Muse Spark vs DeepSeek V4.1 Pro: 하나는 다운로드가 이뤄졌고, 하나는 끝내 배포되지 않았다

세 가지 이름이 이 맞대결을 결정하는데, 그중 실제로 손에 넣을 수 있는 것은 단 두 가지뿐이다. Muse Spark Open은 2026년 10월 15일, Meta가 오픈 멤버를 위한 가중치와 구성, 라이선스를 공개하면서 실제 다운로드가 가능해졌다. 그 오픈 멤버는 자사의 Meta Muse Spark 패밀리에 속한다. DeepSeek V4.1 Pro는 한 번도 출시된 적이 없다: 이 등급은 9월 10일 변경 로그 항목에서 단 한 번 언급되었는데, 그 항목은 즉시 철회된 라우팅 계획을 설명하고 있었으며, 그 이후로 모델 카드도, 가격 행도, 저장소도, 날짜도 공개되지 않았다. 세 번째 이름은 이 헤드라인에 답할 수 있게 하는 이름인데, 독자가 실제로 견주어 선택하게 될 플래그십이기 때문이다 — DeepSeek V4 Pro, 2026년 8월 13일부터 다운로드와 호출이 가능한 1.6조 매개변수, MIT 라이선스의 플래그십이며, DeepSeek V4.1 Flash가 그 아래에서 같은 라인의 저렴하고 빠른 이미지 판독 멤버로 자리하고 있다.

그렇게 말하니, 흥미로운 질문은 어느 모델이 더 똑똑한가가 아니다. 그것은 엔드포인트가 아니라 가중치 위에 구축하는 사람에게 무엇이 달라졌는가이다. 이 비교의 한쪽은 어제 읽고 논쟁할 수 있는 라이선스를 얻었고, 다른 쪽은 한 번도 가진 적이 없으며, 작업당 가격 계산은 토큰당 가격 계산과 반대 방향으로 흐른다.

헤드라인의 두 절반은 같은 종류의 대상이 아니다

이 조합의 구도는 어떤 숫자보다 먼저 짚고 넘어가야 할 만큼 이례적이다. 보통 'vs' 페이지에는 버전 문제가 있다 — 두 모델 이름이 각각 세 개의 체크포인트를 숨기고 있는 식이다. 그런데 여기서는 한쪽은 버전 문제를 안고 있고, 다른 쪽은 존재 문제를 안고 있다.

Meta 쪽은 깔끔하게 해결됩니다. Muse Spark는 단일 출시가 아니라 제품군입니다. 이 라인은 2026년 4월 8일에 도입되었고, 이후 네 번이나 재지정되었습니다. Muse Spark 1.1은 2026년 7월 16일에 출시되었고, Muse Spark 1.2는 8월 5일에, 그리고 Muse Spark 1.3은 9월 2일에 출시되었습니다. 1.3의 "max" 추론 수준은 추가 안전 테스트를 거친 뒤 이틀 후인 9월 4일에 공개되었습니다. Muse Spark Open은 이 이름 아래 다섯 번째 아티팩트이며, 직접 호스팅할 수 있는 유일한 제품입니다.

DeepSeek 쪽은 전혀 결론이 나지 않습니다. DeepSeek V4.1 Pro는 실체가 없는 티어 이름이며, 그것과 실제로 존재하는 네 개의 DeepSeek 모델 사이의 차이가 바로 이 페이지가 대체 모델을 명시해야 하는 전적인 이유입니다. 솔직히 읽자면, 이 맞대결을 검색하는 독자는 서로 다른 두 가지 질문을 안고 있습니다 — Meta가 방금 디스크에 올려놓은 것은 무엇인가, 그리고 약속된 DeepSeek 티어는 언제 실제로 존재하게 될 것인가.

실제로 무엇이 도착했으며, 그것이 거기에 얼마나 오래 놓여 있었는지

Muse Spark Open은 깜짝 공개도 아니고 전통적인 출시도 아니다. 그리고 그 두 설명 사이의 간극이 이번 릴리스에서 가장 흥미로운 점이다. Hugging Face 저장소는 — Muse-Spark-Open-816B-A42B라는 이름으로 BF16 체크포인트와 별도의 NVFP4 빌드를 담고 있으며 — 생성 타임스탬프가 2026-09-15로 찍혀 있다. 그런 다음 그것은 한 달 동안 게이트가 걸린 채 공지도 없이 그대로 있었다. 반면 접근 양식 안의 라이선스 텍스트와 사용 정책은 자체적인 날짜인 2026년 10월 15일을 유지했다. 그 아티팩트는 조용히 존재했고, 서류는 한 달 뒤에 따라잡았다.

메타데이터와 Meta 자체의 발표 게시물이 누구의 벤치마크 없이도 입증하는 것:

• 규모 — 총 매개변수는 약 8,160억 개이고 토큰당 약 420억 개가 활성화되며, 62개 레이어에 걸쳐 희소 전문가 혼합(MoE)을 사용하는데, MoE 레이어마다 전문가 256개 중 토큰당 8개가 선택됩니다.

• 컨텍스트 — 1,048,576 토큰 창으로, 모든 모달리티에 걸쳐 공유되며 이들 사이에 분할되지 않습니다.

• 모달리티 — 텍스트, 이미지, 비디오, 오디오 입력, 텍스트 출력. Artificial Analysis의 독립적인 목록에도 동일한 입력 행이 기록되어 있으며, 이는 텍스트, 이미지, 음성, 비디오를 받아들이는 모델을 설명합니다.

• Reasoning — low, medium, high, xhigh 수준의 추론 노력(reasoning-effort) 설정이 있으며, 추론을 완전히 끌 수 있는 방법은 없습니다.

• 접근 — 제한됨. 신청 양식은 법적 본명 전체, 생년월일, 그리고 법인 식별자를 포함한 조직 정보를 요구하며, 제출 후에는 수정할 수 없다. 이걸 클릭 한 번으로 내려받는 것쯤으로 여기는 사람은 대기열을 각오해야 한다.

그것은 기록에서 확정된 부분입니다. 확정되지 않은 부분은 측정이며, 어느 것이 어느 것인지 정확히 하는 것이 중요합니다 — 아래 숫자 섹션을 참조하십시오.

deepseek-ai 조직, 그리고 그 안에 없는 이름

DeepSeek V4.1 Pro에 관해 공개된 모든 내용은 2026-09-10 날짜의 DeepSeek 자체 변경 로그에서 DeepSeek V4.1 Flash와 함께 배포된 노트에 담긴 한 문장으로 요약된다. 그 문장은 9월 14일 04:00 UTC부터 deepseek-v4-pro로 들어오는 요청이 새로 출시된 Flash 모델로 라우팅되고 Flash 요금으로 청구될 것이며, 이는 "V4.1-Pro가 출시될 때까지" 계속될 것이라고 밝혔다. 개발자들은 마이그레이션 기간 없이 프로덕션 모델이 자신들 발밑에서 교체되는 것에 반대했고, 같은 변경 로그 항목에는 번복 내용도 기록되어 있다: DeepSeek는 9월 14일 이후에도 요금 변경 없이 DeepSeek V4 Pro를 계속 제공하기로 결정했다.

라우팅 계획은 폐기되었다. 그 이름은 살아남았고, 그 조항이 공개 기록의 전부다. 2026년 10월 16일, 1차 자료와 대조하여 검증함:

• DeepSeek의 Models & Pricing 페이지에는 정확히 두 개의 모델 이름 — deepseek-flash와 deepseek-v4-pro — 만 제공되며, 이는 각각 DeepSeek-V4.1-Flash와 DeepSeek-V4-Pro-0813에 해당합니다. V4.1 Pro 열, 행 또는 가격은 존재하지 않습니다.

• DeepSeek의 변경 내역에는 10월 항목이 어떤 종류로도 없으며, 가장 최근 항목은 2026-09-10, 2026-08-21, 2026-08-13입니다.

• Hugging Face의 deepseek-ai 조직에는 V4.1 Pro라는 이름의 저장소가 없습니다. 해당 조직의 최신 모델 저장소는 2026-09-10에 생성된 DeepSeek-V4.1-Flash입니다.

확인되지 않은 신호 하나는 기록할 가치가 있으며, 그 이상은 아니다. 10월 15일 아침, 한 트래커는 서비스 중단이 끝난 뒤 DeepSeek 엔드포인트가 다르게 동작한다고 보고했다 — DeepSeek-V4-Pro-0813과 V4.1 세대가 모두 실패했던 관계형 추론 프롬프트를 통과시켰고, 네 개 샘플에서 재현되었으며, 대략 초당 180토큰이었다 — 그리고 V4.1 Pro라는 이름을 추측했다. 이를 뒷받침하는 모델 카드도, 가중치 파일도, 벤더 성명도 없으며, 기존 서빙 구성의 조용한 재구축도 외부에서는 똑같아 보일 것이다. 이를 출시가 아니라 지켜볼 이유로 취급하라.

V4.1 Pro가 거의 확실히 물려받을 내용은 별도로 언급할 가치가 있다. 이는 보도가 아니라 추론이기 때문이다. V4 및 V4.1 라인으로 출시된 모든 DeepSeek 모델 — DeepSeek-V4-Pro-0813, DeepSeek-V4-Flash, DeepSeek-V4-Flash-0731, DeepSeek-V4.1-Flash — 은 모델 카드에 license:mit을 명시하고 있으며, 제공되는 범위도 일관되게 입력 1M 토큰, 최대 출력 384K 토큰이었다. 해당 라인의 Pro 등급도 이 두 가지를 모두 충족할 것으로 예상될 것이다. 하지만 그렇다고 밝힌 내용은 공개된 바 없다.

어떤 점수판도 지니지 않는 축: 라이선스

바로 여기에서 두 오픈 웨이트 옵션이 진정으로 갈라지며, 이 대목은 벤치마크를 돌리는 사람이 아니라 제품을 출시하는 사람에게 이 글의 향방을 결정하는 부분이다. Artificial Analysis의 Muse Spark Open 목록은 라이선스 질문에 "상업적 사용은 제한과 함께 허용된다"라고 답하는데, 그 이유는 Meta 자체 문구에 있다.

Muse Model License는 OSI 라이선스가 아니며 MIT도 아닙니다. 두 조항이 '오픈 웨이트'가 실제로 의미하는 바를 바꾸는데, 둘 다 헤드라인에는 없습니다.

• 모델 서비스(MaaS) 조항. 제3조에 따르면, 귀하 또는 귀하의 계열사가 API를 통해 제3자에게 모델을 제품이나 서비스로 접근할 수 있게 제공하고, 연속된 12개월 기간 중 어느 기간에든 귀하의 합산 총매출액이 2천만 미국 달러를 초과하는 경우, 해당 사업을 운영하기 전에 Meta에 통지하고 별도의 서면 계약을 체결해야 합니다. 모델을 자체 제품에 내장하는 것은 제외되지만, 재판매하는 것은 제외되지 않습니다.

• 저작자 표시 조건. 라이선시는 모델 또는 파생물을 사용하는 모든 제품의 인터페이스에, 또는 함께 제공되는 문서, 사이트 또는 설정 메뉴에 "Built with Muse Spark Open"을 눈에 띄게 표시해야 합니다.

그와 대조적으로, 출시된 DeepSeek 제품군 전체는 MIT 라이선스다 — DeepSeek V4 Pro, DeepSeek V4.1 Flash 및 그 이전 모델 모두가 이를 채택하고 있으며, 매출 기준도, 통지 의무도, 저작자 표시 요구도 없다. 그 실질적 결과는 결코 미묘하지 않다. 다른 사람들을 위해 모델을 API 뒤에 호스팅할 계획이라면, Meta의 라이선스에는 DeepSeek의 라이선스에 없는 매출 트리프와이어가 있다. 가중치를 기반으로 소비자 제품을 출시할 계획이라면, Meta의 라이선스는 한 문장을 표시하도록 요구하고, DeepSeek의 라이선스는 아무것도 표시하도록 요구하지 않는다.

Muse Model License가 분명히 부여하는 두 가지가 있으며, 이는 오픈 웨이트의 실제 핵심이기에 언급할 가치가 있습니다. 여러분은 파인튜닝, 증류, 병합, 공개, 서브라이선스 및 파생물 판매를 할 수 있고, Meta는 출력물에 대한 소유권을 주장하지 않습니다. 제한은 좁고 허여는 넓습니다. 하지만 역량이 아니라 법률 검토를 기준으로 이 둘 중에서 선택한다면, 그 선택은 접전이 아니며, 이는 어느 모델이 토큰을 생성하기도 전에 이 맞대결이 내놓는 답입니다.

숫자들, 그리고 거꾸로 흐르는 선

Artificial Analysis는 두 진영 모두에 대해 공개 목록을 제공하는 유일한 제3자이며, 둘을 같은 범주에 넣지 않는다 — 오픈 웨이트 모델은 동일한 크기 등급의 오픈 웨이트 모델과 비교해 순위가 매겨지는데, 여기서는 논의되는 모든 것이 오픈 웨이트이므로 이는 크게 왜곡되지 않는다. 다음은 벤더의 주장도, 우리의 주장도 아닌 Artificial Analysis의 측정치다.

• Muse Spark Open (xhigh) — Intelligence Index 39, 해당 클래스 118개 항목 중 9위이며 클래스 중앙값 19를 크게 상회; 백만 토큰당 입력 $1.25, 출력 $4.25; 완료된 인덱스 작업당 $0.84; 출력 속도 초당 103.4토큰; 첫 토큰까지 걸리는 시간 0.65초; 인덱스 중 생성된 출력 토큰 1억 1,000만 개(중앙값 1억 3,000만 개); 총 매개변수 8,160억 개, 활성 매개변수 420억 개; Muse Model License.

• DeepSeek V4 Pro 0813 (max) — 지능 지수 36; 백만 토큰당 입력 $1.32, 출력 $3.96; 지수 작업당 $0.67; 초당 92토큰; 첫 토큰까지 걸리는 시간 1.66초; 출력 토큰 160M, 중앙값 초과; 총 1.6T 및 활성 파라미터 49B; MIT.

• DeepSeek V4.1 Flash (max) — 유용한 세 번째 열이자, 전체 비교의 순위를 뒤바꾸는 항목. Intelligence Index 39 — Muse Spark Open과 같은 점수 — 백만 토큰당 입력 $0.30, 출력 $1.20, 인덱스 작업당 $0.27, 초당 179토큰, 첫 토큰까지 1.15초이며, 250M 출력 토큰으로 해당 클래스에서 가장 장황한 측정치다.

세 가지를 함께 읽으면 역전이 핵심이다. DeepSeek의 모델은 작업당 더 장황하다 — 출력 토큰이 160M, 250M으로 Muse Spark Open의 110M과 대비된다 — 그런데도 완료된 작업당 비용은 더 낮다. 토큰당 가격이 훨씬 더 낮기 때문이다. 여기서 토큰당 비용과 작업당 비용은 서로 반대 방향을 가리키며, 이들을 대표 입력/출력 요율만으로 비교하는 사람은 어느 쪽이 운영하기 더 저렴한지에 대해 잘못된 결론에 이르게 된다.

계산을 실질적으로 바꾸는 두 가지 가격 주의사항이 있다. 첫째, DeepSeek 자체 가격표는 피크 시간 외에는 요금을 절반으로 줄이며, 피크는 좁은 시간대이다 — UTC 기준 01:00–04:00 및 06:00–10:00, 월요일부터 금요일, 중국 공휴일 제외, 주말과 공휴일은 전부 오프피크이다. 위의 $1.32 / $3.96 및 $0.30 / $1.20 수치는 DeepSeek이 공개한 피크 요금이다; 오프피크 요금은 DeepSeek V4 Pro의 경우 $0.66 / $1.98, DeepSeek V4.1 Flash의 경우 $0.15 / $0.60이다. 일주일의 대부분은 오프피크이다. 둘째, Meta는 Muse Spark Open에 대한 가격을 전혀 공개하지 않았다 — $1.25 / $4.25 행은 Artificial Analysis가 측정하는 호스팅 경로로, 해당 모델을 제공하는 제공업체들의 중앙값으로 보고된 것이지, 가중치에 대한 공급업체 정가가 아니다. 직접 호스팅하는 가중치에는 토큰당 가격이 없다; 하드웨어 비용이 있을 뿐이다.

Muse Spark 쪽에 관해 한 가지 더 솔직한 단서를 달자면, 위의 39는 xhigh에서의 Muse Spark Open에 해당하며 이 패밀리의 최고 수치는 아닙니다. max에서 Muse Spark 1.3은 같은 지수에서 48점을 기록하고 — 9점 더 높습니다 —, 대부분의 개발자들이 호출해 온 체크포인트인 Muse Spark 1.2는 40점을 기록합니다. 오픈 체크포인트를 기준으로 이 패밀리의 성능을 판단하면 이를 과소평가하게 되고, 클로즈드 라인을 기준으로 오픈 체크포인트의 라이선스를 판단하면 범주 오류가 됩니다. 왜냐하면 이들은 서로 다른 조건의 적용을 받기 때문입니다.

두 가지가 전혀 대체재가 아닌 경우

39와 36 사이의 인덱스 격차는 각 하네스가 실행된 방식의 노이즈 범위 내에 들 만큼 작습니다. 그래서 아래 사양이 둘 중 하나를 결정할 때 점수보다 더 중요합니다.

• 모달리티 — 이건 비교가 되지 않습니다. Muse Spark Open은 텍스트, 이미지, 동영상, 오디오를 읽습니다. DeepSeek V4 Pro는 텍스트만 읽고 그 외에는 아무것도 읽지 않습니다. DeepSeek 자체 가격표에도 이 모델의 비전 항목이 "지원되지 않음"으로 표시되어 있고, Artificial Analysis도 같은 내용을 기록하고 있습니다. 여러분의 파이프라인이 화면 녹화, 동영상 또는 음성을 모델에 입력한다면, 비교는 여기서 끝입니다.

• 맥락 — 둘 다 1M 토큰이며, 구분할 것은 없습니다. Muse Spark Open은 그 예산을 여러 모달리티에 걸쳐 공유하고, DeepSeek의 것은 구조상 텍스트 전용입니다.

• 최대 출력 — DeepSeek은 DeepSeek V4 Pro와 DeepSeek V4.1 Flash에 대해 384K 토큰을 공개합니다. Meta는 Muse Spark Open에 대해 우리가 검증할 수 있는 최대 출력 수치를 공개하지 않습니다. 공개되지 않은 상한은 한 번의 호출로 긴 아티팩트를 생성하는 경우 가정하기보다 테스트해야 할 위험입니다.

• 첫 토큰까지의 시간 — Muse Spark Open이 확실히 앞서는 유일한 지연 시간 항목으로, 0.65초이며 DeepSeek V4 Pro의 1.66초, DeepSeek V4.1 Flash의 1.15초와 대비됩니다. 첫 토큰이 다음 도구 호출을 좌우하는 대화형 또는 에이전트 루프에서는 이는 실질적인 차이이며, 더 작은 인덱스 격차에서도 유지됩니다.

• 처리량 — DeepSeek V4.1 Flash는 초당 179토큰으로 세 모델 중 가장 빠르며, Muse Spark Open은 103.4, DeepSeek V4 Pro는 92입니다. 특히 비공개 Muse Spark 1.2는 초당 361토큰을 기록했습니다 — 오픈 체크포인트는 속도 프로필이 다른 별도 배포판이므로, 비공개 라인의 수치를 그대로 물려받는다고 가정해서는 안 됩니다.

• 패밀리 전반에 걸친 지연 시간 편차 — 함정이므로 한 줄쯤 언급할 가치가 있다. Muse Spark 1.3의 측정된 첫 토큰까지의 시간은 최대 추론에서 54.06초이며, 동종 모델 중앙값은 약 3.7초이다. 추론 비중이 높은 구성은 첫 토큰이 도착하기 전에 거의 1분을 소모할 수 있다. Muse Spark 행에서 무엇을 결론 내리든, 어떤 체크포인트와 어떤 노력 수준이 그 결과를 만들었는지 확인하라.

그것을 읽는 대신 비교를 실행하기

이 헤드라인의 어느 쪽도 논쟁으로 결론 낼 수 없습니다. 문제가 걸린 두 가지 — 39 대 36이 당신의 트래픽에서 의미가 있는지, 그리고 Muse Spark Open의 처리량과 지연 시간이 다른 서빙 스택에서도 버티는지 — 는 당신의 요청에서만 드러나기 때문입니다. 가장 저렴하게 확인하는 방법은 둘 다 같은 프롬프트에 대해 실행해 보는 것입니다.

그것이 바로 우리가 존재하는 이유입니다. OrcaRouter는 엔드포인트가 있는 네 개의 모델을 여기에 모으며 — Muse Spark 1.2, Muse Spark 1.1, deepseek-v4-pro 그리고 deepseek/deepseek-v4.1-flash — 200개 이상의 모델을 아우르는 하나의 API 뒤에 두고, 각 제공업체의 정가에 0% 마크업을 그대로 적용해, 공급업체의 가격 인하가 같은 날 우리 쪽에도 반영됩니다. 두 제품군 모두 하나의 키로 이용할 수 있습니다: 두 번째 계약도, 두 번째 SDK도, 한 모델을 다른 모델과 비교 테스트하기 위한 마이그레이션도 필요 없으며, 자동 페일오버가 있어 라우팅된 실험이 잘못돼도 오류 페이지가 아니라 다른 모델로 폴백됩니다.

정직한 부분이 홍보 문구보다 더 중요하니, 분명히 밝히겠습니다: Muse Spark Open은 우리 카탈로그에 없으며, 그렇지 않은 것처럼 암시하지도 않겠습니다. 존재 의의 전체가 '다운로드할 수 있다'는 것인 모델은 직접 실행하는 모델이고, 816B 체크포인트는 하드웨어를 결정하는 문제입니다 — Meta 자체의 BF16 레시피는 이를 H200 8개씩으로 이루어진 네 개 노드에 분산시킵니다. DeepSeek V4.1 Pro도 우리 카탈로그에 없습니다. 존재하지 않기 때문입니다. 오늘 이용 가능한 라우팅 테스트는 실제로 존재하는 체크포인트에서 실행됩니다: 한쪽은 Muse Spark 1.2와 Muse Spark 1.1, 다른 쪽은 DeepSeek V4 Pro와 DeepSeek V4.1 Flash입니다.

누가 무엇을 골라야 할까

모달리티가 필요하다면 Meta의 모델을 선택하세요. Muse Spark Open은 단일 1M 토큰 예산 안에서 비디오, 이미지, 오디오, 텍스트를 읽고 텍스트로 답하며, DeepSeek의 출시 라인업 중에는 이를 수행하는 제품이 없습니다. DeepSeek V4.1 Flash는 이미지를 읽고 훨씬 더 나은 가성비를 제공하지만, 비디오나 오디오 모델은 아니며, DeepSeek V4 Pro는 텍스트 전용입니다.

완료된 작업당 최저 비용이 필요하거나, 법률 검토 없이 사업을 구축할 수 있는 라이선스가 필요하다면 DeepSeek의 것을 택하세요. Artificial Analysis의 측정에서 DeepSeek V4.1 Flash는 작업당 비용이 약 3분의 1 수준이면서 Muse Spark Open의 지수 점수와 동일했고, DeepSeek V4 Pro는 더 장황한 모델이면서도 작업당 비용에서 이를 앞섰습니다. 출시된 모든 제품에 MIT가 적용된다는 것은 매출 기준도, 출처 표시 문구도 없다는 뜻입니다.

대화형 루프에서 가장 빠른 첫 토큰이 필요하다면, Muse Spark Open의 0.65초는 이 비교에서 두 배 차이로 가장 뛰어난 수치이며, 더 작은 인덱스 점수가 분명히 무관한 유일한 축입니다.

그리고 여기로 가져온 질문이 “DeepSeek V4.1 Pro를 기다려야 할까요”였다면, 오늘의 답은 날짜가 정해진 기다릴 대상이 없다는 것입니다. 호출할 수 있는 두 DeepSeek 모델이 이미 이 비교를 수행해야 하는 대상이며, 그중 하나인 DeepSeek V4.1 Flash는 그 등급 이름이 위에 놓이게 될 플래그십보다 더 높은 점수를 냅니다. 주목할 것은 등급 번호가 아니라 이 표의 DeepSeek 쪽이 과연 바뀌기는 하는지입니다: DeepSeek 변경 로그의 10월 항목, deepseek-ai 조직의 저장소, 또는 Models & Pricing 페이지의 가격이 매겨진 네 번째 행입니다. 그중 하나가 나타나기 전까지 더 흥미로운 움직임은 Meta 쪽 장부에 있습니다. 여기서는 라이선스, 하드웨어 비용, 그리고 110M 토큰 장황성 수치가 이제 독자가 실제로 확인할 수 있는 항목입니다.

실패 모드가 아직 문서화되지 않은 모델의 경우, 유용한 대응물은 다른 곳에서 이미 무엇이 잘못되었는지에 대한 기록입니다. 이 등급의 모델과 관련된 문서화된 AI 사고와 에이전트 실패는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급 및 분쟁 플래그가 함께 제공됩니다.