GPT-6.1 Sol vs Intern S2: 하나는 가격이 있고, 다른 하나는 가중치가 있다

비교의 가장 이상한 점은 GPT-6.1 Sol과 Intern S2 중 한쪽에는 찾아볼 수 있는 가격이 없다는 것입니다. Shanghai AI Laboratory의 Intern-S2-397B는 2026-09-13에 공개되었으며, Hugging Face에 Apache 2.0 가중치를, 그리고 기술 보고서와 공급업체가 호스팅하는 API 엔드포인트를 제공합니다. 그리고 어디에도 공개된 토큰당 요금은 없습니다. Open​AI의 GPT-6.1 Sol은 2026-09-29에 출시되었으며, 입력 토큰 100만 개당 $2.00, 출력 토큰 100만 개당 $10.00의 비용이 듭니다. 272,000개 프롬프트 토큰 초과에 대한 문서화된 요금 구간도 있으며, 그 모든 숫자가 공개 가격 페이지에 나와 있습니다. 그래서 이 조합을 솔직하게 규정하는 방식은 "어느 쪽이 더 나은가"가 아니라 "둘 중 어느 쪽의 청구서를 실제로 예측할 수 있는가"입니다. 그리고 그 답은 역량과 아무 관련이 없는 이유들 때문에 달라집니다.

아래의 모든 내용은 두 개의 증거 기반으로 깔끔하게 나뉘며, 이 둘을 분리해 두는 것이 작업의 대부분이다. GPT-6.1 Sol의 수치는 Artificial Analysis에서 가져온 독립적인 것이며, 문장에서 달리 말하지 않는 한 그렇다. Intern-S2의 수치는 InternLM 자체의 것이고, 제3자가 재현한 바 없으며, 이를 담은 문장들은 그 사실을 명시한다.

하나의 이름 아래 두 시스템

Intern S2는 단일 모델이 아니며, 이러한 혼동은 무엇보다 먼저 해소할 가치가 있습니다. 이 패밀리에는 최소 두 개의 공개된 아티팩트가 포함되어 있습니다:

• Intern-S2-Mobius — Apache 2.0 라이선스의 350억 매개변수 오픈 가중치 모델로, Qwen3.5-35B에서 지속적으로 사전 학습되었으며, 2,560개의 전문가로 구성된 공유 메모리와 4개의 Reasoner 블록, 40개 레이어를 갖춘 Mobius-v0 아키텍처를 사용합니다. 배포 가이드에는 토큰당 약 30억 개의 활성 매개변수, 3:1 하이브리드 어텐션 패턴, 256,000 토큰 컨텍스트, 비전 타워가 설명되어 있습니다. 가중치는 2026-07-29에 공개되었고, GitHub 저장소와 기술 보고서는 2026-08-05에 이어서 공개되었으며, vLLM 지원은 2026-08-06에 병합되었습니다.

• Intern-S2-397B — 2026-09-13에 공개된 플래그십입니다. Qwen3.5-MoE 아키텍처에 총 약 3,970억 개의 파라미터를 갖추고 512개 전문가 중 10개가 활성화되어 있으며, Hugging Face에 Apache 2.0 가중치가 모델 카드와 함께 공개되었고, 공식 Intern API 엔트리와 다음 날 발표된 vLLM Day-0 지원이 있습니다. 또한 8대의 H100 또는 8대의 H200에서의 FP8 추론을 위한 레시피가 공개되었습니다. 공개된 한도는 텍스트 컨텍스트 256,000토큰, 멀티모달 컨텍스트 64,000토큰입니다.

GPT-6.1 Sol은 더 단순한 객체입니다: 스냅샷 식별자 하나인 gpt-6.1-sol이며, 날짜가 붙은 변형은 없고, 컨텍스트 1,050,000토큰, 최대 출력 128,000, 텍스트, 이미지 및 파일 입력, 기본값이 중간인 다섯 가지 추론 노력 수준, 그리고 명시된 지식 컷오프는 2026년 4월 30일입니다.

각 측 수치가 무엇에 근거하는지

이것은 두 가지가 가장 크게 갈리는 축이며, 그 격차는 결코 작지 않다.

GPT-6.1 Sol의 독립 기록, 모두 Artificial Analysis 출처:

• AA Intelligence Index — 51.8, 147개 모델 중 10위, 93.2백분위.

• 인류의 마지막 시험 — 52.9%.

• 장문맥 리콜 — 83%.

• SciCode — 54.2%.

• Terminal-Bench 4.0 — 56.06%.

Intern-S2의 기록은 모두 InternLM 자체의 것이며, 제3자가 재현한 것은 없습니다:

• MMLU — 397B 플래그십에서 89.77%.

• HMM-2026 — 93.56%.

• MMMU Pro — 81.68%.

• SWE-bench-Pro — 68.54%.

• TerminalBench 2.1 — 64.04%.

• 과학 분야 행 — Biology-Instructions 55.71%, SciReasoner 1.5 63.28%, Mol-Instructions 53.95%, MolecularIQ 62.35%.

그 두 목록은 비교할 수 있는 대상이 아니며, 그 이유를 분명히 밝힐 가치가 있습니다. 첫 번째 집합은 결과에 아무런 이해관계가 없는 한 당사자가 하나의 프로토콜 아래 여러 모델에게 동일한 질문을 던지는 것입니다. 두 번째 집합은 모델을 학습시킨 연구소가 자사 모델의 성적을 보고하는 것입니다. 그렇다고 해서 두 번째 집합이 거짓이 되는 것은 아닙니다 — 기술 보고서를 공개하고 가중치를 다운로드할 수 있게 한 연구소들은 그 수치에 평판이 걸려 있습니다 — 하지만 그 수치는 측정값이라기보다 주장이라는 뜻이며, 현재 어디에서도 Intern-S2 점수를 공개하는 독립적인 평가자도, 독립적인 추론 제공자도 없습니다.

실제 정보를 담고 있는 행들

InternLM 자체 자료에 있는 두 가지는 헤드라인 점수보다 더 많은 것을 알려준다. 바로 그 두 가지가 듣기 좋은 내용이 아니기 때문이다.

첫 번째는 35B 모델에 대한 Mobius 벤치마크 표로, 지속 사전 학습의 기반이 된 Qwen3.5-35B 베이스와 비교합니다. 이는 정말 유용한 비교입니다 — 동일한 계보, 동일한 규모이므로, 델타는 아키텍처 변경이 가져온 것을 분리해냅니다. Mobius는 9개의 일반 벤치마크 중 7개에서 승리하고 Humanity's Last Exam과 UGD에서는 크게 패배합니다. 솔직히 해석하자면, Mobius 아키텍처는 적당한 일반적 이득을 얻는 대신 가장 어려운 추론 세트에서는 무언가를 포기합니다. 같은 표의 과학 도메인 행들은 더 크지만, 이는 아키텍처보다는 도메인 지속 사전 학습의 특징입니다 — 생물학과 화학 수치는 전문가 레이아웃이 아니라 학습 데이터에서 나옵니다.

두 번째는 효율성에 관한 이야기로, 이번 발표에서 가장 구체적인 주장입니다. 배치 16에서 기준선 처리량의 2.9배이며, 배치 256에서는 4.6배로 상승합니다. 이는 연구소가 선택한 하드웨어에서 연구소가 측정한 내부 기준선 대비 비율입니다. 그리고 이는 가중치만 확보하면 검증하기 쉬운 종류의 주장이기도 한데, 여러분은 Apache 2.0에 따라 그 가중치를 이미 확보하고 있습니다.

그 검증 가능성야말로 오픈 릴리스의 진정한 가치이며, 그것은 헤드라인 점수로는 가 닿을 수 없는 지점을 가리킨다. 이제 당신과 그것을 확인하는 일 사이에 남은 것이 여덟 대의 H100과 vLLM 레시피뿐이므로, 당신은 처리량 비율을 믿을 필요가 없다.

오픈 가중치 대 유료 엔드포인트

여기서 두 모델은 더 이상 대안이 아니라 서로 다른 결정이 되기 시작한다.

GPT-6.1 Sol은 서비스입니다. 토큰당 비용을 지불하면 1,050,000토큰 창, 128,000 출력 토큰, 다섯 가지 노력 수준을 얻을 수 있으며, 운영 표면은 전혀 없습니다. 청구서는 사용량에 따라 선형적으로 늘어나고, 급증의 한계 비용은 용량 문제가 아니라 청구 항목입니다. 그 대가는 이 모델을 파인튜닝할 수 없다는 것입니다 — OpenAI는 이 모델에 대한 파인튜닝 경로를 공개하지 않습니다 — 자체 하드웨어에서 실행할 수도 없고, 단위 경제성은 다른 사람의 가격 페이지에 의해 정해집니다.

Intern-S2-397B는 다운로드할 수 있습니다. Apache 2.0은 이를 실행하고, 수정하고, 미세 조정하고, 데이터가 전혀 외부로 나가지 않은 채 자체 네트워크 안에서 서비스할 수 있음을 의미합니다. H100 8장은 실질적인 자본 비용이자 실질적인 운영 부담이지만, 일정한 지속 사용량을 넘어서면 그 자본 비용이 토큰당 요금보다 저렴하며, 데이터가 보안 경계를 전혀 벗어날 수 없다면 유일한 선택지입니다. 반대편의 대가는 품질에 관한 모든 것이 이제 여러분의 문제라는 점입니다. 계획을 세울 기준으로 삼을 독립적인 벤치마크도 없고, 장애 시 전환할 외부 제공자도 없으며, 회귀 문제를 에스컬레이션할 공급업체도 없습니다.

그 두 입장 사이에서 결정적인 변수는 거의 항상 활용률입니다. 매달 몇억 토큰이 일시적으로 폭증하는 것으로는 8개 GPU를 상각할 수 없습니다. 규제된 경계 안에서 매월 수십억 토큰이 꾸준히 흐르는 경우에는 흔히 그렇습니다.

한 열에서 빠져 있는 숫자

Intern-S2-397B에는 공개된 토큰당 요금이 없습니다. 이는 추정치로 얼버무려 넘어갈 실수가 아니라, 이 블로그가 보통 수행하는 표준 비교 — 백만 토큰당 비용 대 백만 토큰당 비용 — 를 자체 호스팅 경로에 대해서는 아예 수행할 수 없다는 뜻입니다.

실행할 수 있는 비교는 벤더가 호스팅하는 엔드포인트를 대상으로 합니다. InternLM은 공식 Intern API를 운영합니다. chat.intern-ai.org.cn/api/v1에서 모델 식별자 intern-s2-397b를 사용하며, 해당 엔드포인트의 요금은 GPT-6.1 Sol의 $2.00 및 $10.00과 견적 대 견적으로 비교해야 하는 값입니다. 그 요금이 공개될 때까지, 정직하게 말할 수 있는 유일한 진술은 API 경로의 가격은 알 수 없다는 것이며, 자체 호스팅 경로의 가격은 요금표가 아니라 GPU 계약과 활용도에 따라 결정되는 함수입니다.

즉, 이 글에서 할 수 있는 산술은 범위가 좁고, 그럼에도 해볼 가치가 있습니다. 자신의 사용률에서 100만 토큰당 비용이 얼마가 될지 묻고, 이를 272K 초과 구간이 적용된 $2.00/$10.00과 비교해 보십시오. 대부분의 팀에게 이 산술의 답은 월 수십억 토큰 미만에서는 클로즈드 엔드포인트가 이기고 그 이상에서는 오픈 웨이트가 이긴다는 것이며 — 문제는 전적으로 워크로드가 그 경계선의 어느 쪽에 있느냐입니다.

둘을 다르게 운영하기

두 모델에 도달하는 방식이 같지 않기 때문에 단일한 답은 없으며, 그렇지 않은 척하는 것은 색인 행들을 나란히 인용하는 것과 같은 오류일 것이다.

GPT-6.1 Sol은 OrcaRouter에 openai/gpt-6.1-sol로, Open​AI의 정가 그대로, 0% 마크업으로 — 입력 $2.00, 출력 $10.00, 캐시 입력 $0.10, 272K 초과 구간은 Open​AI가 정한 그대로 적용됩니다. 우리는 제공자 가격을 마크업하지 않고 그대로 전달하기 때문에, Open​AI 요금 변경은 다음 청구 주기가 아니라 같은 날 여기에서 바로 적용되며, 자동 페일오버가 해당 라우트 아래에 자리합니다. 마지막 부분은 검증된 모델보다 검증되지 않은 모델에 더 중요합니다 — 이는 Intern-S2 쪽에도 적용되는 동일한 논리이지만, Intern-S2 쪽은 그것을 사용할 수 없다는 점만 다릅니다.

Intern S2는 OrcaRouter에 없으며, 당사는 이를 호스팅하지 않습니다. InternLM 자체 API를 통해 접근할 수 있으며, 하드웨어를 갖춘 사람이라면 누구나 Hugging Face에서 Apache 2.0 라이선스로 다운로드할 수 있습니다. 사용해 보고 싶다면 가중치를 내려받는 것이 부담이 적은 경로입니다 — 이를 위해 GPU를 구매할지 결정하기 전에 자체 프롬프트로 397B 플래그십을 평가할 수 있고, Mobius 35B는 단일 노드에서 이 모델 패밀리의 동작을 테스트하기에 충분히 작습니다.

이 두 모델의 비교가 내리는 결론은 순위가 아니다. 둘은 같은 것을 사는 게 아니기 때문이다. 독립적으로 측정된 역량 수준, 공개된 출력 상한, 알려진 토큰당 가격, 운영 표면이 없는 모델이 필요하다면 GPT-6.1 Sol이 답이며 이는 근소한 차이로 갈리는 문제가 아니다 — 두 모델 중 그 네 가지를 제공하는 유일한 모델일 뿐이다. 데이터가 네트워크를 떠날 수 없다는 제약이 있거나, 사용량이 많아 GPU가 토큰을 이기는 상황이라면 Intern-S2-397B가 더 나은 답이며, 빠진 벤치마크는 떠나야 할 이유라기보다는 감수하기로 선택한 위험이다. 해서는 안 되는 것은 두 모델을 공개된 수치로 비교하는 것이다. InternLM 자체 평가와 Artificial Analysis의 리더보드는 같은 도구가 아니며, 이를 하나의 표로 읽으면 아무도 묻지 않은 질문에 자신 있게 답하는 셈이 된다.