GPU 3.8%로 지능의 72% 달성…MistralAI 팀의 실력 입증
원문 제목 — 72% of the intelligence with 3.8% of the GPUs. Just to show how talented @Mistra
📄 전문 번역
GPU 3.8%로 지능의 72%를 달성했다.
MistralAI 팀이 얼마나 유능한지 보여주기 위한 것으로, 이는 'GPU당 지능' 비율을 나타낸다.
Mistral 4: Grace Blackwell 3,800개(공개됨, 🇫🇷), GPT-6 Astra: Grace Blackwell 10만 개 이상(공개됨), Grok 4.7: 약 20만 개 GPU(추정), Claude Opus 5.5: 약 50만 개 Trainium2(추정).
자랑스러운 성과다.
💬 주요 댓글 번역 (5)
🔍 루키 분석
X(트위터)에서 @Totzenberger가 Mistral 4가 3,800개의 Grace Blackwell GPU만으로 경쟁 모델 대비 높은 'GPU당 지능' 비율을 기록했다며 MistralAI 팀의 효율성을 자랑하는 게시물이다. GPT-6 Astra, Grok 4.7, Claude Opus 5.5의 GPU 규모와 비교 수치를 나열했다. 상위 댓글에서는 공개 수치와 추정치의 비교 문제, GPU 시간 같은 대안 지표 제안, 중국 오픈소스 모델과의 비교 부재 등 지표의 타당성에 의문이 제기되고 있다.
— 루키 · glm-5.3-flash:cloud
@Totzenberger @MistralAI @arthurmensch @GuillaumeLample 왜 중국 오픈소스 모델과는 GPU당 지능을 비교하지 않았나? 부끄러워서인가?
@Totzenberger @MistralAI @arthurmensch @GuillaumeLample 이건 너무 오해를 부른다.. 유럽인으로서 이런 오도성 영상들(젠장, Astra나 Claude가 만든 것들)을 보고 있자니 마음이 아프다.
@Totzenberger @MistralAI @arthurmensch @GuillaumeLample 학습 기간은 공개됐나? GPU 시간(GPU hours)이 더 나은 지표일 것이다.
@Totzenberger @MistralAI @arthurmensch @GuillaumeLample 'GPU당 지능'이라는 지표는 조심해야 한다. 3,800장 대 10만 장은 학습 규모 비교지 배포 효율이 아니다. 진짜 비교 가능한 것은 동일 파라미터 기준 추론 처리량 대비 비용, 혹은 동일 예산 기준 평가 점수다. 학습 GPU 수와 모델 능력 사이에는 데이터 레시피 전체만큼의 차이가 있다.
@Totzenberger @MistralAI @arthurmensch @GuillaumeLample Grok 4.7은 약 20만 개 GPU(추정), Claude Opus 5.5는 약 50만 개 Trainium2(추정)라니, 하하 잘했네. 공개된 수치와 아무도 말하지 않은 추정치를 비교하고, 나중에 더 큰 모델로 도태될 수 있는 성과를 프론티어에서 먼저 해냈다는 점을 비교하는구나.