세그먼트를 공동창업하고 오픈AI에서 일했던 캘빈 프렌치오언이 8월 26일에 올린 글이 다음 날 해커뉴스에서 415점·댓글 190개를 받았어요. 근거는 GPT-5.6 루나가 초당 100토큰(tps)쯤 나오고, 자기가 만들어 둔 '내 취향 뉴스 사이트 만들기' 과제를 소네트급으로 돌리면 1달러쯤 들던 게 루나로는 평균 0.10달러로 내려갔다는 건데, 정작 본문에는 '코딩 작업을 할 땐 거의 언제나 제일 비싸고 유능한 모델(페이블 5, 5.6 솔)을 집는다'고 적혀 있어요. 이 숫자들은 벤치마크가 아니라 저자가 혼자 돌려 본 관찰이고, 글의 나머지는 코딩이 아니라 '토큰 값 때문에 소비자용 AI 회사가 안 나온다'는 사업 이야기예요.
용어 풀이
- tps
- 초당 토큰 수. 모델이 글자를 뱉어 내는 속도를 재는 단위
운영자 인사이트
토론에서 나온 진단은 '코드를 짜는 능력 자체는 2024년쯤 정점이었고 그 뒤로 좋아진 건 일을 쪼개고 검토하고 되잡는 쪽'이라는 거예요. 그렇다면 에이전트를 한 덩어리로 보지 말고 계획·검토는 비싼 모델에, 쪼개진 조각을 실제로 짜는 단계는 싼 모델에 붙여 내 저장소로 갈라 재 보세요 — 저자의 0.10달러는 코딩이 아닌 과제를 한 번 잰 값이라 그대로 옮겨 쓸 수 없어요.
여러 관점으로 보기
- 해커뉴스 반론 — 제약 안에서 굴릴 수 있는 제일 큰 모델이 거의 항상 나아요 '작은 모델이 큰 모델보다 낫다는 생각은 자기위안이고, 제약 안에서 굴릴 수 있는 제일 큰 모델을 쓰는 게 거의 항상 낫다'는 댓글이 붙었어요. Hacker News
- 해커뉴스 진단 — 코드 짜는 능력은 2024년에 정점이었대요 '2023년 모델도 맥락만 정확히 넣어 주면 코드 실력은 놀랄 만큼 좋았고, 그때는 일을 쪼개고 검토하고 되잡는 걸 내가 했다'며 '그 뒤로 달라진 건 코드 실력이 아니라 모델이 그 쪼개는 일까지 배운 것'이라고 적었어요. Hacker News
- 해커뉴스 실사용 — 싸고 빠른 모델로 작은 조각씩 고쳐 나간대요 딥시크 v4 플래시가 워낙 싸고 빨라서 '짧게 시키고 검토하고 다시 짧게 시키는' 순환으로 코딩하는데 평소와 같은 품질을 더 빨리 낸다고 적었어요 — 변경 조각이 작아야 모델이 엇나가며 결함이 쌓이는 걸 막는대요. Hacker News