싼 놈이 열한 번 세서 이겼다
값싼 모델 하나가 터미널 작업 벤치마크에서 훨씬 비싼 모델을 앞질렀습니다. 비결은 더 똑똑해진 게 아니라 자기 검증을 늘린 것이었습니다. 한 번 답하고 끝내는 대신, 같은 문제를 여러 번 풀어 서로 대조하고 스스로 채점해서 살아남은 답만 내놓는 방식이죠. 실행 비용이 11분의 1이니 같은 예산으로 열 번 넘게 더 굴릴 수 있고, 그 횟수가 곧 정확도가 됐습니다. 그래서 질문은 ‘어느 모델이 똑똑한가’에서 ‘검산 한 번에 얼마가 찍히는가’로 옮겨갑니다.
원 뉴스: RT @jackyk02: Scaling self-verification with DeepSeek V4 Flash beats Claude Fable 5 on Terminal-Bench 2.1, while being 1 · twitter
▶ 만화 영상판 — 캐릭터들이 직접 말합니다
ThakiCloud 제품 적용 시사점
이 결과가 좋은 이유는 단순합니다. 검증을 늘리는 전략은 검증이 쌀 때만 성립하거든요. 호출당 요금이 붙는 구조에서는 열한 번 검산이 곧 열한 배 청구서라, 정확도를 사는 순간 원가가 따라옵니다. 파시스가 에이전트를 여러 갈래로 풀고 결과를 서로 반박시켜 살아남은 것만 채택하는 이유도 같습니다. 다만 그 반복이 우리 GPU 위에서 돌 때에야 횟수를 늘리는 선택이 자유로워집니다. 메티스가 모델 서빙 원가를 눌러 두는 일과 온프렘으로 인프라를 우리 통제 아래 두는 일이 여기서 만납니다. 똑똑한 모델을 빌리는 대신, 싼 모델을 마음껏 여러 번 굴릴 수 있는 마당을 갖는 쪽이 결국 남습니다.
이 만화는 업계 뉴스를 바탕으로 자동 생성된 초안입니다.
