‘Aion 1.0 Instruct, 조용히 출시되다’라는 제목의 생성된 타이틀 카드가 있고, 부제는 ‘2.29B 매개변수, 32K 컨텍스트, MIT 라이선스, 다운로드 0회’이며, 네 개의 칩에는 ‘2026년 11월 18일 17:05 UTC’, ‘28개 레이어, 21개 슬라이딩’, ‘YaRN으로 2,048에서 32,768까지’, ‘Windows OS SLM, 2027년 1월’이라고 적혀 있습니다. 바닥글에는 ‘수치는 2026년 11월 19일 공개된 저장소에서 읽은 것입니다.’라고 되어 있습니다. OrcaRouter 로고는 아트워크 아래의 흰색 띠에 합성되어 있습니다.
Guides & Insights

Aion 1.0 Instruct가 Hugging Face에 예고 없이 공개됐으며, 2027년 1월 마감 기한이 붙어 있다

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

해당 저장소 microsoft/Aion-1.0-Instruct-2.3B는 2026년 11월 18일 17:05:50 UTC에 생성되었습니다. 9분 후 그 옆에 두 번째 저장소가 나타났으며, 동일한 가중치의 INT4 ONNX 빌드를 담고 있었습니다. 오늘 아침 기준으로 기본 저장소에는 좋아요 3개, 다운로드 0회, 정확히 하나의 커밋이 있고, 그 커밋 메시지는 "Duplicate from asgmodels/Aion-Instruct-v1"라고 적혀 있습니다. 그리고 그 원본 저장소는 이제 누구든 요청하면 401을 반환합니다. 출시 글이나 스레드도 없었고, "we are excited"로 시작하는 모델 카드 문장도 없었습니다. Aion 1.0 Instruct는 발표되지 않았습니다. 그저 게시되었을 뿐이며, 이는 다른 행위이고, 그 둘 사이의 간격이 이 글을 쓰는 이유입니다.

다음 글은 세 가지 종류의 주장을 구분하며, 결코 이들을 뒤섞지 않는다. 저장소 사실은 오늘 아침 파일에서 직접 읽은 것이다. 구성, 가중치 색인, 채팅 템플릿, 카드, 형제 저장소가 그것이다. 벤더 주장은 마이크로소프트 자체 하네스에서 나온 마이크로소프트 자체 수치이며, 주장 그대로 재현한 것이다. 그리고 세 번째 범주는 여기서 평소보다 더 중요하다. 마이크로소프트는 이미 자사 문서에서 Windows 개발자를 위한 마이그레이션 일정을 발표했으며, 그 일정은 모델 카드에 있는 그 어떤 것보다도 중대하다. 저장소가 침묵하는 부분에서는 이 글이 추론하지 않고 그렇다고 밝힌다.

시계 두 개, 그리고 그중 하나만 조용하다

Hugging Face 게시물은 조용한 시계다. 시끄러운 쪽은 더 오래되었고 몇 달째 돌아가고 있다.

• 2026년 5월 31일 — microsoft/Aion-Instruct-Preview-Sample 저장소가 GitHub에 공개되었다. Copilot+ PC의 온디바이스 언어 모델을 위한 WinUI 3 샘플 앱이다. README에는 분명히 이렇게 밝히고 있다: "이 패키지에는 Windows와 함께 출시될 예정인 최종 Aion Instruct 모델이 포함되어 있다."

• 2026년 6월 2일 — Microsoft Edge 개발자 블로그는 Aion-1.0-Instruct를 Edge Canary 및 Dev의 사전 공개 모델로 발표했습니다. 이 모델은 Prompt and Writing Assistance API 뒤에 있던 4B Phi-4-mini를 대체하며, 더 작고 빠르고 GPU가 없는 환경에서도 CPU 추론으로 실행할 수 있다고 설명했습니다. 같은 게시물에서는 "7월에 Hugging Face를 통한 오픈소스 공개를 계획 중"이라고 밝혔습니다.

• 2026년 11월 2일 — GitHub 샘플은 AMD VitisAI 지원을 추가한 릴리스 v1.1.0.2를 제공합니다. 저장소는 6월부터 단 한 번의 공개 발표도 없이 꾸준히 유지되어 왔습니다.

• 2026년 11월 16일 — Microsoft의 Phi Silica용 Windows AI 문서에는 가중치가 공개되기 이틀 전 시각이 찍힌 공지가 실려 있으며, 그 공지는 "Phi Silica가 Aion Instruct로 대체되고 있다"라고 밝히면서 개발자들에게 지금 전환 계획을 세우기 시작하라고 알리고 있다.

• 2026년 11월 18일 17:05 UTC — 가중치 자체가 MIT 라이선스로 Hugging Face에 공개되었다. 검색으로 찾을 수 있는 동반 게시물은 어디에도 없다.

A screenshot of the Hugging Face model page for microsoft/Aion-1.0-Instruct-2.3B showing 3 likes, tags for Text Generation, Transformers, Safetensors and 8 languages plus aion_instruct, and model-card text opening 'Aion 1.0 Instruct' under the heading Microsoft Windows Applied Sciences Group, describing a 2.3B-parameter on-device small language model and stating that a further optimised version will become the Windows OS SLM by the end of January 2027.

그러므로 솔직한 설명은 "Microsoft가 모델을 비밀리에 출시했다"가 아니다. 그것은 Microsoft가 거의 6개월 동안 문서와 샘플 코드를 통해 Windows 개발자들에게 이 전환을 알려 왔고, 7월에 오픈 가중치를 약속했으며, 4개월 반 늦게 이를 제공했고, 그 제공 사실을 발표로 알리지 않았다는 것이다. 출시 보도만 읽었다면 Aion 1.0 Instruct가 존재한다는 사실을 알지 못했을 것이다. Windows 개발자가 실제로 가장 많이 들여다보는 곳인 Phi Silica API 문서 — 를 읽었다면, 적어도 11월 중순부터는 이미 알고 있었던 셈이다.

Microsoft가 무엇을 확인해 주지 않아도 파일들이 입증하는 것

다음 내용 중 어느 것도 별도의 발표에 의존하지 않습니다. 모든 내용이 저장소에 들어 있으며, 대부분은 가중치 파일 자체와 대조하여 확인할 수 있습니다.

• 파라미터 수 — 카드에는 "~2.29B"라고 적혀 있고, 계산도 이와 일치합니다: model.safetensors는 bfloat16으로 4,577,698,488바이트이며, 이는 2바이트씩 계산하면 2,288,849,244개의 파라미터입니다. 입력 및 출력 임베딩이 공유(tied)되어 있으므로 해당 수는 헤드에서 두 배가 되지 않습니다.

• 구조 — 28개 레이어, 은닉 크기 2,048, SiLU를 사용하는 MLP 중간 크기 8,192, 헤드 차원 128에서 24개의 쿼리 헤드 대 8개의 키/값 헤드, 엡실론 1e-6의 RMSNorm, 200,029개 토큰의 어휘.

• 어텐션 패턴 — 구성의 layer_types 배열은 21개의 sliding_attention 레이어와 7개의 full_attention 레이어를 교차하여 나열합니다. 슬라이딩 윈도는 2,048 토큰입니다.

• 컨텍스트 — 32,768 토큰. 이는 네이티브 학습 길이가 아니라 YaRN을 통해 도달한 값입니다. 이 파일에서 가장 오독하기 쉬운 숫자이기 때문에 이에 관해서는 아래에서 더 설명합니다.

• 라이선스 — MIT, 저작권 Microsoft Corporation, 저장소에 LICENSE 파일이 있습니다. license_link는 그러나 front-matter에서 다음을 가리킵니다: asgmodels/Aion-Instruct-v1/blob/main/LICENSE. 이는 401을 반환하는 비공개 저장소입니다. 읽을 수 있는 라이선스는 트리에 있는 것이고, 카드가 링크하는 라이선스는 접근할 수 없습니다.

• 사용자 지정 코드 — 표준 아키텍처가 아닙니다. 실행하려면 trust_remote_code=True가 필요하고 configuration_aion_instruct.py 및 modeling_aion_instruct.py를 불러옵니다. transformers 5.x로 내보내졌으므로 이전 툴체인에서는 주의하지 않으면 로드되지 않습니다.

• 채팅 형식 — <|system|>, <|user|>, <|assistant|>, 모든 턴은 다음으로 닫힙니다: <|end|>, 이는 EOS 토큰이기도 합니다. 도구 스키마는 시스템 프롬프트에서 다음 사이에 들어갑니다: <|tool|>와 <|/tool|>; 호출은 다음 형식으로 돌아옵니다: <|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; 결과는 다음이 접두사로 붙은 사용자 턴 안에서 반환됩니다: <|tool_response|>. 템플릿은 맨 앞의 시스템 메시지에 예약된 제어 토큰이 하나라도 포함되어 있으면 예외를 발생시키는데, 이는 합리적인 보호 장치이자 카드에서 보기 드문 방식입니다.

• 언어 — 영어, 독일어, 스페인어, 포르투갈어, 이탈리아어, 프랑스어, 중국어 및 일본어. 카드에는 다국어 데이터가 학습 데이터 구성의 약 6%라고 명시되어 있습니다.

• 지식 기준 시점 — 2025년 12월.

• 양자화 빌드 — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU같은 날 저녁 17:14:58 UTC에 생성되었으며, 기본 저장소보다 9분 뒤였습니다. 양자화 인식 학습을 거친 체크포인트에서 내보낸 INT4 블록 단위 가중치, FP16 활성값 및 KV 캐시, opset 21, 약 1.3 GB로, ONNX Runtime GenAI를 통해 WebGPU를 대상으로 합니다.

그 목록에서 가장 유용한 것은 마지막 두 항목을 함께 볼 때입니다. 양자화되지 않은 bf16 릴리스와 QAT에서 파생된 INT4 빌드가 서로 9분 이내에 게시되었다는 점은, 배포 산출물이 투명성 산출물보다 먼저 준비되었음을 알려줍니다. 그것은 급하게 진행된 릴리스가 아니라, 보류되었다가 조용히 풀려난 릴리스의 형태입니다.

32K 컨텍스트는 2K 모델을 16배로 확장한 것입니다

다음 rope_parameters 블록을 주의 깊게 읽으십시오. 그러면 컨텍스트 숫자의 성격이 달라집니다. 전체 어텐션 레이어는 rope_type: "yarn"과 함께 original_max_position_embeddings: 2048 및 factor: 16.0을 선언합니다. 2,048에 16을 곱하면 32,768입니다. 슬라이딩 어텐션 레이어는 일반 rope_type: "default"를 theta 32,000에서, 동일한 2,048 윈도와 함께 선언합니다.

설정에서 도출되는 해석은 — 그리고 이것은 벤더의 진술이 아니라 해석이다 — 이 모델이 2,048토큰 위치 범위에서 학습되었고, 이후 28개 레이어 중 7개에만 적용된 RoPE 스케일링을 통해 32K로 확장되었다는 것이다. 구조상 스택의 4분의 3은 2,048토큰보다 더 뒤쪽을 어텐션할 수 없으며, 장거리 혼합은 7개의 전체 어텐션 레이어에서만 일어난다. 이는 온디바이스 모델에서 정당하고 점점 흔해지는 설계다. 온디바이스에서는 KV 캐시 크기가 메모리의 결정적 제약인데, 슬라이딩 윈도우는 대화가 아무리 길어져도 캐시를 일정하게 유지하므로, 데스크톱도 렌더링해야 하는 노트북에서 바로 원하는 방식이다.

또한 32,768이라는 수치는 “32K 문서를 32K로 학습된 모델만큼 잘 처리한다”는 뜻으로 읽어서는 안 됩니다. Microsoft 자체 카드도 이 부분에서는 신중하게, 이 윈도가 “여러 페이지 문서, 긴 이메일 스레드, 복잡한 기술 사양을 전부 온디바이스에서 처리”하기에 충분하다고 설명합니다. 멀리 떨어진 끝부분에서의 검색 품질을 주장하지는 않습니다. 긴 컨텍스트 회수가 필요하다면 그것이 가장 먼저 직접 측정해야 할 항목이며, 그 내용은 카드에 없습니다.

이 벤치마크는 마이크로소프트 자체의 것이며, 그중 두 개는 느슨한 것으로 표시되어 있다.

아래의 모든 수치는 공급업체가 보고한 것입니다. 카드에 따르면, 모든 수치는 과제 구현이 존재하는 경우 EleutherAI의 lm-evaluation-harness를 통해, 그렇지 않은 경우 각 벤치마크의 공식 저장소를 통해 실행되었으며, LLM이 판정하는 과제에서는 GPT-4o가 판정자로 사용되었습니다. 독립적인 재현도, 공개된 하네스 구성도, 저장소 내 평가 스크립트도 없으므로, 배포된 것만으로는 이 중 어느 것도 다시 실행할 수 없습니다.

• 지식 — MMLU 55.15, MMLU-Pro 33.35, 다국어 MMMLU 45.51, GPQA 28.18.

• 수학 — 느슨한 매칭 기준 GSM8K 74.91, GSMPlus 49.56, MATH-500 48.00.

• 지시 수행 — IFEval 83.90(프롬프트 수준 strict와 지시 수준 strict의 평균), IFBench 32.00(프롬프트 수준 loose), Multi-IF 64.70.

• 번역 — chrF++ 43.18.

A generated single-column scoreboard card titled 'Aion 1.0 Instruct — the scoreboard' with six rows: Parameters 2.29B (tied embeddings), Layers 28 (21 sliding + 7 full), Context 32,768 (2,048 trained, YaRN factor 16), Licence MIT, MMLU 55.15, GPQA 28.18. A footer reads 'Config and weights read from the repository; scores are vendor-reported and unreproduced.' The OrcaRouter logo is composited in the white strip below the artwork.

그중 두 가지는 누구든 인용하기 전에 다시 살펴볼 가치가 있습니다. GSM8K의 74.91은 명시적으로 느슨한 매칭 방식으로, 주변 추론이나 형식이 틀렸더라도 정답 숫자가 포함되어 있으면 답으로 인정합니다. 2.3B 모델에서 엄격한 GSM8K 기준을 적용하면 상당히 더 낮아질 것입니다. IFBench의 32.00은 프롬프트 수준의 느슨한 방식으로, 이 세트에서 가장 관대한 지시 따르기 벤치마크의 가장 관대한 변형입니다. 같은 표에 있는 엄격한 성격의 수치들—MMLU-Pro 33.35, GPQA 28.18—은 2.3B 모델의 세계 지식이 실제로 어떤 모습인지를 보여주며, 눈에 띌 게 없습니다. 이는 모델 카드 자체가 한계 섹션에서 말하는 바와 같습니다: 작은 모델은 "세부 사항을 놓치거나, 잘못된 진술을 하거나, 복잡한 다단계 추론을 따르지 못하는 모습을 보일 수 있습니다."

어떤 단일 점수보다 더 중요한 부재: 이 카드는 Aion 1.0 Instruct를 그것이 대체하는 모델인 Phi Silica와 결코 비교하지 않는다. 카드는 학습 데이터가 "Phi Silica 학습에 사용된 데이터의 확장"이라고 말할 뿐 거기서 멈춘다. 1월에 마이그레이션하라는 말을 듣는 개발자에게, 결정에 정보를 줄 단 하나의 차이 — 대체 모델이 내가 가진 것보다 점수가 더 좋은가 나쁜가 — 는 문서에 없다.

안전 번호는 표가 아니라 그림입니다

이 카드는 개선하려는 세 가지 지표로 XPIA, DIC, ECI를 언급합니다. 그런 다음 그중 어느 것에 대해서도 숫자를 제시하지 않습니다. 수치는 오직 images/aion_safety_bchart.png에만 있습니다. "Azure AI Safety Suite"라는 제목의 막대 차트로, 축 범주는 적대적 콘텐츠 안전, 선거 핵심 정보, 간접 프롬프트 주입, 문서 주입이며, 방향 정규화된 0~100 척도로 점수가 매겨지고, 여기서 값은 실패율을 1에서 뺀 값에 100을 곱한 것입니다. 텍스트 어디에도 숫자 열은 없습니다.

그것은 실제 격차이며, 우회하기보다 분명히 말할 가치가 있습니다. Microsoft 스스로 개선이 필요하다고 표시한 세 가지 지표는 바로 PNG를 OCR하지 않고는 읽을 수 없는 세 가지입니다. 검증자들은 방법론 각주를 실제로 공개했습니다. 프롬프트는 유형이 동일하며 SHA-256으로 검증되었다는 내용으로, 대부분의 카드가 보여주는 것보다 더 엄격합니다. 다만 값은 공개하지 않았습니다. 그리고 Windows 검증 패키지에 대한 병행 투명성 노트는 더 나아가, 교차 프롬프트 주입 공격과 감정 추론이 Responsible AI 규정 준수를 위해 테스트되지 않았으며 해당 패키지에 "취약점이 있을 수 있다"고 명시합니다. 로컬 문서 위에서 무인으로 실행되는 것이 대표 기능인 모델에게 프롬프트 주입은 각주가 아닙니다.

Microsoft가 개발자들에게 이미 알린 내용, 그리고 무엇이 깨지는가

이것은 독자가 오늘 바로 활용할 수 있는 부분이며, Hugging Face 릴리스에 전혀 의존하지 않습니다. 이는 Microsoft Learn의 Phi Silica 페이지에 있는 내용으로, 해당 페이지의 업데이트 타임스탬프는 2026년 11월 16일로 표시되어 있습니다.

A screenshot of the Microsoft Learn documentation page for the Phi Silica Windows AI APIs, showing the navigation tree, the Limited Access Feature note, and an Important callout reading 'Phi Silica is being replaced by Aion Instruct, a new on-device model. Start planning your transition now', followed by links to the Aion Instruct sample and the Microsoft Edge blog, the sentence 'Unlike Phi Silica, LAF tokens are no longer needed with Aion Instruct', a December 2026 Windows Insider Preview rollout line and a January 2027 retail rollout line stating that Phi Silica is removed.

• Phi Silica가 Aion Instruct로 대체됩니다. 공지에는 이 사실이 직접 명시되어 있으며 개발자들에게 지금부터 전환을 계획하라고 안내합니다.

• 2026년 12월 — Aion 1.0 Instruct가 Windows Insider Preview 디바이스에 순차 배포되기 시작합니다. Phi Silica는 계속 포함되어 있으며, Windows Controlled Feature Rollout이 어떤 모델이 활성화될지 결정하고, 개발자는 레지스트리 키를 통해 나란히 비교하도록 강제할 수 있습니다.

• 2027년 1월 — 해당 모델이 소매 기기에 배포되고 Phi Silica는 제거됩니다.

• 접근 게이트가 사라집니다. Phi Silica의 API는 잠금 해제 토큰이 필요한 제한적 액세스 기능(Limited Access Feature)입니다; 문서에는 "Phi Silica와 달리 Aion Instruct에서는 LAF 토큰이 더 이상 필요하지 않습니다."라고 명시되어 있습니다. LAF 요청 양식을 제출하고 기다려 본 적이 있는 사람이라면, 이것이 전체 마이그레이션에서 가장 중대한 문장입니다.

• 사용자의 LoRA는 함께 이전되지 않습니다. 샘플 리포지토리에 분명히 명시되어 있습니다: Phi Silica 호환 LoRA는 Aion Instruct와 호환되지 않으며, 새 어댑터는 Foundry Toolkit으로 빌드해야 합니다.

• 출력물에 워터마크가 표시됩니다. 새로운 스택은 EU AI Act 준수를 지원하기 위해 보이지 않는 워터마킹을 사용하며, 노트에서는 출력물을 특정 애플리케이션에 붙여넣을 때 해당 표시가 눈에 보일 수 있다고 경고합니다.

• 하드웨어 지원은 세 가지 실행 공급자이며 폴백은 없습니다. 검증 패키지는 ARM64 Snapdragon의 경우 카탈로그 관리형 QNN을 통해 최소 EP 2.2480.49를, x64 Intel Lunar Lake의 경우 OpenVINO를 통해 1.8.95를, x64 AMD Ryzen AI의 경우 VitisAI를 통해 1.8.80을 대상으로 합니다. "지원되는 NPU 공급자를 사용할 수 없을 때 CPU 폴백은 없습니다."라는 점이 있습니다. CPU 추론이 Aion이 GPU가 없는 기기에 도달하는 방법이라고 광고한 6월 Edge 게시물과의 격차에 유의하세요. — 그것은 브라우저 빌드였고, Windows API 경로는 더 좁습니다.

• 검증 패키지는 출하할 수 없습니다. "최종 사용자나 고객용이 아닙니다. 이 패키지의 어떤 부분도 최종 소비자에게 출하하지 마십시오." 모델은 최종본이지만, 이를 둘러싼 전달 체계는 최종본이 아니며, 오늘 측정된 성능은 1월 빌드를 대표하지 않는다는 점이 명시되어 있습니다.

아직 확인되지 않은 것은 무엇이며, 그것을 어떻게 보류할까

• 어떤 발표도 없었다. Microsoft의 블로그에도, "앞으로 다가올 것들에 대한 소개" 이상의 의도를 밝힌 모델 카드 성명도, 기술 보고서도 없다. 저장소 밖에서 확인되는 유일한 공개 흔적은 11월 18일 올라온 1점짜리 Hacker News 게시물뿐이다.

• 독립적인 평가 없음. 11월 19일 기준으로 이 모델은 Artificial Analysis에 나타나지 않으며, 어떤 제3자도 실행 결과를 게시하지 않았습니다. 위 표의 모든 수치는 Microsoft가 Microsoft를 평가한 것입니다.

• GGUF 없음. 카드에는 "라이브러리 이름: PyTorch, ONNX, GGUF"가 나열되어 있지만, Microsoft 조직 아래에는 GGUF 저장소가 존재하지 않습니다. 게시된 유일한 양자화 아티팩트는 ONNX WebGPU 빌드입니다. 파일이 존재하기 전까지는 GGUF 항목을 의도 표명으로 간주하십시오.

• 학습 세부 정보는 없음. 토큰 수, 컴퓨트, 데이터 혼합은 “공개 문서와 합성 데이터” 및 6% 다국어 비중 외에는 언급되지 않는다.

• 가격 책정이 없습니다. 가격을 매길 대상이 없기 때문입니다. 이는 호스팅 엔드포인트가 아니라 OS 구성 요소이자 가중치 다운로드입니다. 또한 다른 모든 Microsoft 온디바이스 모델과 마찬가지로 OrcaRouter 카탈로그에도 없습니다.

Windows 앱을 출시한다면, 그 결정은 이미 일정에 올라와 있습니다.

실용적으로 해석하면, Aion 1.0 Instruct는 이제 어쩔 수 없이 전환해야 하기 몇 달 전부터 프로토타이핑해 볼 수 있는 대상이라는 뜻이며, 이것이 바로 투명성 공개(transparency release)의 핵심입니다. 가중치를 받아 직접 프롬프트 세트를 실행하고, 모델 카드가 알려주지 않는 두 가지 — 2,048 토큰을 넘는 장문맥 회상과 로컬 문서에 대한 프롬프트 인젝션 상황에서의 동작 — 를 측정한 뒤, 요약 및 재작성 경로가 이 교체를 견뎌낼지 판단하십시오. 나란히 비교할 수 있는 레지스트리 키가 포함된 December Insider 기간은 여러분이 얻을 수 있는 가장 저렴한 테스트 하네스이며, 1월에 마감됩니다.

이어지는 아키텍처 질문은 온디바이스 모델이 어디서 멈추는가이다. NPU에서 실행되는 32K 윈도우의 2.3B 모델은 요약, 재작성, 분류, 추출에 탁월하지만, 코드베이스에 대한 다단계 추론을 수행하지는 않을 것이다. 이를 도입하는 대부분의 앱은 결국 하이브리드가 될 것이다. 저렴하고 프라이빗하며 지연에 민감한 처리에는 로컬 모델을, 에스컬레이션 경로에는 API 뒤의 클라우드 모델을 둔다. 그 에스컬레이션 계층은 덧붙이는 것이 아니라 의도적으로 설계할 가치가 있는 부분이다. OrcaRouter는 바로 그 문제의 절반을 위해 존재한다. 200개 이상의 클라우드 모델을 아우르는 단일 API, 제공업체 정가에 대한 마크업 없음, 제공업체 성능이 저하될 때의 자동 페일오버, 여러 모델을 하나의 호출로 구성하기 위한 라우팅 DSL을 제공한다. 그리고 Aion 1.0 Instruct는 서비스하지 않는다. 이 모델에 관한 그 무엇도 데이터센터에서 실행되지 않기 때문이다. 솔직한 구분은 로컬 모델, 로컬 의사결정, 클라우드 에스컬레이션이며, 이 두 절반에는 서로 다른 툴링이 필요하다.

검증되지 않은 부분을 대비하는 저렴한 방법도 있습니다. 위의 어떤 것도 독립적으로 벤치마크된 것이 아니며, 1월 빌드는 이 체크포인트와 다를 수 있습니다. 페일오버가 있기 때문에 점수화되지 않은 모델을 중요한 경로에 안전하게 배치할 수 있습니다. 필요해지기 전에 폴백을 구성해 두면, 잘못된 생성은 장애가 아니라 재시도가 됩니다. 이 조언은 하이브리드의 어느 쪽에 확신이 없든 그대로 적용됩니다.

무엇을 볼까요?

네 가지 신호가 이 그림을 바꿀 것이며, 그중 세 가지는 모니터링 비용이 적게 든다. 학습 세부 정보가 포함된 실제 발표 게시물은 카드를 투명성 아티팩트에서 출시로 격상시킬 것이다. GGUF 저장소는 모델을 Windows 외부와 ONNX Runtime 외부에서도 사용할 수 있게 만들 것이다. 첫 독립 벤치마크 실행 — Artificial Analysis, LMArena, 또는 재현 가능한 하네스 출력 — 은 느슨한 매칭에 대한 주의 문구를 인용 가능한 무언가로 대체할 것이다. 그리고 Edge Canary 및 Dev 채널이 실시간 테스트다. 브라우저에서 Prompt 및 Writing Assistance API가 Phi-4-mini 경로에서 Aion 1.0 Instruct로 전환된다면, 1월 Windows 롤아웃보다 훨씬 전에 동작에서 그 교체를 확인하게 될 것이다.

그때까지 Aion 1.0 Instruct에 대한 올바른 설명은 증거가 뒷받침하는 것 이상도 이하도 아니다. 즉, 완성된 2.29B 온디바이스 모델이며 MIT 라이선스이고, 기술적으로 완성되었지만 문서화되지 않았으며, 어느 화요일 저녁 17:05 UTC에 공개되었고, 양자화된 형제 모델이 9분 뒤에 나왔으며, 스스로 정하지 않은 교체 기한이 있었다.