일본 사카나AI가 "어떤 모델을 쓸지 대신 골라 주는" 모델을 내놨어요
2026년 9월 11일 공개 기준 · 출처 Sakana AI
나에게 무슨 뜻인지 먼저 보기 ↓일본 사카나AI가 2026년 9월 11일 후구 맥스와 후구 울트라 v2.0을 공개했어요. 같은 구조를 값 쪽과 성능 쪽으로 각각 맞춘 짝이에요. 특이한 건 이게 한 덩어리 모델이 아니라 지휘자 역할을 하는 모델이라는 점이에요.
요청이 들어오면 안에 있는 여러 공개·특화 모델 가운데 누가 이 일을 할지 스스로 고르고, 나눠 맡긴 결과를 다시 이어 붙여 하나의 답으로 돌려줘요. 쓰는 쪽은 API 하나만 부르면 되고 오픈AI 호환 방식이라 기존 코드에서 모델 이름 한 줄만 바꿔도 돼요. 값은 후구 맥스가 100만 토큰당 입력 2달러·출력 6달러로, 사카나는 소넷 5나 GPT-5.6 테라 같은 최상위 모델의 출력 단가보다 40~60% 싸다고 밝혔어요.
후구 울트라 v2.0은 입력 5달러·출력 30달러이고 272,000토큰을 넘기면 입력 10달러·출력 45달러로 올라가요. 성능 쪽으로는 울트라 v2.0이 사카나가 내세운 에이전트 평가 8개 중 5개에서 1위나 공동 1위를 받았고(차토그래피 48.3으로 오퍼스 5의 27.3을 크게 앞섰고, DeepSWE 74.3), 맥스는 터미널벤치 2.1·GPQA 다이아몬드 등 6개에서 최고점을 받았어요. 사카나는 울트라 v2.0이 페이블 5·5.1이나 GPT-6 아스트라를 쓰지 않고 이 점수를 냈다고 강조했어요.
다만 지휘자 자체의 파라미터 수나 컨텍스트 한도, 안에 어떤 모델이 들어 있고 어떤 기준으로 나누는지는 공개하지 않았어요.
이 글에 나온 용어
- API
- — 사람이 앱 화면에서 쓰는 대신 프로그램이 AI를 불러 쓰는 연결 통로예요. 개발자가 서비스를 만들 때 쓰고, 쓴 만큼 돈을 내요. 챗GPT·클로드 앱 구독료와는 따로예요.
- 토큰
- — AI가 글을 잘게 쪼개 세는 단위예요. 글자 수와 비슷하지만 똑같지는 않아요. 개발자용 요금은 보통 "100만 토큰당 얼마"로 매겨요.
- 에이전트
- — 한 번 답하고 끝나는 게 아니라, 목표를 받으면 여러 단계로 나눠 검색·클릭·파일 작업까지 스스로 이어서 하는 AI예요.
- 벤치마크
- — AI 실력을 재는 시험지예요. 터미널벤치·GDPval·OSWorld처럼 이름이 붙어 있어요. 회사가 직접 낸 점수는 자기에게 유리한 시험만 골랐을 수 있어요.
- 파라미터
- — AI 모델 안에 들어 있는 조정값의 개수로, 모델 크기를 나타내요. 크다고 꼭 더 똑똑한 건 아니에요.
- 컨텍스트
- — AI가 한 번에 받아서 다룰 수 있는 분량이에요. 클수록 긴 문서나 대화를 통째로 넣을 수 있어요.
나에게는 어떤 뜻인가요
"우리 회사는 어떤 AI 모델을 쓸까"를 고민하던 자리를 중개 서비스가 대신 가져가는 흐름이에요. 값이 걱정이라면 이런 중개형 API가 같은 일을 절반 값에 해 줄 수 있으니 한 번 견줘 볼 만해요. 대신 사내 도구를 붙일 때는 모델 이름을 코드에 못 박지 말고 나중에 갈아 끼울 수 있게 한 겹 떼어 두는 설계가 유리합니다.
정리 시점 이후 상황이 바뀌었을 수 있어요. 정확한 내용은 출처 원문에서 확인하세요.