GPT-6 Astra의 0.016% 수정과 Claude Opus 5.5의 뉴런 8개 수정은, 모델 전체가 아니라 일부 수치만 바꿔 수학 추론 루프나 번역 습관 같은 특정 동작을 고친 결과로 제시됐습니다.

Astra 연구가 수정 뒤 두 벤치마크 점수의 상승을 보여준 반면, Claude 실험은 교정 대상이 아닌 번역 200개 중 182개가 유지됐다는 결과까지 함께 내놨습니다②. 목표 과제의 개선 폭과 다른 기능의 유지 여부가 서로 다른 수치로 따로 확인되는 항목이라는 점을 두 실험에서 함께 읽을 수 있습니다.

가중치를 직접 고친 결과를 볼 때는 목표 점수의 상승 폭과 무관한 기능의 유지 비율을 별개의 판단 기준으로 둘 수 있습니다.

Revolut가 밝힌 약 10분의 1 비용①은 어떤 모델이 어떤 품질로 Claude를 대신했는지와 함께 제시되지 않았고, Claude Opus에 맞먹는 결함 탐지력은 Revolut와 무관한 Qwen3.8-Flash-Next 테스트에서 나왔습니다.

두 결과를 이어 붙이면 '비용은 10분의 1, 성능은 대등'이라는 그림이 그려지지만, 실제로는 주체·모델·조건이 서로 다른 결과입니다. 비용 사례로는 사용량이 늘어난 조직에서 상용 이용료 부담이 자체 호스팅 전환의 계기가 됐다는 점을, 테스트 사례로는 특정 코드 리뷰 과제에서 자체 실행 모델이 Claude Opus의 비교 대상으로 올라왔다는 점을 읽을 수 있습니다.

자체 운영 전환을 검토할 때는 비용 절감 폭과 그 모델의 작업 품질이 같은 조건에서 측정됐는지 함께 확인할 필요가 있습니다.

Basalt와 Strata가 llama.cpp보다 낫다고 제시한 수치는 각각 원본과의 품질 차이(KLD)와 답변 생성 속도로, 같은 기준 프로그램을 두고도 측정 대상이 서로 달랐습니다.

이 때문에 두 결과는 한 프로그램이 품질과 속도 모두에서 앞섰다는 근거가 아니라 측정 항목별로 따로 읽어야 하는 수치입니다. Basalt 수치로는 같은 Q8 설정이라도 실행 프로그램에 따라 원본과의 차이가 달라졌다는 점을, Strata 보고로는 실행 프로그램을 바꾼 뒤 답변 속도가 약 두 배가 됐다는 사용자 경험이 있다는 점을 알 수 있습니다.

Locus의 분자 발견과 SKY-001의 재규어 자동차 복원은 모두 개발사가 직접 밝힌 성과이며, 성과를 재는 잣대도 각 회사가 정했습니다. Locus가 신약 개발 분야에서 통용되는 과제 수행을 내세운 반면, SKY-001은 GPT-6 Astra와의 정확도·속도·비용 비교를 앞세웠습니다.

어떤 과제로, 무엇과 비교했는지에 따라 같은 '성과'라는 말이 담는 내용이 달라집니다. SKY-001의 51배·150배 수치는 GPT-6 Astra와 견준 속도와 비용인 반면②, Locus 발표는 비교 대상 모델 없이 과제 수행 자체를 성과로 내세웠습니다.

전문 분야 AI의 발표 성과는 과제가 업계 통용 기준인지, 비교 대상과 같은 조건에서 측정됐는지를 구분해서 볼 필요가 있습니다.

DeepSeek 모델과 화웨이 어센드 칩의 관계는 2025년 V3/R1 호스팅, 2026년 V4 지원을 거쳐 V5 사전학습 계획으로 이어지며, 완성된 모델을 돌리는 데서 모델을 만드는 단계로 범위가 넓어지는 흐름으로 보도됐습니다.

V3/R1과 V4 단계는 실제 운영 사례인 반면, V5 사전학습은 언론 보도로 알려진 계획입니다. 따라서 이번 자료로 읽을 수 있는 것은 어센드 칩의 쓰임을 학습 단계까지 넓히려는 계획이 나왔다는 점까지이며, 그 학습의 규모와 결과에 대한 수치는 아직 공개되지 않았습니다.