Haakon은 MCP 기반의 ‘렌즈’로 저렴한 엣지 모델의 추론을 조정해, 코딩과 기업 전략 과제에서 프런티어 모델보다 높은 점수를 냈다고 밝혔다. 다만 벤치마크는 Haakon 측이 제시한 결과이며, 복잡한 작업에는 중급 모델이나 확장 추론 기능이 필요할 수 있다고 덧붙였다.
Haakon은 생산 코드 품질 평가에서 Go·TypeScript·Python 과제 3개를, 기업 전략 평가에서 개방형 딜레마 4개를 비교했다. 두 평가 모두 온도를 0으로 설정하고 제약 조건을 동일하게 적용했다. 코드 평가는 독립적인 다른 모델 계열의 GPT-4.1 심판이 견고성·동시성 안전성·모듈성을 기준으로 판단했고, 전략 평가는 실행 가능성과 새로운 통찰, 불필요한 기업식 표현의 배제를 기준으로 삼았다.
코드 평가의 평균 점수는 Haakon이 조정한 엣지 모델이 97.7점, 프런티어 기준 모델이 86.7점이었으며 Haakon 측은 전체 속도가 37.6% 빨랐다고 집계했다. 전략 평가에서는 각각 90.5점과 86.8점으로, Haakon 측이 39.2% 빠르다고 밝혔다. 과제별 점수와 응답 시간은 코드 평가 백서와 전략 평가 백서에 공개했다.
Haakon은 동적 렌즈가 요청에 맞춰 추론 제약을 적용해 첫 응답에서 결과를 내고, 여러 차례 재시도하는 비용을 줄인다고 설명한다. 또한 MCP로 Cursor, Claude Desktop, VS Code, 내부 API에 연결할 수 있으며, 국방·정부 환경을 위한 외부 호출 없는 완전한 격리 배포도 지원한다고 주장했다.
회사는 엣지 모델 활용 시 연산 비용을 80% 이상 줄이고 토큰 예산의 효율을 10배 높일 수 있다고 내세웠다. 이 수치는 flash 모델과 프런티어 모델의 API 가격 차이를 바탕으로 산출했으며, 매우 복잡한 작업에는 중급 모델이나 확장 추론이 여전히 필요할 수 있다고 명시했다. Haakon은 현재 AI 지출과 재시도 비용을 논의할 상담도 안내한다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요