처음엔 Fable을 오해했는데, 이제야 알겠네.

모델은 실제로 너프되지 않아.

그 사람들은 인간이 이런 식의 무작위성을 파악하는 데 얼마나 취약한지 이해를 못 함. 게다가 전체적으로 상황이 실제보다 더 결정론적이길 원하고 있지.

내 경험상 Claude는 컨텍스트 윈도우가 꽉 차면 눈에 띄게 약해져. 그래서 대화를 이어가는 사람들은 시간이 지나면서 품질이 떨어지니까 시스템이 '너프'됐다고 느끼는 거지. 그러니까 '너프'됐다는 끊임없는 불평은 컨텍스트 윈도우가 차는 현상과 실제 모델 품질을 구분하지 못해서 생기는 걸 수도 있어. 🤷

이게 2026년 7월에도 진짜 아직 일어나는 일이라고? Claude Code(claude.ai는 제외)의 마이크로 캐싱이랑 최적화 마법이 다 있는데도? 6개월 전 'LLM 기초' 같은 소리 말고, 실제 최근 경험에 기반한 답변을 원함. 그건 이제 현실이랑 동떨어진 얘기니까.

그렇지. 생각할 예산(thinking budgets)이 적거나 레이턴시가 높고, 서빙 제약 같은 게 있으니까. 또, 양자화(quantization)나 낮은 정밀도의 추론(lower-precision inference)이 품질에 영향을 줄 수도 있고. 예를 들면 모델을 FP16/BF16으로 돌리는 거랑 INT8/INT4로 돌리는 거 차이 같은 거.

동의함!