OpenCode Go는 DeepSeek를 위해 어떤 추론 제공자를 사용하며, 모델은 양자화되어 있나요?
Which inference provider does OpenCode Go use for DeepSeek, and is the model quantized?
핵심 요약
OpenCode Go의 DeepSeek 모델 성능이 공식 API보다 떨어지는 이유와 추론 인프라에 대한 투명성을 요구하는 논의입니다.
- 성능 차이 의혹 — 사용자들이 OpenCode Go와 공식 DeepSeek API 간의 코딩 성능 차이를 체감함
- 인프라 투명성 — 추론 제공자, 양자화 여부, 모델 설정에 대한 구체적인 정보 공개를 요구함
- 업체 측 주장 — OpenCode 측은 공식 배포판과 동일한 모델을 사용하며 양자화는 없다고 주장함
- 실제 운영 의혹 — 일부 사용자는 여러 제공자를 섞어 쓰거나 저가형 모델로 리다이렉트될 가능성을 제기함
코딩이랑 에이전트 작업 좀 돌려보려고 DeepSeek API랑 OpenCode Go 구독 모델을 비교해봤거든.
내 경험상 공식 DeepSeek API가 코딩 문제 해결할 때 훨씬 더 안정적이고 성능도 눈에 띄게 좋아. 모델 이름은 똑같은데 성능 차이가 이 정도로 나는 거 보면, 혹시 두 서비스가 서로 다른 추론 환경을 쓰는 건 아닌가 싶네.
그래서 OpenCode 팀이나 이쪽 인프라 잘 아는 형들한테 몇 가지 물어보고 싶어:
- OpenCode Go에서 DeepSeek 모델 돌리는 추론 제공업체가 어디야?
- 모델을 풀 정밀도로 돌리는 거야, 아니면 양자화(quantization)를 적용한 거야?
- DeepSeek 공식 API에서 쓰는 체크포인트랑 완전히 동일한 거 맞아?
- 추론 예산(reasoning budgets), 샘플링 파라미터, 컨텍스트 제한, 출력 제한 같은 설정에 차이가 있어?
- OpenCode Go에서 코딩 성능에 영향을 줄 만한 별도의 프롬프트 처리나 컨텍스트 압축 같은 걸 따로 적용해?
무조건 양자화 때문이라고 단정 짓는 건 아니야. 추론 엔진이나 모델 설정, 에이전트 통합 방식 같은 것들이 다 복합적으로 작용해서 차이가 날 수도 있으니까.
혹시 똑같은 코딩 작업으로 두 서비스 비교해본 사람 있으면 투명하게 기술적인 설명 좀 해줄 수 있을까?
OpenCode Go에서 쓰는 DeepSeek 뒤에 어떤 추론 업체가 있는지 알아낸 사람이나, 공식 API랑 출력값이나 코딩 신뢰도 차이 있는지 테스트해본 사람 있어?
