DeepSeek에게 감사를 표하며

artificialanalysis.ai에 각 모델별로 상세한 토큰 사용량 데이터가 있는데, DeepSeek가 확실히 토큰을 더 많이 쓰는 걸로 나와. 거기 보고서에 따르면 DeepSeek V4 Pro는 '고강도' 작업에서 1억 토큰을 썼는데, GPT-5.5는 똑같이 '고강도'일 때 4,500만 토큰, '중강도'일 때는 2,200만 토큰을 썼어. 중강도 작업에서 GPT가 여전히 DeepSeek보다 성능이 좋았으니까, 2,200만 대 1억 토큰으로 비교하는 게 더 타당하지. 그러니까 데이터상으로도 DeepSeek의 문제당 비용과 속도가 더 안 좋다는 게 맞는 말이야.

바이럴 마케팅 같은 게 아니야. 그냥 레딧 하는 놈들이 멍청한 거지. 서브레딧이 유명해질수록 평균 지능은 계속 떨어지거든. 내가 레딧 스레드를 분석해서 의미 없는 댓글은 삭제하고, 사실관계가 포함된 댓글은 조사해서 수정해 주는 앱을 만든 적이 있어. 재밌는 실험이었는데, 수정하고 나니까 원본 스레드에서 남는 게 거의 없더라. 레딧은 이제 야후 뉴스 댓글창처럼 변했어. 광고 플랫폼으로 쓰기 좋게 쓰레기장이 된 거지.

바이럴 마케팅 같은 게 아니야. 그냥 레딧 하는 놈들이 멍청한 거지. 서브레딧이 유명해질수록 평균 지능은 계속 떨어지거든.

내 데이터는 충분히 조사된 거였는데도 출처를 안 달았다는 이유로 내 원래 게시물은 여전히 비추천 10개를 받고 있어.

난 이 모델들을 깊게 분석해 왔어. 내 일의 일부거든.

작업이 내부적으로 처리되는 경우가 많아서 모두에게 유용한 출처를 줄 수는 없어. 만약 네가 LLM한테 내 말이 합리적인지 물어본다면 아마 그렇다고 답할걸. 그런데도

난 말이야, 네가 느낌으로만 쓴다고 말한 적은 없는데 그냥 질문을 던진 거야. 왜냐면 웹상에서는 느낌으로 쓴 글이랑 진짜 분석한 글을 구분하는 게 사실상 불가능하거든.

난 말이야, 네가 느낌으로만 쓴다고 말한 적은 없는데 그냥 질문을 던진 거야. 왜냐면 웹상에서는 느낌으로 쓴 글이랑 진짜 분석한 글을 구분하는 게 사실상 불가능하거든.

느낌으로 쓴 글이 보고 싶어? 내 가설을 Claude나 검색 기능 있는 고급 모델에 넣어봐. 인터넷에 있는 '이 무작위 인간'이 자기가 무슨 말을 하는지 아는 것 같냐고 물어봐.

아마 내가 맞다고 나올걸. 내 입장에서 이게 왜 짜증 나는지 이해할 수 있지?

아니, 딱히. 난 무작위 레딧 댓글이나 네가 뭘 말하든 상관없이 필연적으로 일어나는 이상한 비추천 세례 때문에 짜증 나지는 않거든.

그리고 '느낌적인 합의'라는 게 '정보는 정확하고 대부분 맞지만, 작업 복잡도와 추론 강도에 따라 다르고, 보통 비용 면에서는 DeepSeek가 여전히 더 낫고 속도도 항상 더 느린 건 아니다'라는 거였는데, 이건 내 관점이랑도 일치해. 느낌은 그냥 느낌이지. 만약 네가 '이게 정확하냐'고 물어보면 모델은

연산량이 꽤 많고 지금 깃허브 계정이 없어서 익명으로 올릴 데가 없음 (이 레딧 계정은 익명이니까). 계정 안 만들고 코드 공유할 방법 아는 사람? 아니면 LLM한테 작동 방식 상세하게 설명해달라고 해서 DM으로 보내줄 수도 있고.