Ripple 65B 프리뷰 vs Muse Wonder: 20배의 가격이 실제로 사 주는 것

Ripple 65B Preview와 Muse Wonder가 동일한 버전으로 둘 다 공개했고, 같은 문장에 넣을 수 있는 숫자가 있는 벤치마크는 정확히 하나뿐입니다: DeepSWE 1.1. Meta의 Muse Wonder는 78.8을 보고합니다. Ricursive의 Ripple 65B Preview는 44.3을 보고합니다. 이는 소프트웨어 엔지니어링 에이전트 작업에서 34.5점 차이이며, 두 출시가 제공하는 유일한 깔끔한 비교입니다 — 나머지는 모두 다른 벤치마크 개정판이거나 대시가 들어간 열입니다.

그래서 질문은 Muse Wonder가 그 작업에서 더 나은지 여부가 아니다. 연구소들이 직접 내놓은 수치로 봐도 그것은 분명히 그렇다. 질문은 입력 비용이 약 20배, 출력 비용이 약 33배 더 드는 것을 정당화할 만큼 충분히 더 나은지다. 그것은 실제 답이 있는 실제 결정이며, 모든 워크로드에 대해 같은 답인 것은 아니다.

DeepSWE 1.1이 공정한 싸움인 이유

두 연구소 모두 동일한 평가의 1.1 버전을 실행했다. 어느 쪽도 제3자에 의한 재실행 결과를 공개하지 않았으므로, 두 수치 모두 같은 단서를 달고 있다 — 공급업체가 보고한 것이며 재현되지 않았다 — 그리고 바로 그 대칭성 덕분에 이 비교는 유용하다. 두 주장이 똑같이 자기 이익에 부합할 때, 그들 사이의 격차는 여전히 정보를 준다.

Terminal-Bench와 대조해 보자. 여기서 두 랩은 애초에 같은 시험을 치른 게 아니다. Ripple은 Terminal-Bench 2.1에서 80.5를 보고한다. Meta는 더 나중에 나온 더 어려운 개정판인 Terminal-Bench 4.0에서 Muse Wonder Full이 57.1을 기록했다고 보고한다. 이 수치들을 나란히 놓고 Ripple이 승자라고 선언하는 사람은 2024년 시험을 치른 모델과 2026년 시험을 치른 모델을 비교하는 것이다. Meta 자신의 표현은 이 점에서 신중했지만, Ricursive의 출시 스레드는 그렇지 않았다.

메타 쪽에서 한 가지 더 주의할 점: 이 회사의 JobBench 표는 Muse Wonder Full에 75.3, 표준 Muse Wonder에 30.8을 주장하며, 이는 어떤 독립 평가자도 재현하지 못한 44점 격차입니다. 어떤 연구소의 내부 벤치마크 표든, 해당 조직 밖의 누군가가 직접 실행하기 전까지는 마케팅으로 취급하세요.

가격 차이가 실제로 얼마인지

Muse Wonder는 백만 입력 토큰당 $4.00, 백만 출력 토큰당 $20.00이며, 캐시된 입력은 $0.20입니다. Ripple 65B Preview는 첫 번째 호스팅 엔드포인트에서 $0.20 및 $0.60으로 표시되어 있습니다 — Ricursive가 요금표를 공개하지 않았고 해당 엔드포인트가 광고된 1M 창에 비해 16,384토큰 컨텍스트를 제공한다는 점에서 이는 느슨하게 받아들여야 할 수치입니다. 목록을 액면 그대로 받아들여도 비율은 입력에서 20배, 출력에서 33배입니다.

토큰당 비율은 소형 모델을 실제보다 좋아 보이게 하고 실제 청구서에 대해서는 오해를 불러일으키므로, 여기 실제로 운영할 법한 워크로드에 대한 계산을 제시합니다. 코딩 에이전트가 한 달에 5천만 개의 출력 토큰을 내보내고 그 과정에서 2억 개의 입력 토큰을 읽는다고 해 봅시다.

• Muse Wonder 기준: 입력 200 × $4.00 = $800, 출력 50 × $20.00 = $1,000. 월 합계 $1,800.

• 명시된 요율 기준 Ripple 65B Preview: 입력 200 × $0.20 = $40, 출력 50 × $0.60 = $30. 월 총 $70입니다.

• 차이: 동일한 명목 토큰 수 기준으로 월 $1,730, 즉 연간 약 $20,760입니다.

스프레드시트가 놓치는 부분이 바로 여기입니다. Ripple이 세 번에 한 번 작업에 실패하고 이를 재시도하면 실질 산출량은 절반 늘어납니다. 두 번 재시도하면 두 배가 됩니다. 손익분기점은 미묘하지 않습니다. Ripple은 토큰당 효율이 33배 낮아도 여전히 비용이 더 적을 수 있습니다. 하지만 실패 모드는 비용보다 더 나쁩니다. 작업의 3분의 1을 실패하는 코딩 에이전트는 비용만 더 드는 게 아니라, 그 실패를 알아차리고 작업을 되돌리고 다시 실행해야 하는 엔지니어의 시간까지 비용으로 치르게 합니다. 토큰만이 아니라 감독 비용도 책정하세요.

Artificial Analysis는 라이브 모델 페이지에서 Muse Wonder (Max)를 인덱스 작업당 $6.95로 제시합니다 — 이는 100만 단위당 달러보다 더 정직한 단위이며, Ripple에는 대응하는 값이 없는 단위입니다. 아무도 Ripple을 표준 작업 세트로 실행해 본 적이 없기 때문입니다.

Meta가 가중치 외에 무엇에 비용을 청구하는가

Muse Wonder는 텍스트, 이미지, 비디오, 오디오, PDF를 입력으로 받고 텍스트를 출력하는, 매우 광범위한 입력 표면을 갖춘 폐쇄형 모델입니다. 1,048,576토큰 컨텍스트와 131,072토큰 출력 상한을 제공합니다. 항상 켜져 있는 추론을 선택 가능한 6가지 노력 수준으로 실행하며, 병렬 도구 호출과 구조화된 출력을 지원하고, Ripple의 카드에는 전혀 대응하는 기능이 없는 두 가지 기능을 제공합니다 — 대화 간에 컨텍스트를 이어가는 Active Memory, 그리고 긴 작업을 흐트러짐 없이 유지하도록 설계된 Active Focus입니다.

당신이 신경 써야 하는지는 전적으로 워크로드의 형태에 달려 있습니다. 에이전트가 실패한 테스트의 스크린샷을 읽고, 고객 통화를 전사한 뒤 이를 PDF 인보이스와 한 번에 대조해야 한다면, Ripple의 벤치마크 점수는 전혀 도움이 되지 않습니다. 왜냐하면 Ripple 65B Preview는 텍스트를 입력받아 텍스트를 반환하기 때문입니다. 모달리티 격차는 더 나은 프롬프트로 메울 수 있는 성능 차이가 아닙니다.

Muse Wonder (Max)는 Artificial Analysis의 Intelligence Index에서 44점을 기록했습니다 — 동급 66개 모델 중 26위이며, 비교 가능한 모델들의 중앙값인 36점을 웃돌지만, 출시 주간 보도가 전했던 프런티어에 근접한 52점에는 더 이상 미치지 못합니다. 이 지수는 10월 말에 재구축되면서 여러 모델의 순위가 바뀌었습니다. Ripple 65B Preview는 이 지수에 아예 등장하지 않습니다.

Apache 2.0의 가치는 무엇인가

Ripple 65B Preview는 Apache 2.0 라이선스로 공개된 650억 개의 dense 파라미터 모델이며, Hugging Face에 BF16 전체 가중치와 NVFP4 및 base-model 변형이 있습니다. BF16에서 해당 체크포인트는 약 130GB로, 이는 DGX Spark 영역이거나 더 작은 머신에서 양자화 실행을 해야 하는 규모입니다 — 출시 보도에서 말한 것과 달리 MacBook은 아닙니다. NVFP4 빌드를 실행하지 않는 한 말이죠. Ricursive는 커스텀 커널 없이 배치 크기 8에서 두 개의 B200으로 초당 250 토큰을, 그리고 일반 샤딩으로 사전 학습하는 동안 약 40% MFU를 달성한다고 주장합니다.

그것이 보장하는 것은 호스팅된 폐쇄형 모델이 줄 수 없는 모든 것입니다. 자체 데이터로 파인튜닝할 수 있는 능력, 토큰당 비용도 없고 데이터가 네트워크 밖으로 나가지도 않는 추론 실행, 버전을 영구히 고정하는 것, 그리고 남의 상태 페이지에 의존하지 않고 새벽 3시에도 서빙하는 것입니다. 규제를 받는 워크로드라면 그 목록은 대개 34점의 DeepSWE 점수보다 더 가치 있습니다. 이번 분기에 에이전트를 출시하는 스타트업이라면, 보통은 그렇지 않습니다.

여기서 언급할 만한 라이선스 비대칭성도 있다. Apache 2.0은 오픈 웨이트 중에서는 거의 가장 허용적인 편이다. Muse Wonder는 완전히 폐쇄형이다 — 이 계열에서 Meta의 오픈 웨이트 형제 모델은 Muse Spark Open으로, Wonder의 소형 버전이 아니라 42B 활성 파라미터와 256개 전문가를 갖춘 훨씬 더 큰 816B 모델이다. 오픈 웨이트가 선호가 아니라 요구사항이라면, 이 비교는 여기서 끝이다.

두 개를 나란히 실행하기

Muse Wonder와 Ripple은 모두 현재 우리 카탈로그에 없으며, 앞으로도 그렇다고 암시되지 않을 것입니다. Muse Wonder는 Meta 자체 API를 통해, Ripple은 Ricursive 엔드포인트와 서드파티 플랫폼을 통해 개발자에게 제공되며, 모델 가중치는 Hugging Face에 공개되어 있습니다. 이런 상황에서 라우터가 유용한 점은 두 출시가 분명히 보여주는 바로 이것입니다. 자체 카드에 성능 점수를 재현하기 어렵다고 적힌, 출시 하루 된 Preview에 프로덕션 경로를 연결하고 싶지는 않을 것입니다. 그 모델은 폴백 뒤에 두고, 증거가 쌓이는 만큼 비중을 늘려 조절할 수 있는 트래픽을 일부 맡게 하고 싶을 것입니다. 실험이 실망스러울 때 재작성하는 대신, 오류나 타임아웃이 발생하면 검증된 모델로 자동 장애 조치되도록 하는 것입니다.

그 패턴은 가격 질문에 경험적으로 답하는 방법이기도 합니다. 코딩 트래픽의 10%를 Ripple로 라우팅하고 90%는 Muse Wonder에 유지한 다음, 토큰 청구서가 아니라 재시도와 사람의 시간까지 포함한 완료 작업당 비용을 비교해 보세요. API 키 하나, 청구 라인 하나, 그리고 기획 회의에서 방어할 수 있는 숫자 — 이는 어떤 벤치마크 표가 줄 수 있는 것보다 더 많은 것입니다.

스무 배는 누가 부담해야 합니까?

당신의 작업이 멀티모달하거나, 장기 과제를 다루거나, 고객 대면이라면 Muse Wonder에 비용을 지불하세요: 스크린샷을 읽는 에이전트, 세션 전반에 걸쳐 사용자를 기억해야 하는 어시스턴트, 27%의 환각률이 이미 너무 높고 프런티어 랩의 포스트트레이닝이 보장하는 신뢰성이 필요한 모든 경우에 말입니다. 인덱스 작업당 $6.95는 작업을 끝내는 모델에 합당한 가격입니다.

작업이 텍스트 전용이고 범위가 한정되어 있으며 대량이고, 필요한 하드웨어나 저렴한 엔드포인트가 있다면 Ripple 65B Preview를 실행하세요: 배치 분류, 고정된 루브릭에 따른 코드 리뷰, 로컬 어시스턴트, 파인튜닝 기반. $0.20 및 $0.60 기준으로 출력 비용이 33배 더 저렴하며, 강점을 살리는 워크로드에서는 그 비율이 한 벤치마크에서의 34.5포인트 격차를 능가합니다.

오해는 DeepSWE 격차를 판결로 읽는 데서 비롯된다. 그것은 단 한 번 치러진 하나의 시험이며, 그 시험을 출제한 연구소가 보고한 결과다. 당신에게 이 결정을 내려야 할 숫자는 78.8 대 44.3이 아니라, 두 모델을 모두 실행했을 때 당신 자신의 과제 세트가 내놓는 결과이며, 그 숫자는 당신이 만들어내기 전까지는 존재하지 않는다.