'Sage-S2.1-Flash vs Qwen 3.8 Flash' 비교를 위한 히어로 타이틀 카드로, 부제는 '하나는 가격표가 있고, 다른 하나는 645GB의 가중치와 빈 모델 카드를 갖고 있다'이며, 세 개의 카드에는 '총 321B / 활성 18B', '645GB BF16 / 서빙용 8x H200', '/bin/bash.15 입력 / /bin/bash.47 출력(1M 토큰당)'이 표기되어 있고, 푸터에는 Sage-S2.1-Flash 수치가 해당 Hugging Face 리포지토리에서, Qwen 3.8 Flash의 정가는 2026년 11월 16일 QwenCloud에서 가져온 것임을 명시하며, OrcaRouter 로고가 오른쪽 아래 모서리에 합성되어 있습니다.
Guides & Insights

Sage-S2.1-Flash vs Qwen 3.8 Flash: H200 8개 대 15센트

작성자

Gideon Frost

게시일

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

Sage-S2.1-Flash의 모델 카드는 길이가 21바이트입니다. 라이선스 헤더로 시작해 license: mit라고 적혀 있고, 거기서 끝납니다. 소개도, 벤치마크 표도, 컨텍스트 길이도, 의도된 사용 목적도, 연락처도 없습니다. 저장소 자체가 비어 있는 것은 아닙니다. bfloat16 가중치 120개 샤드, 약 645GB에 구성 파일, 채팅 템플릿, 배포 가이드, 그리고 다섯 개의 작은 과학 어댑터 폴더가 있습니다. 하지만 독자가 이 모델에 관심을 가져야 할지 판단할 때 보통 활용하는 모든 정보는 빠져 있습니다. 가중치는 2026년 11월 15일에 공개되어 16일까지 수정되었습니다. 상하이 AI 연구소의 모델 조직인 InternLM은 아무것도 발표하지 않았습니다. 블로그 글도, 논문도, 패밀리 자체 사이트의 게시글도 없습니다. 이 글을 쓰는 시점에 이 저장소는 이번 달 다운로드 0회, 좋아요 1개, 그리고 이를 서비스하는 추론 제공자도 없음을 보여줍니다.

Qwen 3.8 Flash는 정반대 성격의 제품입니다. Alibaba는 2026년 8월 26일부터 QwenCloud를 통해 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.47에 판매해 왔고, 속도 제한과 도구 목록을 공개했으며, Qwen3.8-Flash-Next라는 이름으로 오픈 가중치를 배포하고 해당 카드에 12행 벤치마크 표를 올렸습니다. OrcaRouter에서는 벤더 자체 정가로 qwen/qwen3.8-flash라는 이름으로 라이브 상태입니다. 30초 안에 요청을 보낼 수 있습니다.

그래서 이것은 여러분이 구매할 수 있는 두 모델의 비교가 아니다. 공개된 가격이 있는 저렴한 호스팅 모델과, 가격도 점수도 발표도 없는 3210억 개 매개변수의 오픈 웨이트 전문가 혼합 모델 사이의 비교다. 그리고 솔직한 질문은 어느 쪽이 더 나은가가 아니다. 아직 아무도 그 답을 할 수 없기 때문이다. 질문은 측정되지 않은 쪽을 위해 H200 8대를 구축하는 것이, 측정된 쪽에 100만 토큰당 15센트를 지불하는 것보다 돈을 더 잘 쓰는 일인지, 그리고 그 답이 과연 얼마나 많은 팀에게 '그렇다'일 수 있는지다.

Sage-S2.1-Flash 리포지토리가 실제로 증명하는 것

빈 카드가 암시하는 것보다 사실이 더 많으므로, 사실부터 말하자. 가중치 인덱스의 파라미터 수는 321,323,031,390이며, 배포 가이드에서는 이를 "320B-A18B"로 반올림해 표기한다. 즉 총 3200억 개, 토큰당 180억 개가 활성이다. 텍스트 구성은 45개 레이어를 가지며, 그중 34개는 gated delta-net 종류의 선형 어텐션 레이어이고 11개는 D​eepSeek 계열의 희소 어텐션 레이어이다. 라우팅되는 전문가 수는 288개이며, 토큰당 그중 8개에 공유 전문가 1개를 더해 활성화되고, 은닉 크기는 4,096, 어휘 크기는 154,880개 토큰이다. 최대 위치 임베딩은 1,048,576으로 설정된다.

A two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Qwen 3.8 Flash — the scoreboard': the left column Sage-S2.1-Flash reads Parameters '321B total, 18B active', Context '1,048,576 configured', Input price 'no hosted endpoint', Output price 'no hosted endpoint', Licence 'MIT, ungated', Published benchmarks 'none'; the right column Qwen 3.8 Flash reads Parameters '125B plus 51B n-gram, 6B active', Context '1,000,000 tokens', Input price '$0.15 per 1M', Output price '$0.47 per 1M', Licence 'Qwen community licence', Published benchmarks '12 rows, unreproduced'; the footer reads 'Sage-S2.1-Flash figures read from its repository; Qwen 3.8 Flash per Alibaba, vendor-reported.'; the OrcaRouter logo is composited in the bottom-right corner.

라이선스는 MIT이며, 저장소에는 허용적 사용 부속 조항이 없습니다. 잠시 짚어볼 만한 점입니다. 다운로드에 아무런 제한이 없는 채 허용적 라이선스로 공개된 321B 멀티모달 MoE는, 그 주변의 침묵이 시사하는 것보다 훨씬 더 희귀한 존재입니다.

계보는 검증 가능하며 약간 의외다. 아키텍처 문자열은 glm5_next이고, 클래스는 Glm5NextForConditionalGeneration이며, 배포 가이드는 이 모델이 GLM-5.3-Flash 아키텍처를 사용한다고 명확히 밝히고, 따라야 할 프레임워크 레시피는 모델 경로만 바꾼 공식 GLM-5.3-Flash 것이라고 말한다. 더 오래되고 더 큰 Sage-S2.1 — 753B 파라미터, 아키텍처 glm_moe_dsa, 여전히 744B GLM-5.2 백본 위에 구축되었다고 설명하는 "Atria Dawn" 모델 카드를 보유 — 은 완전히 다른 세대의 백본이다. Flash는 증류된 S2.1이 아니다. 그것은 다른 연구소의 더 새로운 아키텍처 위에 구축된, 같은 계열명을 달고 있는 더 작은 새 모델이다.

그 제품군 이름 자체가 계속 바뀌는 표적이다. 예전 internlm/Atria-Dawn 저장소는 이제 internlm/Sage-S2.1로 리디렉션되며, 리디렉션 대상의 카드에는 모든 제목에서 여전히 "Atria Dawn"이라고 적혀 있다 — 이름 변경이 있었지만 문서는 이를 따라오지 않았다. 올해 초 Atria Dawn 관련 보도를 읽고 이제 "Sage"를 찾는 사람이라면, 두 이름이 같은 저장소를 가리킨다는 점과 Flash가 그 저장소의 새롭고 더 가벼운 형제 모델이라는 점을 이해해야 한다.

과학적 어댑터는 어떤 벤더 발표로도 어차피 설명되지 않았을 리포지토리의 부분이다. projectors/sage-s2.1-flash/ 아래에는 다섯 개의 작은 폴더 — cif/jarvis, dna/splice, ecg/phu01, eeg/neu06, protein-seq/mpbind — 가 있으며, 각 폴더에는 구성 파일 하나와 과학적 피처 스트림을 백본의 4,096차원 공간에 매핑하는 4~28메가바이트의 프로젝터 하나가 들어 있다. 결정 구조는 CHGNet 0.3.0 인코더를 거치며, 원자당 하나의 64차원 상태를 갖는다. 단백질 서열은 ESM2-t33-650M을 거치며, 잔기당 하나의 마지막 계층 상태를 갖는다. DNA 어댑터는 세 가지 피처에 대한 과제 적응형 DNABERT2 리드아웃이고, ECG 및 EEG 어댑터도 마찬가지로 작고 과제별로 특화되어 있다. 다섯 개 모두의 총 가중치 비용은 90MB 미만이며, 언어 모델의 645GB와 대비된다.

구성 파일들도 모델 카드가 밝히지 않은 출처를 유출한다. 그 파일들은 백본 체크포인트 디렉터리, 학습 실행 날짜 스탬프, 그리고 sage-s2.1-flash-hf111-bf16-norm-261113 — 2026년 11월 13일, 가중치가 등장하기 이틀 전 — 을 가리키는 지문을 명시한다. 여기서 계보가 확립되는 방식이 바로 이것이다: 보도자료가 아니라, 패키징이 제거하는 것을 잊은 구성 필드에서 말이다.

Qwen 3.8 Flash가 공개하는 것과 공개하지 않는 것

대비점은 Qwen은 정직하고 Sage는 그렇지 않다는 데 있지 않다. 한 벤더는 자사 제품을 문서화했고 다른 벤더는 아직 거기까지 손을 대지 못했다는 점이다. Alibaba의 Qwen 3.8 Flash 카드에는 1,000,000토큰 컨텍스트와 991,000토큰 최대 입력, 131,072토큰 최대 출력, 262,144토큰 추론 예산이 명시되어 있다. 텍스트, 이미지, 비디오 전반의 멀티모달 입력과 텍스트 출력, 함수 호출, 구조화된 JSON 출력, 접두사 완성, 컨텍스트 캐싱, 배치 처리, 파인튜닝을 지원하며, OpenAI와 Anthropic 요청 프로토콜을 모두 지원하기 때문에 Claude Code와 Codex에 변경 없이 그대로 적용된다.

그 배후의 오픈 웨이트 아티팩트는 2026년 8월 24일 공개된 Qwen3.8-Flash-Next로, 1,250억 개 매개변수 중 60억 개가 활성화되며, 510억 개 n-gram 임베딩 테이블과 40억 개 멀티토큰 예측 헤드, 3개의 게이트 델타넷 블록과 1개의 희소 어텐션 블록으로 이루어진 단위를 12번 반복해 배열한 48개 레이어, 토큰당 10개 라우팅 전문가와 1개 공유 활성 전문가로 구성된 512개 전문가, 100만까지 확장 가능한 262,144토큰의 네이티브 컨텍스트를 갖춘다. Alibaba는 호스팅형 Qwen 3.8 Flash를 이 아키텍처에 프로덕션 기능을 더한 것으로 설명하며, 기본 1M 윈도와 내장 도구가 추가된 부분이다. 가중치는 MIT가 아니라 Qwen 커뮤니티 라이선스 하에 있다.

해당 카드의 벤치마크 표는 벤더가 보고한 것으로, 독립적으로 재현된 적이 없습니다. 그런 표시가 붙어 있다는 점을 염두에 두고 읽으십시오: DeepSWE 1.1은 58.7, SWE-bench Pro는 62.5, SWE-bench Multilingual은 81.0, NL2Repo-Bench는 48.1, CoWorkBench는 73.9, JobBench는 55.7, Toolathlon Verified는 73.5, IFBench는 81.3, GPQA Diamond는 91.7, HLE는 35.9, LiveCodeBench v6는 91.9, Agents' Last Exam은 pass@1 24.3에 점수 51.2입니다. 이 수치들은 397B 전임 모델과 Claude 모델을 포함한 비교 집합 전반에서 Alibaba가 자기 숙제를 스스로 채점한 것입니다. 그래도 이는 전혀 아무것도 제공하지 않는 Sage-S2.1-Flash가 제공하는 것보다 훨씬 많습니다.

A screenshot of the Hugging Face repository page for internlm/Sage-S2.1-Flash, captured in English on 16 November 2026, showing the YAML frontmatter line 'license: mit', the Safetensors format tag with the repository's parameter count, and the file listing that includes the chat template, on a repository whose model card has no description, no benchmark table and no intended-use statement.

구매 결정이 실제로 좌우되는 기준에서 두 가지를 나란히 놓고 비교해 보세요:

• 총 파라미터 — Sage-S2.1-Flash 321B(토큰당 18B 활성) 대 Qwen 3.8 Flash 125B + 51B n-gram 테이블(그중 6B 활성)

• 컨텍스트 — 설정된 토큰 수는 1,048,576개이며 공개된 수치는 1,000,000개입니다. Q​wen 쪽에서는 최대 입력 991,000개, 최대 출력 131,072개입니다

• 입력 가격 — Sage-S2.1-Flash는 이를 제공하는 것이 없으므로 없으며, 백만 토큰당 $0.15와 대비됩니다

• 출력 가격 — 없음 대 백만당 $0.47, 저희 목록에서는 캐시 읽기 백만당 $0.0184

• 라이선스 — MIT, 게이트 없음, Q​wen 커뮤니티 라이선스와 대비

• 공개된 평가 — 12행 벤더 표 대비 벤치마크 0개, 재현되지 않음

• 서빙 가중치 — 120개 샤드에 걸친 645GB bfloat16, 또는 FP8 대응 모델의 328GB(호스팅 엔드포인트와 비교)

사실상 자본 지출 문제인 가격 비교

Sage-S2.1-Flash에는 $0.15와 비교할 토큰당 가격이 없습니다. 왜냐하면 이 모델은 어디에도 호스팅 엔드포인트가 없기 때문입니다. 대신 이 모델에는 서빙 요구 사항이 있습니다: 배포 가이드 자체의 참조 구성에 따르면 bfloat16 체크포인트용 H200 8대가 필요합니다. 따라서 비교는 센트 대 센트가 아니라 임대료 대 토큰이며, 아무도 공개하지 않은 단일 숫자로 귀결됩니다.

H200의 대표적인 가격으로 GPU 시간당 $3를 가정해 보겠습니다. 이는 견적이 아닌 가정이며, 이 수치는 클라우드와 약정에 따라 달라집니다. 이를 8대 사용하면 시간당 $24, 하루 $576, 한 달 약 $17,500으로, 단 한 건의 요청도 처리하기 전의 비용입니다. Alibaba의 요금 기준으로 $576이면 입력 토큰 38억 4천만 개 또는 출력 토큰 12억 3천만 개를 살 수 있습니다. 따라서 손익분기점 질문은, 여러분의 트래픽이 그렇지 않았다면 Qwen 3.8 Flash에 하루 $576 이상을 — 대략 매일 꾸준히 입력 토큰 38억 개어치를 — 지출했을 것이냐입니다.

그 비교는 Sage-S2.1-Flash가 H200 8개에서 초당 몇 개의 토큰을 생성하는지 알아야만 유효합니다. 아무도 그것을 측정하지 않았고 저장소에도 나와 있지 않습니다. 액티브 파라미터 수는 대략적인 직관을 줍니다 — 18B 액티브 대 6B 액티브는 Sage 모델이 생성 토큰당 약 세 배 더 많은 연산을 필요로 함을 시사합니다 — 하지만 직관은 처리량 수치가 아니며, 그것이 없으면 위의 손익분기 계산은 양쪽 모두에 미지수를 갖게 됩니다. FP8 형제 모델은 상주 가중치를 645 GB에서 328 GB로 줄여 필요한 하드웨어를 바꾸지만, 결과가 얼마나 빠르게 실행되는지는 알려주지 않습니다.

대부분의 팀에게 그 불확실성은 논쟁의 전부다. 처리량을 벤치마크할 수 없는 모델은 비용을 산정할 수 없는 모델이고, 비용을 산정할 수 없는 모델은 프로덕션 경로의 후보가 아니다 — 그것은 연구 대상이다. 그것은 이번 릴리스에 대한 비판이 아니다. 예고 없는 공개가 존재하는 이유가 바로 그것이다.

증거 비대칭성, 명확히 말하자면

두 모델, 증거가 실패하는 두 가지 방식. Qwen 3.8 Flash는 벤더가 보고한 벤치마크와 82일간의 제3자 사용 이력을 갖고 있다. 즉 수치는 감사되지 않았지만 적어도 그 동작은 관찰 가능하다. 실제로 이를 실행하고, 이에 대해 보고하고, 공개적으로 한계에 부딪히는 사람들이 있다. Sage-S2.1-Flash에는 둘 다 없다. 이 모델의 645GB 가중치는 유출이나 스크린샷보다 실제 모델이라는 더 강한 증거다. 이는 소문이 아니라 출시된 결과물이다. 그러나 가중치는 존재의 증거일 뿐 품질의 증거는 아니다.

오늘날 여전히 알 수 없는 구체적인 사항은 다음과 같다. Sage-S2.1-Flash가 무엇이든 어떤 점수를 기록하는지, 얼마나 빠르게 디코딩하는지, 1M 위치 임베딩이 긴 길이에서도 버티는지 아니면 대부분의 장문맥 확장이 그러하듯 성능이 저하되는지, 해당 구성의 비전 타워가 프로덕션 표준으로 학습되었는지 아니면 백본에서 그대로 가져온 것인지, 과학 프로젝터가 자체 학습 분포를 넘어선 무엇인가로 평가되는지, 그리고 InternLM이 호스팅 버전에 대해 청구할 의향이 있는지(있다면 얼마인지). 저장소는 이 중 어느 것도 답하지 않는다. 그렇지 않다고 말하는 사람은 백본의 평판에서 외삽하는 것이며, 이는 합리적인 사전 기대일 뿐 측정은 아니다.

모델이 실제로 무엇을 위한 것인지

프로젝터가 결정적 단서다. 아무도 다섯 개의 과학적 모달리티 어댑터를 일반 채팅 모델에 나중에 덧붙이듯 볼트로 고정하지 않는다. 폴더 구조, 작업별 프롬프트 템플릿, 인코더 선택은 결정 구조, 스플라이스 부위, 심장 신호, 뇌 신호, 단백질 서열을 그에 대한 텍스트 설명이 아니라 일급 입력으로 읽도록 만들어진 모델을 보여 준다. 결정 구조는 512개 원자 상한을 가진 원자 상태로 토큰화되고, 단백질 서열은 선택적 과학적 리드아웃 헤드를 갖춘 잔기별 상태를 지니며, DNA 어댑터는 단일 객체에 대한 확률 리드아웃이다.

Qwen 3.8 Flash는 그렇게 하지 않습니다. 이 모델은 이미지, 비디오, 텍스트를 읽어 들이며, CharXiv, MathVision, ERQA, LVBench, OSWorld 2.0 같은 시각 벤치마크에서 공개된 수치를 내세웁니다. 하지만 PNG로 렌더링된 결정 격자는 결정 격자가 아닙니다. 워크로드가 구조 생물학, 소재 스크리닝 또는 생리 신호 분석이라면, 솔직한 해석은 이 두 모델이 같은 작업을 두고 경쟁하는 것이 아니며 Qwen 비교는 대체재라기보다 가격 기준점이라는 것입니다. 워크로드가 텍스트와 코드라면 프로젝터는 무관하고 Sage-S2.1-Flash는 모델 카드가 없는 321B 채팅 모델입니다.

멀티모달 질문에는 한 가지 주의할 점이 있습니다. 구성만 보면 과대 해석하기 쉽기 때문입니다. 이 저장소에는 히든 크기 1,024, 448픽셀 입력, 14픽셀 패치를 사용하는 24층 비전 타워가 있고, 이미지 및 비디오 시작/종료 토큰과 이미지·비디오·오디오 슬롯이 있는 채팅 템플릿이 포함되어 있습니다. 하지만 그 템플릿은 GLM-5.3 패밀리 템플릿이고, 오디오 슬롯에 대응하는 오디오 구성은 없으며, 배포 가이드에서 미디어에 특화된 유일한 지침은 도구 결과 안에 들어오는 이미지에 관한 것입니다. 비전 타워는 존재하지만 문서화되지 않은 것으로 취급하십시오. 가중치는 텍스트 이상의 입력을 받도록 만들어져 있지만, 이번 릴리스에서 무엇을 입력하도록 의도했는지는 명시되어 있지 않습니다.

마찰은, 0이 아니다

Sage-S2.1-Flash를 셀프 호스팅하는 것은 vLLM을 리포지토리에 연결하는 것만으로는 해결되지 않습니다. 배포 가이드에서 세 가지 요구 사항이 나오는데, 두 번째가 까다로운 항목입니다.

• --trust-remote-code는 모든 엔진에서 필수입니다 — 저장소는 자체 토크나이저와 프로세서를 제공하며, 이 플래그가 없으면 엔진은 <tool_call> 같은 문자열을 텍스트가 아닌 제어 토큰으로 인코딩하는 기본 토크나이저를 조용히 로드하여 경고 없이 추론과 도구 호출을 망가뜨립니다

• vLLM 0.33.0에는 vllm/renderers/hf.py에 대한 패치를 제공해야 합니다. 병렬 도구 결과가 호출 순서와 다르게 반환될 때 템플릿은 이를 호출 순서대로 렌더링하지만, vLLM은 메시지 순서대로 이미지를 수집하므로 각 이미지가 잘못된 결과에 조용히 연결됩니다. 업스트림 수정은 아직 초안 풀 리퀘스트 상태입니다.

• LMDeploy에는 transformers 5.17 이상 5.19 미만이 필요합니다. 5.19에서는 엔진이 허용하지 않는 레이어 유형 이름이 변경되기 때문입니다. SGLang에는 0.5.20 이상이 필요하며 저장소의 채팅 템플릿을 명시적으로 전달해야 합니다. 그렇지 않으면 SGLang이 해당 아키텍처용 자체 내장 템플릿을 설치하기 때문입니다.

그 모든 것은 이제 겨우 하루 된 모델을 위한 문서화된 우회 방법이며, 가이드도 프레임워크들이 아직 변하고 있음을 솔직히 인정합니다. 어느 것도 불합리하지는 않지만, 그 모두는 Qwen 3.8 Flash가 요구하지 않는 엔지니어링 시간입니다. 호스팅 측에서는 base URL과 API 키만 있으면 되기 때문입니다.

하나의 키, 전혀 다른 두 가지 차원의 헌신

Qwen 3.8 Flash는 OrcaRouter에서 qwen/qwen3.8-flash로 Alibaba의 정가로 마크업 없이 그대로 전달됩니다 — 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.47, 캐시 읽기 100만 개당 $0.0184, 1,000,000토큰 컨텍스트 및 131,072토큰 출력 상한입니다. QwenCloud 자체 페이지에는 암시적 캐시 변형에 대해 $0.016이 기재되어 있습니다. 패스스루 규칙에 따라 Alibaba가 무엇을 변경하든 다음 계약 갱신 때가 아니라 같은 날 바로 적용됩니다. Sage-S2.1-Flash는 카탈로그에 없고 이를 제공하는 곳도 없으므로, 여기에는 해당 모델로 가는 경로도 없고 그렇지 않은 척할 이유도 없습니다.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-flash, captured in English on 16 November 2026, showing the model name and model id, the per-million-token input and output pricing, the context window and maximum output limits, and the API access details for the model.

이 상황에서 라우팅 계층이 정말로 유용한 점은 평가를 저렴하고 되돌릴 수 있게 유지한다는 것입니다. 하드웨어가 있다면 Sage 실험을 자체 하드웨어에서 실행하고, Qwen 3.8 Flash를 프로덕션 경로로 유지하며, 페일오버 체인이 새 경로 뒤에 있도록 두어 카드가 비어 있는 모델이 실제 트래픽을 처리하는 첫날부터 단일 장애점이 되지 않게 하세요. 같은 아이디어는 더 어려운 질문에도 적용됩니다 — 모델 퓨전은 패널이 여러 모델로 하나의 프롬프트에 답하고 심판이 이를 조정하는 방식으로, 321B 과학 MoE가 그 임대료만큼 가치가 있는지 알아내는 가장 저렴한 방법입니다. 이전하지 말고 둘 다에게 물어보고, 답을 읽으세요.

누가 무엇을 골라야 할까요?

이번 분기에 텍스트나 코드를 출시한다면 Qwen 3.8 Flash가 정당화할 수 있는 답이며 Sage-S2.1-Flash는 전혀 답이 아닙니다. Qwen 모델은 비슷한 능력 수준의 거의 모든 것보다 토큰당 저렴하고, 계획을 세울 수 있을 만큼 충분히 문서화되어 있으며, 배포할 수 있을 만큼 라이선스가 명확하고, 공개적으로 관찰 가능합니다. 그 벤치마크는 Alibaba 자체의 것이므로 주장으로 취급해야 하지만, 주장에 다른 사람들의 82일 경험이 더해진 것은 침묵에 아무도 없는 3일이 더해진 것보다 낫습니다.

구조 생물학, 단백질 설계, 소재 또는 생리 신호 분야에서 일한다면 계산이 뒤집힙니다. Sage-S2.1-Flash 저장소의 다섯 개 프로젝터는 Qwen 3.8 Flash나 대부분의 오픈 모델이 어떤 가격에도 제공하지 못하는 역량이며, 라이선스는 MIT이고, 하드웨어 요구 사항—H200 8대, 또는 FP8 체크포인트를 사용하면 그보다 적은 수—은 연구 그룹이 이미 감당하고 있는 수준의 비용입니다. 올바른 선택은 이를 내려받아 저장소에 포함된 CPU 측 프로젝터 검사를 실행하고, 이 모델이 알려주지 않는 두 가지, 즉 사용자 하드웨어에서의 디코드 처리량과 자체 보류 세트에서의 정확도를 측정하는 것입니다. 이는 일주일 정도의 작업이며, 이 모델이 호기심이 아니라 결정이 되는 유일한 방법입니다.

세 번째 사례는 가장 큰 사례입니다. 단순히 궁금한 것뿐이라면 올바른 태도는 모델 카드를 기다리는 것입니다. InternLM이 모델 카드를 공개하면, 중요한 수치들은 이 저장소가 제공할 수 없는 것들일 것입니다 — 처리량, 긴 문맥에서의 성능 저하, 비전 타워가 실제로 작동하는지, 그리고 프로젝터들이 훈련 분포 밖에서 어떤 점수를 내는지입니다. 그때까지 Sage-S2.1-Flash는 아직 읽히지 않은 사양을 지닌 실제 산출물이며, 그것에 관해 가장 유용한 점은 가중치가 존재하고, 게이트 제한이 없으며, MIT 라이선스라는 것입니다 — 즉 누군가 실제로 측정할 때, 당신은 그들의 작업을 확인하기 위해 허가를 받을 필요가 없습니다.

이 글에서 비교한 모델2

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트