싱킹머신즈랩이 11월 5일 잉클링 2 스몰을 내놨습니다. 이름은 ‘스몰’인데 전체 매개변수가 5,940억 개입니다. 그런데 글자 하나를 만들 때 실제로 일하는 건 그중 170억 개, 2.86%뿐입니다. 이 비율이 가격과 성적을 함께 설명해 줍니다.
잉클링 2 스몰은 글과 이미지를 받아 답하고 도구를 쓰는 모델입니다. 회사는 다음 주 Apache 2.0으로 가중치를 공개하겠다고 밝혔지만, 11월 8일에 찾아보니 Hugging Face에도 OpenRouter에도 아직 없었습니다. 다대구가 모델 카드와 요금표, 비슷한 공개 모델의 단가를 같은 작업량에 넣어 다시 계산했습니다.
1. 오픈소스 AI 모델 비교, 일하는 비율은 2.86%로 가장 낮습니다
잉클링 2 스몰은 전문가 384명 가운데 글자마다 8명만 불러 쓰는 혼합 전문가 구조입니다. 전체의 35분의 1만 움직이니, 크기에 비해 계산은 가볍습니다.
비슷한 공개 모델과 견줘 보면 딥시크 V4.1 플래시가 2.90%로 거의 같고, Qwen3.5-397B가 4.28%, GLM-5.3 플래시가 5.62%입니다. 이전 세대 잉클링 스몰(4.35%)과 비교하면 전체는 2.15배로 키우고 일하는 부분은 1.42배만 늘렸습니다.
이렇게 키우고도 값은 내렸습니다. 서버리스 출력 단가가 100만 토큰당 1.20달러에서 1.00달러로 17% 내려갔고, 입력은 0.30달러 그대로입니다. 대형 잉클링과 비교하면 입력은 70%, 출력은 75% 쌉니다.
2. 같은 일을 맡기면 50달러, GLM의 10배·Kimi K3의 7분의 1입니다
입력 1억 토큰과 출력 2천만 토큰, 꽤 큰 문서 정리 작업을 가정해 각 사 공개 단가를 곱했습니다. 잉클링 2 스몰은 50달러입니다. GLM-5.3 플래시는 5.01달러로 10분의 1, 딥시크 V4.1 플래시는 10.60달러로 5분의 1 수준입니다.
반대로 큰 모델과 비교하면 싸 보입니다. Qwen3.5-397B는 122달러, Kimi K3는 339.20달러로 잉클링 2 스몰의 약 7배입니다. 작은 ‘플래시’ 모델 사이에서는 비싼 편이고, 대형 모델보다는 싼 자리에 놓인 셈이죠.
다만 비교 모델 가격은 OpenRouter가 11월 8일에 보여 준 값이라 제공사 할인이 섞여 있고 날마다 바뀝니다. 잉클링 2 스몰은 OpenRouter에 없어서 회사 서버리스 베타 단가를 썼습니다. 이 서버리스는 아직 대기 등록제입니다.
3. 1등과 꼴찌가 한 표에 같이 있습니다
회사가 공개한 성적표는 고르지 않습니다. 업무 과제 JobBench 70.5%, 기업 업무 CoreCraft 71.8%, 금융 에이전트 67.5%, 웹사이트 디자인 1,340점은 비교한 플래시급 모델 중 1위입니다. 모르는 것을 지어내지 않는 비율도 73.3%로 가장 높았습니다.
그런데 터미널 명령을 다루는 Terminal Bench에서는 13.1%로 GLM-5.3 플래시(32.8%)와 딥시크 V4.1 플래시(33.8%)의 절반에도 못 미칩니다. 회사도 도구가 많은 코드 저장소에서 알맞은 도구를 늘 고르지는 못한다고 적었습니다.
발표 글의 시연에서도 이 성격이 드러납니다. 와인 세 잔 사진만 보고 어떤 와인인지 맞히기를 20번 해서 19번 맞혔다고 합니다. 저는 이 모델이 코딩 에이전트보다 문서·이미지를 읽고 판단하는 사무 업무에 더 맞춰져 있다고 봅니다.
4. 한국에서 써 볼 만할까
지금 당장은 팅커라는 회사 서비스 안에서만 호출하고 미세조정할 수 있습니다. 가중치를 내려받아 내 서버에 돌리는 건 공개 뒤에야 가능하고, 공개는 외부 안전 검증을 마쳐야 한다는 전제가 있습니다. 이전 잉클링과 잉클링 스몰은 실제로 Apache 2.0으로 공개됐으니, 약속이 지켜질 가능성은 높은 편입니다.
공개되더라도 전체 5,940억 개를 올릴 장비가 있어야 돌릴 수 있습니다. 일하는 부분이 170억 개라고 해서 개인 컴퓨터에 들어가는 크기가 되는 건 아닙니다. 음성 입력도 지원하지 않습니다.
앞서 다룬 텐센트 Hy4 점수표와 Claude 요금제 단가 분석을 함께 놓고 보면, 올가을 AI 모델 경쟁은 ‘얼마나 똑똑한가’보다 ‘같은 일을 얼마에 하는가’로 옮겨 가고 있습니다. 잉클링 2 스몰은 그 표에서 가운데 자리를 노린 모델입니다.
본문 그래프 1점은 각 사 공개 단가를 다대구가 같은 작업량에 넣어 직접 계산·작성했습니다. 시연 장면은 Thinking Machines Lab 공식 이미지입니다. 대표 이미지: 다대구 생성 이미지.
