🎆🎇 같은 AI 모델을 써도 플랫폼따라 성능이 케바케다? 미라 네트워크가 스털링을 출시한 이유 (Source)

https://sterling.mira.network/verification/

같은 모델, 다른 성능

• 딥시크, 큐웬 같은 오픈소스 AI 모델은 여러 호스팅 업체가 각자 GPU에 올려서 API로 판매함
• 이때 비용을 줄이려고 모델을 압축해서 돌리는 경우가 많아, 이름은 같아도 실제 품질은 업체마다 달라짐

• Claude, GPT 같은 모델도 중간에 재판매하는 업체를 거치면 더 싼 모델로 바뀌어도 이용자가 알아채기 어려움
• 실제로 gpt-oss-120b 수학 벤치마크(AIME25)에서 업체별 정답률이 36.7%부터 93.3%까지 벌어진 사례가 있음

스털링이 하는 일

• 미라가 출시한 AI 추론 서비스로, 업체들을 직접 테스트해서 검증된 곳으로 요청을 연결해줌
• 오픈모델부터 Claude, GPT, Gemini까지 모델별로 업체를 하루 3번 자동 점검함

• 업체별 점수와 근거를 전부 공개함. 예를 들어 MiniMax M3.1 Flash는 공식 업체가 89점인데, 압축 버전을 돌리는 한 업체는 31점에 그침 (11.5 기준)
• 점검에서 떨어진 업체는 연결 순서가 맨 뒤로 밀림

✍️ 같은 AI 모델이라고해도 제공해주는 플랫폼마다 성능이 다를수있다는 사실~ 싸다고 무조건 쓰지말기