바이브코딩
Drex Max Finance | 글을 쓰지 않는 27B 금융 결정 모델
글과 이미지를 넣고 선택지 확률만 받는 27B 금융 결정 모델이다.
Nace.AI가 2026년 11월 2일 블로그에서 Drex for Finance를 일반 공개했다. 호출 아이디는 drex-max-finance다. 같은 모델을 오픈라우터는 2026년 11월 10일 카탈로그에 올렸다. 오픈라우터 아이디는 nace-ai/drex-max-finance이고, 정식 슬러그는 nace-ai/drex-max-finance-20261110이다. 행이 생긴 유닉스 시각 1794275820은 UTC 2026-11-10 01:57:00, 한국 시각 10시 57분이다.
이 모델은 글을 쓰는 챗봇이 아니다. 오픈라우터 페이지 문장은 Drex Max를 금융 결정에 더 맞춘 27B 멀티모달 모델이라고 적는다. 글, JSON, 청구서나 영수증 같은 이미지를 넣고, 예 또는 아니오, 여러 보기, 순서 점수 질문을 함께 주면, 한 번의 계산으로 보기마다 확률을 돌려준다. 문장을 생성하지 않는다. 아키텍처 필드의 모달리티는 text+image->decisions다.
같은 페이지는 쓰는 자리를 은행, 회계, 결제, 보험, 신용, 컴플라이언스, 공시, 시장으로 적고, 창은 262K토큰이라고 요약한다. 카탈로그의 정확한 창 값은 262,144다. 공급자는 DeepInfra 한 곳이고 태그는 deepinfra/us다. 양자화 칸은 unknown이다. 아래 가격과 창은 2026년 11월 11일 오픈라우터 페이지와 엔드포인트 JSON을 기준으로 하고, 질문 형식과 이미지 한도는 같은 기간의 Nace 문서를 기준으로 한다.
API가 돌려주는 description은 statements,...에서 잘려 있다. 나머지 문장, 확률을 돌려주고 글을 생성하지 않는다는 부분은 모델 페이지 HTML에 있다. 잘린 JSON과 페이지 문단을 같은 길이로 보지 않는다.
Drex Max Finance가 하는 일

입력 모달리티는 text와 image다. 출력 모달리티는 decisions 하나다. 토크나이저 칸은 Other이고, 지시 형식(instruct_type)은 비어 있다. hugging_face_id도 비어 있다. 같은 페이지의 다른 카드가 가리키는 https://github.com/nace-ai/drex-decision-models는 옆 모델 소개에 붙은 주소라서, 이 금융 행의 가중치 페이지로 옮기지 않는다.
Nace 문서는 이 모델을 Drex Max와 요청 모양은 같고, 서빙 용량은 따로 둔 금융용 모델이라고 적는다. POST /v1/systemone에 model로 drex-max-finance를 보낸다. 응답의 model도 그 아이디다. answers는 질문 아이디를 키로 하는 객체이고, usage, evaluation_time_ms, request_id가 함께 온다. 출력 토큰은 사용량에 찍히지만 청구하지 않는다고 가격 문서가 적는다.
오픈라우터 카탈로그가 이 행에 적어 둔 완성 토큰 상한은 235,929다. max_prompt_tokens는 null이다. Nace 쪽 한도는 다른 셈법이다. Max와 Finance는 상태, 이미지, 질문, 형식 마커를 합친 요청 전체가 262,144토큰을 같이 쓴다. 질문을 하나 더하면 그 공유 예산이 줄어든다. 235,929를 글 생성 상한으로 읽거나, 두 숫자를 빼서 프롬프트 한도라고 적지 않는다. 오픈라우터가 프롬프트 상한을 적어 둔 값은 없다.
지원 파라미터 목록은 빈 배열이다. 온도나 top_p 같은 샘플링 칸이 이 행에는 없다. 엔드포인트 JSON의 supports_tool_choice는 none, auto, required, function이 모두 true다. 그 플래그만으로 도구 호출이 열린다고 단정하지 않는다. 이 글은 유료 요청을 보내지 않았다.
지금 오픈라우터에 적힌 가격

엔드포인트 가격은 토큰당 소수다. 프롬프트 0.00000006, 완성 0, 캐시 읽기 0.00000006이다. 100만 토큰으로 바꾸면 입력 0.06달러, 출력 0달러, 캐시로 읽은 입력 0.06달러다. discount는 0.5다. 페이지는 입력 칸에 50% off를 붙이고, 취소선 0.12달러 옆에 0.06달러를 둔다. 0.12의 절반이 0.06이라, JSON의 프롬프트 단가는 할인 후 표시 가격과 같다. 구조화 데이터와 FAQ도 입력과 캐시 읽기를 100만 토큰당 0.06달러, 출력을 0.00달러로 적는다.
| 항목 | 토큰당 단가 | 100만 토큰, 할인 전 | 100만 토큰, 할인 후 |
|---|---|---|---|
| 입력 | 0.00000006달러 | 0.12달러 | 0.06달러 |
| 출력 | 0 | 페이지는 청구 없음 | 0달러 |
| 캐시 입력 | 0.00000006달러 | 할인과 같은 칸으로 안 갈림 | 0.06달러 |
캐시 읽기 단가는 할인 후 입력과 같다. 더 싼 캐시 칸이 이 행의 JSON에는 없다. supports_implicit_caching은 true다. 그 플래그는 캐시 기능이 표시됐다는 뜻이고, 적중률은 아니다. 엔드포인트 JSON의 최근 30분 지연과 처리량은 null이다. 최근 1일 가동률 필드는 100이고, 5분과 30분 가동률은 null이다.
핵심 포인트: 2026년 11월 11일 오픈라우터 표시 가격은 입력 100만 토큰 0.06달러, 출력 0달러, 캐시 입력 0.06달러다. 창은 262,144토큰이고 출력은 decisions다. 가중치 아이디는 비어 있다.
Nace 가격 문서는 성공한 POST /v1/systemone만 입력 토큰으로 청구하고, 출력 토큰은 청구하지 않는다고 적는다. 실패한 401, 402, 422, 429, 500, 529는 비용이 없다. 질문 개수당 추가요금도 없다고 적는다. 콘솔 Models 표의 현재 입력 단가는 그 문서가 가리키지만, 2026년 11월 11일에 읽은 마크다운에는 표가 컴포넌트로만 남아 숫자가 없었다. 오픈라우터의 0.06달러를 콘솔 단가와 같은 값으로 합치지 않는다.
블로그는 키가 없을 때 MCP 무료 한도를 하루 100건, 건당 32KB까지라고 적는다. 조건에 맞는 신규 계정은 5달러 크레딧을 받는다고 적는다. 이 두 숫자는 Nace 콘솔 안내이고, 오픈라우터 DeepInfra 끝점의 무료 한도가 아니다.
질문을 세 가지로 넣는 요청

Nace가 받는 질문 유형은 세 가지다. noul은 예 또는 아니오이고, 예일 확률을 돌려준다. choice는 호출자가 준 라벨 중에서 하나 고른다. score는 낮음, 중간, 높음처럼 순서가 있는 칸 중 하나를 고르고, 파이썬 SDK 예시의 세 칸은 0부터 2다. 블로그는 세 질문이 한 번의 순방향 계산과 한 번의 청구를 공유한다고 적는다.
| 유형 | 필드 | 호출자가 정하는 것 | 받는 값 |
|---|---|---|---|
| 예 또는 아니오 | noul | 지시문 | 예일 확률 |
| 여러 보기 | choice | 라벨과 설명 | 고른 라벨 |
| 순서 점수 | score | 칸의 이름 | 칸의 번호 |
문서의 청구서 예시는 상태 문장에 송장 합계와 승인된 발주 금액을 넣고, over_po를 noul로, action을 지급, 보류, 거절의 choice로 보낸다. 주소는 https://console.nace.ai/v1/systemone이다. 키는 환경 변수로 두고, 아래는 문서의 요청 모양만 줄인 것이다.
curl https://console.nace.ai/v1/systemone \
-H "Authorization: Bearer $NACE_API_KEY" \
-H "Content-Type: application/json" \
-d "{\"model\":\"drex-max-finance\",\"state\":\"Invoice 4471 from Northwind Ltd. Total due 12,480.00 USD. Purchase order PO-9921 approved for 11,900.00 USD.\",\"questions\":{\"over_po\":{\"type\":\"noul\",\"instructions\":\"Does the invoice total exceed the approved purchase order amount?\"}}}"
파이썬은 pip install nace-sdk 뒤 NaceClient(model="drex-max-finance")로 같은 호출을 한다. 셸은 nace decide -m drex-max-finance다. 코딩 도구에는 claude mcp add --transport http drex https://console.nace.ai/mcp를 안내한다. Codex는 codex mcp add drex --url https://console.nace.ai/mcp다.
이미 Jev용 TypeSafe SDK를 쓰는 코드는 베이스 URL을 https://console.nace.ai로 두고, 기본 모델을 drex-max-finance로 바꾼다고 블로그가 적는다. OpenAI SDK를 쓰는 결정은 베이스를 https://console.nace.ai/v1로 두고 모델 이름만 같은 아이디로 둔다. 오픈라우터 카탈로그가 적어 둔 경로 이름은 /api/alpha/decisions다. 그 경로의 파라미터 목록은 이 행에서 비어 있으므로, 콘솔의 systemone 본문을 오픈라우터 채팅 완성 본문으로 바꾸어 붙이지 않는다.
호출 전에 GET /v1/models로 그 키에 drex-max-finance가 있는지 보라고 문서가 적는다. 아직 없는 모델은 422 invalid_request_error이고 경로가 model이다. 한도를 넘어도 422다. 평가 시간 안에 답이 없으면 529 overloaded다. 이 예시 호출은 보내지 않았다.
이미지와 한도
Finance와 Drex Max v1.1은 이미지를 읽는다. 문서가 적는 요청 한도는 텍스트만 있을 때와 이미지가 있을 때가 같다. 질문은 요청당 512개까지, choice의 보기나 score의 칸은 255개까지, 직렬화한 본문은 4MiB(4,194,304바이트)까지다. 이미지는 요청당 8장이다. JSON의 images는 PNG, JPEG, WebP를 받는다. 멀티파트 폼은 PNG와 JPEG만 받고, WebP나 GIF는 경로 assets.<name>의 422다.
| 한도 | 값 |
|---|---|
| 질문 수 | 512 |
| 보기 또는 점수 칸 | 255 |
| 본문 | 4MiB |
| 이미지 수 | 8 |
| 이미지 한 장 | 16MiB, 입력 픽셀 4,000만 |
| 이미지 합계 | 32MiB |
| 리사이즈 | 1,638,400픽셀 이하 |
각 이미지는 최대 1,638,400픽셀, 문서의 표현으로는 1,280 곱하기 1,280의 면적까지 줄인다. 그 너머의 세부는 남기지 않는다. 이미지 토큰은 usage.image_tokens로 찍힐 수 있고, 이미 usage.input_tokens에 포함된다. 청구는 그 입력 토큰이다. 인라인 이미지는 base64까지 본문 4MiB에 들어가므로, 문서가 안내하는 인라인 합은 약 3MiB다. 더 큰 파일은 업로드 뒤 workspace_file로 가리킨다.
상태나 질문 문자열 안의 URL은 글자다. Drex는 그 주소를 가져오지 않는다. 본문에서 이미지를 "Image 1", "Image 2"처럼 순서대로 가리킨다. 배열 순서가 그 번호다. 미디어를 state나 questions 안에 넣으면 422다. 다른 모델에 이미지를 보내도 422이고 경로는 images다.
오픈라우터의 Drex Max 소개 문장은 이미지를 최대 네 장이라고 적는다. 그 문장은 Max 카드의 문장이다. Finance 문서의 8장과 한 숫자로 합치지 않는다. supports_image_reference가 false인 것은 이미지 생성용 참조 플래그다. 입력 모달리티의 image와 다른 칸이다.
Nace가 공개한 금융 지수
2026년 11월 2일 발표문은 학습에 쓰지 않은 공개 금융 테스트 48개의 Drex Finance Index를 77.3으로 적는다. 같은 표의 Jev 1.14는 63.6, GPT-6 Luna는 58.4, pplx-decider v1.2는 65.0, Drex Max v1.1은 65.8이다. 점수는 0이 동전 던지기, 100이 전부 맞힌 경우다. 세트마다 우연보다 나은 정도를 재고, 동전보다 못한 세트는 음수가 아니라 0으로 둔다고 적는다. 정확도는 3,361개 결정 가운데 85.7%를 맞힌 비율이다. 짧은 사례의 중앙 응답 시간은 0.82초라고 발표문이 적는다. 이 시간은 Nace 측정이고, 오픈라우터 엔드포인트의 지연 필드가 아니다.
| 항목 | Drex for Finance | Jev 1.14 | GPT-6 Luna | pplx-decider v1.2 | Drex Max v1.1 |
|---|---|---|---|---|---|
| Drex Finance Index | 77.3 | 63.6 | 58.4 | 65.0 | 65.8 |
| 정확도, % | 85.7 | 76.7 | 70.9 | 77.4 | 77.7 |
| 뉴스와 헤드라인 | 89.5 | 66.4 | 60.7 | 68.8 | 71.4 |
| 신용과 위험 | 48.3 | 30.0 | 38.3 | 11.7 | 0.0 |
| 시장과 추론 | 41.5 | 28.1 | 30.1 | 43.1 | 43.0 |
발표문은 11개 행 가운데 10개에서 Finance가 가장 높고, Jev 1.14보다는 아홉 범주 모두 앞선다고 적는다. 시장과 추론만 1위가 아니다. Finance 41.5는 pplx-decider v1.2 43.1, Drex Max v1.1 43.0보다 낮다. 신용과 위험에서 Max v1.1이 0.0인 이유를, 발표문은 결측이 아니라 부도와 나쁜 신용을 너무 자주 올려 동전 던지기 이하가 된 바닥값이라고 설명한다. Finance의 그 칸은 48.3이다.
일반 결정 벤치에서는 JevBench가 93.9%에서 94.4%로, Decision Bench가 94.2%에서 94.6%로 움직였다고 같은 글이 적는다. 금융 학습이 일반 점수를 깎지 않았다는 주장의 근거로 발표문이 든 숫자다. 오픈라우터 이 행에는 별도 벤치마크 표가 붙어 있지 않다.
학습 범위를 발표문은 아홉 덩어리로 적는다. 은행과 결제, 회계와 감사, 신용과 대출, 보험, 컴플라이언스, 공시와 보고서, 시장과 투자, ESG, 자금과 운영이다. 예시로는 중복 송장, 계정 탈취, 신청자 위험 구간, 연준 성명의 매파와 비둘기파가 나온다. 답은 호출자가 적어 준 보기 안에서만 고른다.
오픈라우터 행과 콘솔 문서가 갈리는 지점
페이지는 관련 모델로 Drex Max, Drex v2.0, Drex v1.5를 가리키며 다른 텍스트 모델이라고 적는다. 그 한 줄과 구조 필드는 어긋난다. Finance의 출력은 decisions이고, 같은 페이지의 Max 소개는 글과 JSON과 이미지를 받아 글을 생성하지 않는 결정 모델이다. v2.0 소개는 35B 혼합 전문가, 활성 3B, 입력은 글 또는 JSON이라고 적는다. Finance를 35B로 적거나, v2.0이 이미지를 받는다고 옮기지 않는다.
지식 절단일과 만료일은 둘 다 null이다. top_provider.is_moderated는 false다. 빈 칸은 학습 자료의 마지막 날이나 안전 정책 전문을 대신 알려 주지 않는다. 유럽 역내 라우팅 문장은 이 행의 추출한 본문에서 확인하지 않았다. 다른 모델 페이지의 문장을 여기로 가져오지 않는다.
오픈라우터에서 이 아이디를 채팅 모델처럼 부르면 출력 모달리티와 맞지 않는다. 콘솔에서 부를 때는 systemone과 세 가지 질문 유형이 문서에 있다. 가격을 볼 때는 오픈라우터 표시의 0.06달러와, 숫자가 컴포넌트 뒤에 있는 콘솔 표를 구분한다. 점수를 볼 때는 2026년 11월 2일 Nace 지수를 보고, 그 지수를 오픈라우터 리더보드 순위로 바꾸어 말하지 않는다.
마무리
앞에서 다룬 Drex Max Finance의 호출 조건만 짧게 정리한다.
- 오픈라우터 아이디는
nace-ai/drex-max-finance이고, 행은 2026년 11월 10일에 생겼다. Nace 발표는 11월 2일이다. - 27B 금융 결정 모델이고, 글과 이미지를 받아 decisions만 낸다. 문장을 생성하지 않는다.
- 2026년 11월 11일 오픈라우터 가격은 입력 0.06달러, 출력 0달러, 캐시 입력 0.06달러다. 취소선 정가는 0.12달러다.
- 창은 262,144토큰이다. Nace 문서의 이미지는 8장, 질문은 512개까지다.
- 발표문의 Drex Finance Index는 77.3이고, 시장과 추론 칸은 1위가 아니다. 가중치 아이디는 비어 있다.
「콘솔 아이디와 오픈라우터 가격과 발표문 점수를 한 줄로 섞지 않는다.」
모델이 하는 일은 정해 둔 보기의 확률이다. 가격은 오픈라우터 행을 보고, 질문 본문과 이미지 한도는 Nace 문서를 본다. 유료 호출로 확인하지 않은 도구 플래그는 열려 있다는 기록으로만 남긴다.
출처와 링크
조사일은 2026년 11월이다. 가격과 가동률 칸은 2026년 11월 11일 조회의 값이다.
FAQ
자주 묻는 질문
오픈라우터 아이디 끝에 날짜를 붙여 호출하나요?
canonical_slug인 nace-ai/drex-max-finance-20261110은 엔드포인트 조회 경로에 쓰인다. links.details가 가리키는 상대 경로도 그 날짜 슬러그다. Nace 콘솔 model 칸에 넣는 문자열은 날짜가 없는 drex-max-finance다.
이미지 장당 요금이나 요청당 고정 요금이 있나요?
동기화한 카탈로그 행의 image_price와 request_price는 둘 다 null이다. 오픈라우터 pricing 객체에는 prompt, completion, input_cache_read 세 키만 있다. 장당 추가요금이나 요청당 고정 요금은 이 조회에서 확인되지 않았다.
도구 선택 플래그가 모두 켜져 있으면 도구를 붙여도 되나요?
supports_tool_choice의 none, auto, required, function은 모두 true다. 같은 응답의 supported_parameters는 빈 배열이고 default_parameters는 빈 객체다. 유료 요청을 보내지 않아 네 모드가 실제로 응답에 붙는지는 확인하지 않았다.
캐시로 읽은 입력은 일반 입력보다 싼가요?
캐시 읽기 단가는 토큰당 0.00000006달러로, 할인 후 입력과 같다. pricing 객체에는 캐시 쓰기 단가 키가 없다. supports_implicit_caching이 true인 것은 기능 표시이지, 적중 시 더 싼 단가가 있다는 뜻이 아니다.
콘솔 표에 보인다는 0.03달러를 이 가격과 같게 봐도 되나요?
2026년 11월 11일에 연 models 마크다운은 가격 표를 컴포넌트로만 남겼다. 정적 본문에서 0.03달러를 읽지 못했다. 확인하지 못한 콘솔 숫자를 오픈라우터 표시 0.06달러와 한 값으로 적지 않는다.
영수증 이미지는 최대 몇 장까지 넣나요?
오픈라우터 모델 JSON의 per_request_limits는 null이다. 요청당 8장이라는 숫자는 Nace Finance 문서의 한도이고, 오픈라우터 필드가 그 상한을 적어 둔 것은 아니다. Drex Max 카드의 네 장과 이 null을 한 칸으로 읽지 않는다.
235929는 생성되는 문장의 길이 상한인가요?
max_completion_tokens 235929는 카탈로그에 적힌 완성 토큰 숫자다. 출력 모달리티가 decisions라 답변 문장 예산으로 쓰지 않는다. supported_voices도 null이라 음성 길이 상한과도 연결되지 않는다.
키 없이 하루 100건은 오픈라우터에서도 무료인가요?
하루 100건과 32KB는 Nace 블로그가 콘솔 MCP에 적어 둔 한도다. DeepInfra 엔드포인트 JSON에는 그 무료 쿼터 필드가 없다. 신규 계정 5달러 크레딧도 같은 콘솔 문장이지, 오픈라우터 끝점의 프로모션 칸이 아니다.
용어
관련 용어
요청을 보낸 후 응답을 받기까지 걸리는 시간으로, AI 코딩 도구에서는 프롬프트를 전송한 후 코드가 생성되기 시작할 때까지의 대기 시간을 의미한다. 밀리초(ms)에서 수 초(s)까지 다양하며, 개발자의 작업 흐름과 생산성에 직접적 영향을 미친다. AI 모델의 지연시간은 여러 요인에 의해 결정된다: 모델 크기(파라미터 수가 많을수록 느림), 입력 토큰 수(컨텍스트가 길수록 느림), 출력 토큰 수(긴 응답일수록 느림), 서버 부하(동시 사용자 수), 네트워크 거리(API 서버 위치). 바이브 코딩에서의 트레이드오프: Claude Opus 4.6은 가장 정확한 코드를 생성하지만 응답이 느리고, Codex mini나 Claude Sonnet은 빠르지만 복잡한 작업에는 부족하다. 이로 인해 많은 개발자가 '빠른 모델로 초안 생성 → 정확한 모델로 검증·수정'이라는 이중 모델 전략을 사용한다. 스트리밍 응답(streaming)은 전체 응답을 기다리지 않고 토큰이 생성되는 대로 표시하여 체감 지연을 줄이는 기법이며, 대부분의 AI 코딩 도구에서 기본으로 사용된다.
AI 모델·프로바이더 토큰LLM이 텍스트를 처리하는 기본 단위로, AI 모델의 비용 산정과 성능을 이해하는 데 가장 기본이 되는 개념이다. 토크나이저(tokenizer)라는 알고리즘이 텍스트를 토큰으로 분할하며, 단어 하나가 반드시 토큰 하나가 되는 것은 아니다. 영어의 경우 대략 단어 1개 ≈ 1~1.5 토큰이지만, 한국어는 음절 단위로 분할되어 같은 의미의 텍스트가 영어보다 2~3배 많은 토큰을 소비한다(예: '안녕하세요' ≈ 3~5 토큰). 코드의 경우 'console.log("Hello World")' ≈ 약 6토큰이다. 토큰은 AI 코딩 도구의 사용량과 비용을 결정하는 핵심 단위로, API 과금은 입력 토큰과 출력 토큰을 각각 계산한다. 모델마다 다른 토크나이저를 사용하므로, 같은 텍스트도 모델에 따라 소비하는 토큰 수가 다를 수 있다. 바이브 코딩에서 예상보다 비용이 높아지는 주요 원인이 토큰 소비이므로, 컨텍스트 엔지니어링을 통해 불필요한 토큰 소비를 줄이는 것이 비용 관리의 핵심이다.
프롬프트 엔지니어링 사고의 연쇄 프롬프팅AI에게 답을 바로 내놓기보다 단계별로 추론 과정을 설명하도록 유도하는 프롬프팅 기법이다. 2022년 Google Brain의 Jason Wei 등이 발표한 논문에서 제안되었으며, '생각을 한 단계씩 풀어서 설명해줘(Let's think step by step)'라는 한 마디만 추가해도 복잡한 문제의 정확도가 크게 높아진다는 것이 핵심 발견이다. 바이브 코딩에서는 복잡한 아키텍처 설계, 다단계 데이터 처리 로직, 보안 분석 등에서 특히 효과적이다. 예를 들어, 'API 인증 흐름을 단계별로 분석해줘. 각 단계에서 어떤 토큰이 생성되고, 어디에 저장되고, 언제 만료되는지 설명해줘'처럼 단계별 분해를 명시적으로 요청하면, AI가 중간 과정을 생략하지 않고 논리적으로 추론하여 더 정확한 결과를 제공한다. CoT는 AI의 '생각 과정'을 투명하게 만들어 개발자가 추론을 검증할 수 있게 하므로, 하네스 엔지니어링에서도 에이전트의 의사결정을 이해하는 데 활용된다. o1, o3 같은 추론 특화 모델은 CoT를 내부적으로 자동 수행한다.
링크
관련 링크
관련 글
관련 글
Recommended
Jev AI가 뭐길래 이리 난리일까? | TypeSafe 판단 모델 쓰는 곳과 단점 한계
Jev는 글을 쓰지 않는 판단 전용 모델이다. Choice/Score/Noul과 메일, 리드, 라우터, 크리에이터, 사무 접목을 먼저 보고, 가짜 데모와 jaggedness는 후반에 묶었다.
Perplexity Decider V1.3 무료 | 27B 판정 본체 한도와 API 비교
Perplexity Decider V1.3 무료 변형은 OpenRouter에서 입력과 출력 0달러로 제공되는 27B 판정 본체다. 262,144토큰 문맥 한도와 호출 제한을 정리하고 4B Flash 모델과의 정확도 및 지연 차이를 비교했다.