 소형 약 10억 파라미터 모델에서 순방향 학습 패스가 최대 2배 빨라졌다고 안내됐다.
• FP8 양자화 은닉 상태 백엔드는 추측기 품질을 유지하면서 필요한 저장 공간을 50% 줄이도록 추가됐다.
• 평가 벤치마크 모음에는 GPU 커널 분석과 지연 시간 측정을 위한 torch.profiler 지원도 포함됐다.
• 이번 버전에서는 코드베이스와 빌드 인프라 전반에서 Python 3.10 지원을 중단했다.

출처: 근거 1 · vLLM 발표 · 근거 2 · Speculators v0.9.0