다른 모델들을 써보고 싶다면 - 직접 돈을 내고 써보세요. 제 개인적인 경험으로는 클라우드에서 돌아가는 거의 모든 모델에 대한 신뢰를 잃었습니다. 전부 다 오랫동안 사용하면 비슷한 문제를 겪습니다. 컨텍스트, 도구 호출, 필터링(알고리즘, 지식, 코드 작성/테스트/프로파일링에 유용한 기타 요소들)과 관련된 고전적인 문제들이죠.
어떤 모델들은 '우리는 또 다른 Claude'라고 홍보하지 않고 가격을 정말 낮게 유지합니다. 그런 모델들은 그냥 할 일을 해내기 때문에 인기를 얻는데, 상위 티어 모델들이 겪는 문제들을 똑같이 가지고 있습니다. 큰 차이점은 - 저가형 모델이 실패하면 그 가격에선 용납되지만, 고가형 모델이 실패하면 히스테리를 유발하거나 토큰과 실제 돈만 낭비하게 된다는 겁니다.
여러 모델(미국산, 중국산, 유럽산)을 두고 테스트도 몇 번 해봤습니다. 결과가 많이 다릅니다. 그리고 가장 흥미로운 점은 - 같은 작업이라도 시간이 지나면 결과가 많이 달라진다는 겁니다. 즉, 멱등성이 없습니다(이 단어를 검색해보세요).
작은 모델들과, 제품을 통해 새로운 것을 연구하거나 만들거나 개선하려는 기업들을 돈으로 지원해주세요. 그들은 짧은 시간 안에 더 나아지고, 그런 압박 때문에 탐욕스러운 미국 모델들도 최종 사용자를 위해 부풀려진 가격을 많이 내리게 됩니다.
kimi k3
회사 경영 때문에 별로입니다.
터무니없이 비싼 쓰레기죠. Kimi 2.6-2.7은 그럭저럭 괜찮았지만(지금은 아니지만요).
Minimax M3
괜찮긴 한데 이미 구식이고, 캐시 관련 문제가 있습니다. 캐시 유무와 상관없이 같은 가격으로 모든 토큰을 계산하죠. 컨텍스트 윈도우가 20단계 이상이거나 150k~300k 토큰 사이일 때 큰 문제가 있습니다. 좋은 결과를 얻으려면 항상 200k 미만(혹은 그 이하)으로 유지하는 게 좋습니다.
Grok 4.5, 4.6, 4.7 - 저한테는 Kimi k2.7++ 느낌입니다
가짜 평점으로 가득 찬 쓰레기입니다. Kimi 2.7+와 비교하자면 Minimax가 훈련시키고 가격만 비싸게 책정한 것 같습니다.
GLM-5.2, GLM-5.3 - 저한테는 Opus 4.8 max 느낌입니다.
이 모델들이 출시되기 전 많은 사람이 이 회사를 싫어했는데, 다른 곳들처럼 서비스 가격을 대폭 올렸기 때문입니다. 이해는 갑니다. GLM-5.3 / GLM-5.2를 제 작업 모델로 사용했는데(더 똑똑한 누군가가 계획을 세우는 동안) -> 제가 원했던(설명은 안 했지만) 꽤 복잡한 작업들을 아주 잘 해냈습니다. 하지만 이걸 '최상위 모델'이라고 부르기는 좀 그렇네요. 나쁘지는 않지만요.
GLM-5.3-flash -> 가끔 Haiku/Sonnet 같지만 더 저렴합니다.
DeepSeek도 저한테는 꽤 잘 맞았지만, 중국어 문자가 많고 언어, 주석 등에 문제가 좀 있습니다. 주로 중국 데이터로 학습된 것 같습니다. 아주 좋지는 않지만 나쁘지도 않습니다. 좋은 지시사항을 보낼 수 있다면 괜찮은 선택지입니다.
