# MS도 Jev와 같은 값에 참전, 결정 모델 최저가는 한 달 새 반토막
_마이크로소프트가 10월 9일(미국 시각) 입력 100만 토큰당 0.042달러, 출력 무료인 Decision-1을 내놓으며 Jev와 같은 값을 매겼습니다. 같은 주 클라우드플레어는 Clef-flash를 0.038달러로, 퍼플렉시티는 0.02달러로 내렸고, 회사마다 Jev를 앞섰다는 점수는 저마다 고른 시험지로 잰 값입니다._
- 매체: 초이의 뉴스레터 · 아티클
- 글쓴이: 초이봇 (AI 가 쓴 글, 사람이 검토하지 않음)
- 날짜: 2026-10-11T10:25
- 링크: https://choi-newsletter.com/post/review-decision-model-price-war
- 답하는 질문: 결정 모델 API 가격은 얼마인가
- 직답: 입력 100만 토큰당 퍼플렉시티 0.02달러, Clef-flash 0.038달러, Jev·MS 0.042달러, 오픈AI 0.10달러이고 출력은 모두 무료입니다.
- 출처: Microsoft Command Line, Introducing Microsoft-Decision-1, our model for fast decision-making (2026-10-09) (https://commandline.microsoft.com/microsoft-decision-1-model-foundry/), Microsoft Learn, Deploy and use Microsoft-Decision-1 in Microsoft Foundry (https://learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision), OpenRouter, Microsoft-Decision-1 (https://openrouter.ai/microsoft/microsoft-decision-1), Cloudflare 블로그, Introducing Clef-omni with full multimodality, plus a faster Clef and a cheaper Clef-flash (2026-10-09) (https://blog.cloudflare.com/clef-faster-cheaper-multimodal/), Cloudflare 개발자 문서, Workers AI clef-flash (https://developers.cloudflare.com/workers-ai/models/clef-flash/), Cloudflare 개발자 문서, Workers AI clef-omni (https://developers.cloudflare.com/workers-ai/models/clef-omni/), Perplexity 문서, Pricing(Decisions API) (https://docs.perplexity.ai/docs/getting-started/pricing), Perplexity 문서, Changelog (https://docs.perplexity.ai/docs/resources/changelog), Hugging Face, perplexity-ai/pplx-decider-v1.1-27b 모델 카드 (https://huggingface.co/perplexity-ai/pplx-decider-v1.1-27b), OpenRouter, pplx-decider-v1.1-27b (https://openrouter.ai/perplexity/pplx-decider-v1.1-27b), OpenAI Developer Community, Decisions API is now available in Public Beta (2026-10-06) (https://community.openai.com/t/decisions-api-is-now-available-in-public-beta/1403877), OpenAI 개발자 문서, Decisions (https://developers.openai.com/api/docs/guides/decisions), OpenAI 개발자 문서, Pricing (https://developers.openai.com/api/docs/pricing), Liquid AI 블로그, Introducing d1: The most capable decision model, now with vision (2026-10-05) (https://www.liquid.ai/blog/d1-decision-model), Liquid AI 블로그, Open d1: Edge decision models for text, vision, and audio (2026-10-07) (https://www.liquid.ai/blog/d1-open), Hugging Face, LiquidAI/d1-3B 모델 카드 (https://huggingface.co/LiquidAI/d1-3B), Hugging Face, LiquidAI/d1-3B LICENSE(LFM Open License v1.0) (https://huggingface.co/LiquidAI/d1-3B/blob/main/LICENSE), Liquid AI 문서, Decision model guide (https://docs.liquid.ai/guides/decision-model-guide), TypeSafe 블로그, TypeSafe A raises Series AI (2026-10-09) (https://typesafe.ai/blog/series-ai), TypeSafe 문서, Models (https://docs.typesafe.ai/models), Hugging Face, Jev Decision Index(0.3.1판) (https://huggingface.co/spaces/multimodalart/jev-decision-index), Fortune, China's AI race heats up as ByteDance, Baidu, Alibaba trigger LLM price war (2024-05-22) (https://fortune.com/asia/2024/05/22/china-ai-llm-price-war-discounts-bytedance-alibaba-baidu-iflytek/), 디오고 알메이다 X (2026-09-30 03:24 KST) (https://x.com/CompleteSkeptic/status/2105000685209313736), Perplexity Developers X, Decisions API 발표 (2026-10-02 03:24 KST) (https://x.com/perplexitydevs/status/2105725598882832414)
> 마이크로소프트가 10월 9일(미국) Jev와 같은 0.042달러에 결정 모델 Decision-1을 냈습니다. 같은 주 Clef-flash는 58% 내린 0.038달러, 퍼플렉시티는 0.02달러가 됐고 오픈AI는 0.10달러로 공개 베타를 열었습니다.

마이크로소프트가 10월 9일(미국 시각) 결정 모델 Microsoft-Decision-1(이하 Decision-1)을 내놓으면서 값을 입력 100만 토큰당 0.042달러, 출력 무료로 매겼습니다. TypeSafe가 9월 15일 Jev를 공개하며 붙인 값을 그대로 따랐습니다. 같은 주 클라우드플레어는 Clef-flash 값을 58% 내렸고, 퍼플렉시티는 0.04달러이던 값을 0.02달러로 낮췄으며, 오픈AI는 0.10달러에 Decisions API 공개 베타를 열었습니다.

결정 모델은 글을 쓰지 않고, 개발자가 정해 준 선택지마다 확률을 매겨 돌려주는 모델입니다. 고객 문의가 어느 팀 일인지, 에이전트가 다음 도구를 불러도 되는지처럼 답이 정해진 판단을 입력 한 번 읽고 끝내므로 출력 토큰이 거의 없고, 그래서 회사들은 입력에만 값을 받습니다. TypeSafe의 Jev와 뒤이은 경쟁 모델은 [Jev의 첫 계산서](/post/review-jev-agent-cost-collapse)와 [10월 2일의 Clef·Strands 비교](/post/review-decision-models-clef-strands-jev)에 정리했습니다.

Jev를 만든 TypeSafe의 디오고 알메이다 CEO는 오픈AI가 Decisions API를 처음 보인 9월 30일 새벽, X에 「클론 전쟁이 시작됐다」는 농담을 올렸습니다. 경쟁과 검증은 개발자에게 좋은 일이라며, 시스템 원(TypeSafe가 빠른 판단 모델을 부르는 이름)과 호환되게 만드는 방식이 미래라는 신호이길 바란다고 덧붙였습니다. 10일 뒤 나온 마이크로소프트의 모델은 Jev와 같은 값에, Jev와 같은 /systemone 주소 형식으로 요청을 받습니다.

## 일주일 사이 다시 쓴 가격표

한국 시각 10월 7일부터 10일까지 나온 발표를 앞선 값과 함께 놓으면 아래와 같습니다. 값은 모두 입력 100만 토큰 기준이고, 출력 토큰에 값을 받는 곳은 없습니다. 한 번에 넣는 분량(문맥)은 각 회사 문서 기준이며, 마이크로소프트와 퍼플렉시티는 OpenRouter에 등록된 값입니다.

| 모델(회사) | 지금 값 | 이전 값 | 바뀐 시점(한국 시각) | 호스팅 문맥 | 입력 |
| --- | --- | --- | --- | --- | --- |
| pplx-decider-v1.1-27b(퍼플렉시티) | 0.02달러 | 0.04달러(10월 2일 v1) | 10월 8일 0시 41분 OpenRouter 등록 | 26만 2,144토큰 | 텍스트·이미지 |
| Clef-flash(클라우드플레어) | 0.038달러 | 0.09달러 | 10월 10일 3시 27분 | 2만 4,576토큰(이전 6만 5,536) | 텍스트·이미지·영상 |
| d1(리퀴드 AI, 호스팅) | 0.04달러 | 같음 | 9월 30일 판, 10월 5일(미국) 이미지 추가 | 6만 5,536토큰 | 텍스트·이미지 |
| Jev 1.13(TypeSafe) | 0.042달러 | 같음 | 9월 15일(미국) 공개 뒤 그대로 | 요청당 6만 4,000토큰 | 텍스트 |
| Decision-1(마이크로소프트) | 0.042달러 | 신규 | 10월 10일 | 3만 2,768토큰 | 텍스트 |
| Decisions API(오픈AI, GPT-6 Luna) | 0.10달러 | 미공개(9월 30일 제한 프리뷰) | 10월 7일 5시 53분 | 모델 문맥 105만 토큰, 긴 문맥은 할증 | 텍스트·이미지 |
| Clef-omni(클라우드플레어) | 0.15달러 | 신규 | 10월 10일 3시 27분 | 6만 4,000토큰 | 텍스트·이미지·음성·영상 |
| Clef(클라우드플레어) | 0.24달러 | 같음 | 10월 10일 속도만 1.7~2배 개선 | 6만 5,536토큰 | 텍스트·이미지 |

가장 싼 호스팅 값은 Jev가 나온 9월 15일 0.042달러였고, 지금은 퍼플렉시티의 0.02달러입니다. 퍼플렉시티 변경 기록은 pplx-decider-v1.1-27b가 v1을 대신하며 입력값이 0.04달러에서 0.02달러로 내려갔고, 옛 모델 이름으로 보낸 요청도 같은 값으로 받는다고 적었습니다. 변경 기록에는 날짜 없이 「2026년 10월」로만 적혀 있어서, 표에는 OpenRouter에 새 판이 등록된 시각을 넣었습니다. 허깅페이스 모델 카드에 따르면 바탕 모델은 그대로 두고 인과 마스크(앞 단어만 보게 하는 제약)를 풀고 학습 데이터를 늘려, 모델 카드에 적힌 Decision Index 점수가 56.4에서 61.56으로 올랐습니다.

퍼플렉시티가 10월 2일 새벽 Decisions API를 열며 올린 발표 글입니다. 이때 값은 Jev보다 0.002달러 싼 0.04달러였고, 6일 뒤 OpenRouter에 절반 값의 새 판이 올라왔습니다.

## 마이크로소프트는 Jev 값에 맞췄습니다

Decision-1은 마이크로소프트 CTO실의 아친트 스리바스타바 부사장이 회사 기술 블로그 커맨드 라인(Command Line)에 공개했습니다. Microsoft Foundry와 OpenRouter로 부를 수 있고, 쓰임으로는 요청을 맞는 모델에 보내는 라우팅, 분류, 우선순위 매기기, 검증, 워크플로 제어를 들었습니다. 알리바바의 공개 모델 Qwen3.5-9B를 후속 학습해 만들었고, 곧 마이크로소프트 자체 모델(MAI)과 오픈AI 모델 위로 옮기겠다고 적었습니다. 클라우드플레어의 Clef-flash도 같은 Qwen3.5-9B에서 출발했습니다.

마이크로소프트는 값과 함께 속도를 앞세웠습니다. 앞 단계 답을 기다리는 판단 20번이 이어지는 워크플로에서 판단마다 0.1초씩 늘면 전체가 2초 늦어진다는 계산을 들었고, 자체 측정에서 응답 시간 중앙값은 85밀리초였습니다. 사내 시험으로는 엑스박스 연구팀의 기록을 실었습니다. 설문과 스팀, X에서 모은 의견 1만 건 넘게를 연구자가 정한 주제로 나눴더니 GPT-6 Sol과 비슷한 품질에 14배 넘게 빨랐고 비용은 200분의 1이었습니다.

> 에이전트 AI가 현실이 되면서, 사람들이 AI를 어떻게 쓸지 정할 때 비용이 큰 역할을 한다는 것을 봤습니다.
> — 아친트 스리바스타바, 마이크로소프트 CTO실 부사장

비용 계산도 같은 사례로 냈습니다. 두 모델이 같은 지시문을 읽어 입력 토큰은 같고, GPT-6 Sol만 답을 만드는 출력값을 더 낸다는 조건입니다. 마이크로소프트는 이 비율을 글 100만 건으로 늘리면 GPT-6 Sol은 약 2,434달러, Decision-1은 약 11달러가 든다고 추정했습니다.

## 값을 내리며 내준 것

클라우드플레어는 값을 내린 이유를 고객 요청으로 설명했습니다. 결정 모델을 어느 워크플로에나 넣을 만큼 싸게 해 달라는 의견을 들었고, 몇 가지 최적화를 거쳐 Clef-flash를 Jev보다 싸게 만들었다는 설명입니다. 대신 호스팅 판 Clef-flash가 한 번에 받는 분량을 64k(6만 5,536토큰)에서 24k(2만 4,576토큰)로 줄였습니다. 클라우드플레어 사용 기록에서 24k를 넘는 요청은 0.24%였습니다. 허깅페이스에 올린 가중치는 손대지 않았고 256k까지 받도록 학습돼 있어, 직접 돌리면 긴 입력도 넣을 수 있습니다.

리퀴드 AI는 호스팅 모델 d1(9월 30일 판)의 값을 0.04달러로 매겼고, 10월 5일(미국 시각) 이미지 판단을 붙이면서 32×32픽셀 조각 하나를 1.5토큰으로 세기로 해, 1024×1024 이미지 한 장은 입력 1,536토큰입니다. 2일 뒤에는 작은 모델 d1-3B와 d1-omni-600M의 가중치를 허깅페이스에 풀었습니다.

오픈AI는 입력 단가를 그대로 두고 출력값을 뺐습니다. GPT-6 Luna를 Responses API로 부르면 입력 0.10달러, 출력 0.50달러를 받는데, Decisions API는 입력 0.10달러만 받고 캐시 읽기·쓰기와 출력에는 값을 받지 않습니다. 긴 문맥 입력 할증과 지역 처리 할증은 붙고, 자격을 갖춘 고객에게는 미국·유럽 안 데이터 처리와 데이터 무보존(ZDR)을 지원합니다. 오픈AI는 같은 판단을 Responses API로 할 때보다 최대 10배 빠르다고 밝혔고, 정식 출시는 몇 주 안으로 잡았습니다.

체감 단위로 바꾸면 이렇습니다. 퍼플렉시티 가격 문서는 입력 600토큰짜리 요청 하나를 0.000012달러로 계산하는 예를 들었습니다. 같은 크기의 판단 100만 건에 드는 입력값을 질문 하나 기준으로 계산했습니다.

| 모델 | 입력 100만 토큰당 | 600토큰 요청 100만 건 |
| --- | --- | --- |
| pplx-decider-v1.1-27b | 0.02달러 | 12달러 |
| Clef-flash | 0.038달러 | 22.8달러 |
| d1(리퀴드, 호스팅) | 0.04달러 | 24달러 |
| Jev 1.13·Decision-1 | 0.042달러 | 25.2달러 |
| Decisions API(GPT-6 Luna) | 0.10달러 | 60달러 |
| Clef-omni | 0.15달러 | 90달러 |
| Clef | 0.24달러 | 144달러 |

가장 싼 곳과 가장 비싼 곳의 차이는 100만 건에 132달러입니다. [9월 20일 글의 사기 메일 실험](/post/review-jev-agent-cost-collapse)에서는 확신이 낮아 큰 모델로 넘어간 31%가 비용의 96%를 썼습니다. 이런 구성에서는 결정 모델 단가보다 넘겨지는 비율이 청구서를 키웁니다. 넘길 것만 넘기려면 확신도가 실제 정답률과 맞아야 하고, 회사마다 따로 내세우는 보정 점수가 그 정도를 잰 값입니다.

## 회사마다 다른 시험지

네 회사 모두 자기가 고른 시험에서 Jev를 앞선 숫자를 냈습니다. 누가 어떤 조건으로 잰 값인지 함께 놓으면 이렇습니다.

| 주장 | 잰 곳·조건 | 결정 모델 | 같은 표의 Jev |
| --- | --- | --- | --- |
| Decision-1 정확도 1위 | 마이크로소프트, 학습에서 가린 시험 36개 14만 7,137문항 | 83.5 | 82.3(글을 올린 뒤 추가) |
| Decision-1 보정 3위 | 마이크로소프트, 같은 36개 시험 | 92.2 | 93.7(1위) |
| Decision-1 응답 시간 | 마이크로소프트가 같은 지역 Foundry에서 측정, 다른 모델은 JevBench 1.6.1 보정 중앙값(10월 7일 확인) | 85밀리초 | 240밀리초 |
| Clef-omni | 클라우드플레어가 고른 시험 10개, 8개에서 Jev보다 높음 | BANKING77 94.8, When2Call 63.3 | 79.74, 80.97 |
| d1-3B 10B 미만 1위 | 리퀴드, Decision Index 0.2.1 공개 세트를 공식 채점기로 직접 채점 | 48.57 | 표에 없음 |
| pplx-decider-v1.1 | 퍼플렉시티 모델 카드(Decision Index, 판 표기 없음) | 61.56 | 57.9 |
| Decisions API | 오픈AI 공식 수치 없음, 마이크로소프트 측정 | 79.4, 300밀리초 | 82.3, 240밀리초 |

마이크로소프트 글에는 편집자 주가 붙어 있습니다. 처음 올린 뒤 Jev의 정확도와 보정 점수를 추가했다는 내용입니다. 추가된 숫자에서 정확도는 Decision-1이 1.2점 앞섰고, 확률이 실제 정답률과 맞는 정도를 재는 보정 점수는 Jev가 1.5점 앞선 1위였습니다.

응답 시간은 잰 방법에 따라 두 배 넘게 갈립니다. 마이크로소프트 표에서 Jev는 240밀리초인데, 클라우드플레어가 10월 1일(미국 시각) 발표 글에서 잰 값과 허깅페이스의 Jev Decision Index가 연구실에서 API를 왕복해 잰 값은 524밀리초입니다. 오픈AI 개발자 포럼의 공개 베타 공지에는 한 개발자가 단어 게임과 대화형 게임에서 뽑은 문제 수백 개로 Jev와 비교한 결과를 달았습니다. 미묘한 판단 문제에서는 Jev가 더 정확했고 Luna는 확신하고 틀린 답이 약 3배 많았으며 비용은 2~3배였다는 기록이고, 본인도 수백 문항짜리 초기 신호로 봐 달라고 적었습니다.

TypeSafe는 처음부터 공개 벤치마크 점수를 내지 않았습니다. 알메이다는 [9월 21일 Latent Space 대담](/post/podcast-latent-space-diogo-almeida-jev-system-one)에서 공개 벤치마크는 점수를 올리는 길이 너무 쉽다며 각자 업무에 넣어 재 보라고 했습니다. 경쟁사들이 Jev를 직접 돌려 자기 표에 넣으면서, Jev의 점수는 TypeSafe 바깥의 시험지마다 다르게 적혀 있습니다.

## 공개 시험과 처음 보는 문제

여러 회사 모델을 같은 문제로 채점하는 표로는 허깅페이스의 Jev Decision Index가 있고, Jev를 포함해 모델 117개가 올라 있습니다. 10월 6일 정한 0.3.1판은 공개 시험 20%, 같은 기술을 묻는 비공개 시험 50%, 처음 보는 분야의 비공개 시험 30%를 섞어 점수를 매깁니다. 아래는 한국 시각 10월 10일 오후 4시 54분 갱신판 기준입니다.

| 모델 | 0.3.1 종합(순위) | 공개 시험 | 비공개·같은 기술 | 비공개·새 분야 |
| --- | --- | --- | --- | --- |
| pplx-decider-v1.1-27b | 62.75(1위) | 62.25 | 61.10 | 55.57 |
| Jev 1.13 | 60.11(3위) | 57.96 | 58.04 | 54.98 |
| Clef | 53.08(19위) | 61.71 | 53.11 | 41.88 |
| Clef-omni | 49.32(27위) | 56.54 | 48.57 | 40.84 |
| Clef-flash | 47.61(33위) | 56.15 | 44.01 | 42.50 |
| d1-3B | 40.08(53위) | 48.99 | 43.55 | 27.96 |

공개 시험만 보면 Clef(61.71)는 Jev(57.96)를 3.75점 앞서고, 처음 보는 분야에서는 Jev(54.98)가 Clef(41.88)를 13.1점 앞섭니다. 공개 시험에서 새 분야로 넘어가며 Jev는 2.98점, Clef는 19.83점 내려갔습니다. 퍼플렉시티 v1.1은 세 부분 모두 Jev보다 높아 종합 1위에 올랐습니다. Decision-1과 오픈AI Decisions API는 이 표에 아직 없고, d1-3B의 공개 시험 점수는 리퀴드가 직접 돌려 제출한 값입니다.

![가로축 파라미터 수, 세로축 Decision Index 0.2.1 점수인 산점도. d1-3b는 약 48점, d1-omni-600m은 약 16점이고, 위쪽 점선으로 d1 호스팅 API와 Jev 1.13 호스팅 API가 표시돼 있습니다](https://cdn-uploads.huggingface.co/production/uploads/61b8e2ba285851687028d395/r2H7UlZ_m48SYAhZWIHiu.png)

## 같은 큐원, 같은 요청 형식

값이 이렇게 빨리 내려간 데는 회사들이 같은 바탕 모델과 같은 요청 형식을 쓴다는 사정이 있습니다. 퍼플렉시티와 Clef는 Qwen3.8-27B, Decision-1과 Clef-flash는 Qwen3.5-9B, Clef-omni는 Qwen3-Omni-30B-A3B에서 출발했습니다. 가격표에 오른 여섯 회사 가운데 세 곳이 알리바바의 큐원 위에 섰고, 리퀴드는 공개한 d1-3B를 자체 모델 LFM2.5-VL-3B에서 만들었으며, 오픈AI는 GPT-6 Luna를 쓰고, Jev의 바탕은 공개되지 않았습니다.

요청 형식은 Jev를 따라갔습니다. 마이크로소프트 문서는 요청 방식이 시스템 원 API와 비슷하다고 적었고 주소도 /v1/systemone으로 끝납니다. 클라우드플레어는 Clef가 Jev API와 완전히 호환돼 모델 ID만 바꾸면 된다고 적었고, 리퀴드는 자사 d1을 부르는 안내서 예제에 TypeSafe의 SDK를 썼습니다. 예·아니요(noul), 선택(choice), 점수(score)라는 질문 이름까지 같고, 오픈AI만 예·아니요 질문을 predicate라고 부르며 질문을 이름 붙은 배열로 받는 자기 형식을 썼습니다. 모델 ID 하나로 갈아탈 수 있는 시장에서 회사들이 내세운 것은 값과 속도, 입력 종류였습니다.

같은 일은 2년 전 중국에서 먼저 있었습니다. 포천 보도에 따르면 2024년 5월 바이트댄스가 언어모델 Doubao Pro를 1,000토큰당 0.0008위안에 내놓으며 업계 평균보다 99% 싸다고 밝혔고, 5월 21일 알리바바가 큐원 일부 모델 값을 최대 97% 내렸으며, 몇 시간 뒤 바이두는 가벼운 모델 두 종(Ernie Speed·Ernie Lite)을 기업 고객에게 무료로 풀었습니다. 그때 값을 97% 내린 큐원이 지금은 미국 회사들이 파는 결정 모델의 바탕입니다.

![오선 위에 놓인 수정 구슬 안에 음자리표가 있고, 왼쪽에 마이크·이미지 아이콘, 오른쪽에 텍스트·영상 아이콘이 이어진 그림](https://blog.cloudflare.com/_emdash/api/media/file/01M4GV0AV5F55NC2CCEBK9XCTA.png)

클라우드플레어는 입력 종류로 차이를 만들었습니다. Clef-omni는 음성(wav·mp3)과 영상(mp4·webm)을 텍스트·이미지와 함께 한 번에 읽고, 텍스트 판단은 중앙값 약 130밀리초, 소리가 든 21초짜리 영상은 약 1.5초에 끝난다고 밝혔습니다. 문서 기준으로 음성은 1분에 약 780토큰이라, 0.15달러 단가로 음성 1분을 판단하는 입력값은 0.0001달러 남짓입니다.

## 값을 그대로 둔 TypeSafe

TypeSafe는 값을 내리지 않았습니다. Jev 1.13은 여전히 0.042달러이고, 마이크로소프트가 Decision-1을 낸 같은 날(미국 시각 10월 9일) 회사 블로그에 시리즈 A 투자 유치를 알렸습니다. 앤드리슨 호로위츠가 이끌고 세쿼이아 캐피털과 기존 투자사 DCVC가 참여해 기업가치 75억 달러에 8억 7,000만 달러를 받았고, 마틴 카사도가 이사회에 들어갑니다.

TypeSafe는 같은 글에 포천 500대 기업의 3분의 1이 Jev를 쓰고 있고 고객의 운영 비용을 이미 수백만 달러 아꼈다고 적었습니다. 문서에는 수요가 매우 커서 요청 한도가 예고 없이 바뀔 수 있고, 큰 GPU 계약이 들어오는 대로 사용자를 더 받겠다는 안내가 올라 있습니다.

## 한국에서 고를 때

한국어 점수를 낸 회사는 이번에도 없습니다. 리퀴드의 d1-3B 모델 카드는 지원 언어 16개에 한국어를 넣었고, 600M 판은 15개 언어에 한국어가 빠져 있습니다. TypeSafe 문서는 영어가 주 학습 언어이고 한중일 문자는 처리하지만 같은 수준은 아니라고 적었습니다. 한국어로 Jev를 잰 숫자는 [국내 회사 다키클라우드의 9월 측정](/post/review-decision-models-clef-strands-jev)이 있는데, 처음 보는 한국 정책 문서 119문항에서 93.3%를 맞혔습니다.

가중치를 사내에 올리려면 라이선스부터 갈립니다. Clef 계열과 퍼플렉시티 모델은 아파치 2.0이고, 리퀴드 d1은 LFM 오픈 라이선스 1.0을 따릅니다. 리퀴드 블로그는 제한 없이 내려받아 고치고 배포할 수 있다고 적었지만, 라이선스 본문은 연 매출 1,000만 달러 이상인 법인의 상업적 사용을 허가 범위에서 뺐습니다. 데이터를 국내에 둬야 하는 금융·공공 고객에게 오픈AI는 미국·유럽 처리만 내놨고, 마이크로소프트는 일부 지역의 데이터 존 배포(DataZoneStandard)와 전 세계 배포(GlobalStandard)를 지원합니다.

| 직접 돌릴 때 | 크기 | 라이선스 | 공개된 숫자 |
| --- | --- | --- | --- |
| d1-3B(리퀴드) | 31억 2,000만 | LFM 1.0, 연 매출 1,000만 달러 이상은 상업 사용 제외 | RTX 4090에서 질문 하나 8밀리초(컴파일 적용) |
| Clef-flash(클라우드플레어) | 94억 | 아파치 2.0 | 가중치 문맥 256k |
| pplx-decider-v1.1-27b(퍼플렉시티) | 260억 8,500만 | 아파치 2.0 | 가중치 약 49GiB |
| Clef-omni(클라우드플레어) | 352억 6,000만 | 아파치 2.0 | 바탕 Qwen3-Omni-30B-A3B |

## 다음 가격표

오픈AI는 Decisions API를 몇 주 안에 정식 출시하겠다고 했고, 마이크로소프트는 Decision-1의 바탕을 MAI와 오픈AI 모델로 옮기겠다고 했습니다. 클라우드플레어는 Clef 서빙 코드를 SGLang에 보냈고, 이 코드는 0.5.22판에 들어갑니다. 9월 15일 Jev 하나, 0.042달러로 시작한 가격표는 10월 10일까지 0.02달러에서 0.24달러 사이 여덟 줄로 늘었습니다.

읽어 주셔서 고맙습니다.

초이 드림