자기 답변을 스스로 검토하는 무검열 AI 모델, Shannon 3
자체 GPU 클러스터에서 도는 반복 추론 루프: 생각, 초안, 검토, 재작성. Lite는 한 번의 패스를 돌고, Pro는 최대 열 번을 돌며 부족하다고 판단한 사실을 직접 물어봅니다.
요약
Shannon 3은 자체 GPU 클러스터에서 서비스되는 무검열 AI 모델 제품군입니다. 이 제품군을 규정하는 것은 한 턴의 형태입니다. 모델은 생각하고, 초안을 쓰고, 그 초안을 자기 사고와 대조해 다시 읽은 뒤 어긋난 부분을 다시 씁니다. Lite(shannon-3)는 지연 시간을 최소화하기 위해 생각과 초안 작성을 한 번만 수행합니다. Pro(shannon-3-pro)는 전체 루프를 최대 10회 실행하되 검토가 초안을 승인하는 즉시 멈추며, 부족하다고 파악한 사실을 채우기 위해 더 큰 모델을 상대로 지식 수집도 수행합니다. 추론 과정 전체가 여러분의 언어로 공개됩니다. 비전과 문서 입력은 두 티어 모두에서 지원됩니다. 3.0 출시 당시 컨텍스트는 32,768 토큰이었습니다.
여러분이 써 본 거의 모든 채팅 모델은 순전파 한 번으로 답합니다. 마지막 토큰을 알기도 전에 첫 토큰을 고르고, 한 문장이 나가면 그것으로 확정입니다. 나중에 스스로 뒤집을 수는 있어도 되돌아가 고칠 수는 없습니다. 답이 짧고 질문이 한 갈래일 때는 잘 작동합니다. 답이 길고, 질문이 네 갈래이며, 여섯 번째 문단이 두 번째 문단을 슬그머니 무효화할 때는 형편없이 작동합니다. Shannon 3이 존재하는 이유는 그 문제의 해법이 더 큰 모델이라고 보지 않았기 때문입니다. 해법은 모델이 방금 쓴 것을 읽게 하는 것입니다.
01Shannon 3은 무엇인가
Shannon 3은 두 티어로 구성된 모델 제품군입니다. 두 티어 모두 서드파티 추론 API가 아니라 자체 GPU 클러스터에서 실행되고, 둘 다 무검열입니다. 앞에는 거절 레이어가 없고 뒤에는 콘텐츠 필터가 없습니다. 티어 간에 다른 것은 답이 여러분에게 도달하기 전에 한 턴이 얼마나 많은 일을 할 수 있는가입니다.
API에서 두 티어는 평범한 모델 ID입니다. 특별한 엔드포인트도, 별도의 SDK도, 전용 요청 형식도 없습니다.
| 티어 | 모델 ID | 턴 형태 | 적합한 용도 |
|---|---|---|---|
| Shannon 3 Lite | shannon-3 | 생각 + 초안 1회 | 채팅, 초안 작성, 조회, 대량 처리 |
| Shannon 3 Pro | shannon-3-pro | 전체 루프 최대 10회, 지식 수집 포함 | 분석, 장문 작성, 정확성이 중요한 작업 |
02어려운 질문에 순전파 한 번이 잘못된 형태인 이유
왼쪽에서 오른쪽으로 텍스트를 생성하는 모델은 되돌릴 수 없는 국소적 결정을 연달아 내립니다. 지우개가 없습니다. 설명을 400 토큰쯤 쓴 시점에 처음 고른 틀이 잘못되었음을 깨달아도, 선택지는 잘못된 틀로 계속 가거나 정정을 덧붙이는 것뿐입니다. 그래서 모두가 알아보는 그 답, 중간쯤에서 사실 위 내용을 다시 보면 하고 말하며 양립 불가능한 두 절반을 여러분에게 떠넘기는 답이 나옵니다.
사고 연쇄는 이를 개선하지만 해결하지는 못합니다. 먼저 생각하면 모델이 산문에 확정되기 전에 계획을 갖게 되고, 이는 진짜 이득입니다. 하지만 뒤따르는 초안은 여전히 한 번에 쓰이고 여전히 읽히지 않은 채 나갑니다. 사람 편집자가 가장 먼저 던지는 질문 — 이 답변이 정말 사고에서 하겠다고 한 일을 하고 있는가? — 을 아무도 던지지 않습니다. 사고 연쇄에서 살아남는 실패 양상은 구체적이고 알아보기 쉽습니다.
- 빠진 하위 질문. 네 가지를 물었습니다. 사고는 네 가지를 나열했습니다. 답은 세 가지만 다룹니다.
- 계획 이탈. 추론은 어떤 접근을 정했는데, 산문은 점점 다른 접근을 취하고, 어디서 어긋났는지 짚을 문장이 하나도 없습니다.
- 산술과 단위. 사고 단계에서 올바로 계산한 숫자가 답변으로 옮겨지며 틀리거나, 월 단위 수치가 연 단위로 제시됩니다.
- 무시된 제약. 외부 의존성을 쓰지 말라고 했는데 코드가 하나를 임포트하고, 사고는 제약을 인정한 뒤 다시는 언급하지 않습니다.
- 확신에 찬 공백. 모델이 사고 단계에서는 어떤 사실이 불확실하다고 말해 놓고, 답변에서는 그냥 단정합니다.
이 모두는 초안을 읽으면 잡힙니다. 초안을 더 신중하게 생성한다고 잡히는 것은 하나도 없습니다.
03추론 루프, 단계별로
Shannon 3 Pro의 한 턴은 네 단계와 종료 조건으로 이루어진 루프입니다.
생각
모델은 여러분에게 보일 것을 쓰기 전에 문제를 풉니다. 질문을 분해하고, 제약을 적어 두고, 아는 것과 모르는 것을 구분하고, 접근 방식을 정합니다. 여기서 나온 결과가 나중에 답변을 재는 기준이 됩니다.
초안
모델은 개요가 아니라 완결된 진짜 답변을 씁니다. 완결되어야 하는 이유는 다음 단계가 완성된 산출물을 평가하기 때문이며, 스케치로는 전체 길이에서만 드러나는 실패 양상을 검토할 수 없기 때문입니다.
검토
이 제품군을 지금의 모습으로 만드는 단계입니다. 모델은 초안을 사고와 대조해 읽습니다. 초안만 읽는 것보다 훨씬 날카로운 시험입니다. 모델에게 "이 답변이 좋은가?"라고 물으면 그렇다고 말하게 부추기는 셈이지만, "계획은 제약 C 아래에서 X, Y, Z를 다루기로 했는데 이 텍스트가 그렇게 하고 있는가?"라고 물으면 반증 가능한 확인 대상을 주는 것입니다. 검토는 점수를 매기는 대신 무엇이 잘못되었는지 이름을 붙입니다.
재작성
지적된 문제가 새 초안에서 수정됩니다. 이는 패치가 아니라 재작성입니다. 논증 순서를 바꿔야 하는 수정이라면 순서를 바꿔도 됩니다. 새 초안은 다시 검토로 돌아갑니다.
정지
루프는 검토가 초안을 처음 승인하는 순간 끝납니다. 이것이 정상 종료이며, 대부분의 턴에서 상한에 한참 못 미쳐 일어납니다. 10회 반복이라는 하드 캡은 재작성마다 결함 하나를 다른 결함과 맞바꾸는 진짜 모호한 질문 같은 병리적 사례를 위한 것으로, 한 턴이 무한히 도는 것을 막습니다.
Lite는 같은 처음 두 단계만 수행하고 멈춥니다. 생각하고, 초안을 쓰고, 그 초안을 건넵니다. 이는 기능을 덜어낸 실수가 아니라 의도된 제품 결정입니다. 실제 메시지의 상당 비중에서 첫 초안이 곧 올바른 답이며, 그 말을 듣기 위해 검토 지연을 지불하는 것은 나쁜 거래입니다. 모델이 빠르길 원할 때는 Lite, 확실하길 원할 때는 Pro입니다.
04Pro의 지식 수집: 추측하는 대신 도움을 청하기
자기 검토는 모순, 누락, 제약 위반을 잡아냅니다. 그것들을 잡는 데 필요한 증거가 이미 턴 안에 있기 때문입니다. 하지만 모델이 아예 갖고 있지 않은 사실은 잡을 수 없습니다. 자기 초안을 검토하는 모델은 이 수치는 확신이 없다는 결론에 이르고도 그 결론을 가지고 갈 곳이 없을 수 있습니다.
Pro는 갈 곳을 줍니다. 초안 단계 즈음에 지식 수집을 수행합니다. 빠졌거나 확신이 없는 구체적 사실을 식별하고, 정확히 그것만 더 큰 두 번째 모델에 질의한 뒤, 돌아온 내용을 개선된 답변에 접어 넣습니다. 포괄적인 재자문이 아니라, 모델 스스로 이름 붙인 공백에서 출발한 표적 조회입니다.
실무적으로 두 가지 성질이 중요합니다. 이 수집은 범위가 좁습니다. 질문 전체를 다시 묻는 대신 식별된 공백에 대해 묻기 때문에, 더 큰 모델은 그저 다른 목소리를 보태는 곳이 아니라 정보를 보태는 곳에 투입됩니다. 그리고 통합적입니다. 수집된 사실은 덧붙인 문단으로 도착하는 것이 아니라 루프로 되돌아가 나머지와 똑같은 검토를 받습니다.
불확실성에 대해 달라지는 점
지식 수집의 가장 유용한 효과는 Pro가 더 많이 안다는 것이 아닙니다. Pro의 불확실성이 실행 가능해진다는 것입니다. 자기가 불확실하다는 사실만 아는 모델은 전부 얼버무리거나 자신 있게 단언하거나 둘 중 하나를 골라야 합니다. "이건 확신이 없다"를 "가서 알아보자"로 바꿀 수 있는 모델은 얼버무리는 곳이 줄고 구체적인 곳이 늘어납니다.
05추론 과정은 공개되며, 여러분의 언어로 쓰입니다
턴이 진행되는 동안 전체 과정이 표시됩니다. 사고 내용, 그리고 Pro에서는 각 검토와 그 검토가 무엇을 지적했는지까지 보입니다. 이것은 마지못해 노출하는 디버그 화면이 아닙니다. 여러분이 구매하는 것의 큰 부분이며, 다음 세 가지 방식으로 작업 관계를 바꿉니다.
- 일찍 멈출 수 있습니다. 사고가 질문을 잘못 읽었다면 — 나쁜 모델이 아니라 모호한 프롬프트에서 흔히 나오는 결과입니다 — 잘못된 문제를 푼 답변이 다 나온 뒤가 아니라 처음 몇 초 안에 알게 됩니다.
- 추론을 답변과 별개로 감사할 수 있습니다. 잘못된 추론으로 도달한 옳은 답은 부채입니다. 다음 질문에서 살아남지 못하기 때문입니다.
- 루프가 실패하는 것도 볼 수 있습니다. Pro가 수렴하지 못한 채 여러 번 반복을 태우면 그것이 숨겨지지 않고 표시됩니다. 이는 실제 정보이며, 대개 질문이 덜 규정되었다는 뜻입니다.
추론 과정은 영어로 생성한 뒤 마지막에 번역한 것이 아니라 여러분의 언어로 쓰입니다. 일본어, 아랍어, 터키어, 포르투갈어로 일한다면 모델은 그 언어로 추론합니다. 덕분에 과정에 쓰인 용어가 답변의 용어와 일치하고, 모델이 한 언어로 생각하고 다른 언어로 말할 때 생기는 이음매가 없어집니다.
06무검열: 거절 레이어 없음, 출력 필터 없음
Shannon 3에는 거절 레이어도, 출력 콘텐츠 필터링도 없습니다. 거절 행동은 제품의 어느 층에도 존재하지 않습니다. 모델이 보기 전에 여러분의 메시지를 검사하는 래퍼로도, 여러분이 보기 전에 답변을 검사하는 분류기로도, 설득해서 떼어내야 하는 모델의 반사 반응으로도 존재하지 않습니다. 이는 사람들이 "무검열"이라고 말할 때 보통 뜻하는 두 가지와 실질적으로 다릅니다.
| 접근 | 하는 일 | 실패 방식 |
|---|---|---|
| 시스템 프롬프트 탈옥 | 정렬된 모델에게 정렬되지 않은 것처럼 행동하라고 지시 | 긴 대화에서 효력이 닳고, 압박을 받으면 거절이 돌아옴 |
| 출력 필터 제거 | 모델이 이미 생성한 텍스트를 차단하지 않음 | 모델은 여전히 얼버무리고 회피하는 문장을 씀. 차단된 것이 아니라 애초에 쓰이지 않았음 |
| Shannon 3 | 제거할 거절 레이어도, 비활성화할 필터도 없음. 그 행동 자체가 존재하지 않음 | 판단의 책임이 온전히 여러분에게 있음. 모델이 대신 거절해 주지 않음 |
실제로 Shannon 3은 여러분이 던진 질문 옆의 더 안전한 질문이 아니라 던진 질문 자체에 응답합니다. 진짜 악역이 등장하는 소설, 보도자료 높이가 아니라 기술적 수준에서 논의되는 보안 주제, 정말로 필요한 단서만 달아 직접적으로 제공되는 의료·법률·금융 정보, 그리고 왜 그런 걸 물었는지에 대한 마무리 훈계 없음. 루프도 희석하지 않습니다. 검토는 초안이 틀렸다고 말할 자유가 있고, 이는 거절과는 다르고 더 유용한 종류의 반박입니다.
거절 레이어의 부재가 하지 못하는 일은 모델을 옳게 만드는 것입니다. 무검열 모델은 검열된 모델과 똑같이 자신 있게 틀릴 수 있고, 불확실할 때 모호함 뒤로 물러나지 않으므로 더 눈에 띄게 그렇습니다. 이것이 루프를 지지하는 더 나은 논거 중 하나입니다. 거절 반사가 길을 막지 않는 상태에서, 자기 검토가 전문 사용자에게 정말 중요한 안전 작업 — 실수 잡아내기 — 를 수행합니다. 모델 사용은 여전히 책임 있는 사용 정책과 여러분이 있는 곳의 법률의 적용을 받습니다.
우리는 Shannon 3에 대해 벤치마크 점수를 공개하지 않으며 다른 모델과의 직접 비교를 주장하지 않습니다. 루프의 이점은 구조적입니다. 단일 패스가 잡을 수 없는 부류의 오류를 잡아냅니다. 우리는 독립적으로 검증하지 않은 숫자를 붙이기보다 그 메커니즘을 정확히 설명하는 편을 택합니다. 위의 모든 내용은 한 턴이 하는 일을 설명한 것이며, 이를 확인하는 가장 빠른 방법은 한 턴을 돌려 보고 과정을 읽는 것입니다.
07비전, 문서, 그리고 이미지 생성
두 티어 모두 이미지와 문서를 첨부로 받아 턴의 일부로 읽습니다. 실패한 빌드의 스크린샷, 사진으로 찍은 화이트보드, 회로도, 스캔한 계약서 페이지, PDF를 먼저 옮겨 적을 필요 없이 그대로 질문의 대상으로 삼을 수 있습니다. Pro에서는 첨부도 나머지와 똑같이 루프에 참여합니다. 초안이 이미지가 뒷받침하지 않는 내용을 답했다고 검토가 판단하면, 그 부분은 다시 쓰입니다.
이미지 생성과 편집은 채팅에서 도구로 제공되며, 모델의 목적은 아닙니다. Shannon 3은 대화가 필요로 할 때 이미지를 만들거나 편집할 수 있는 추론 모델이지, 채팅 인터페이스를 덧붙인 이미지 모델이 아닙니다. 이 구분은 기대치를 올바로 설정해 줍니다. 이 제품군은 어떻게 생각하는지로 평가하고, 그림은 맥락 전환을 아껴 주는 편의로 여기세요.
08컨텍스트 윈도우, 그리고 3.x 라인이 향한 다음 지점
Shannon 3.0은 32,768 토큰 컨텍스트 윈도우로 출시되었습니다. 이는 정직한 역사적 수치이며 분명히 밝혀 둘 가치가 있습니다. 루프는 단일 패스 모델과 다르게 컨텍스트를 소비하기 때문입니다. 여러분의 프롬프트, 첨부 파일, 사고 내용, 그리고 모든 초안과 검토 주기가 같은 예산 안에 있습니다.
32K는 대부분의 채팅과 분석 작업에는 넉넉합니다. 긴 문서, 상당한 크기의 코드 파일, 루프가 돌 여유가 있는 상세한 다항 질문 정도는 무리가 없습니다. 정말 큰 입력에는 빠듯하며, 바로 그 제약을 다음 릴리스가 다뤘습니다. Shannon 3.1은 컨텍스트 윈도우를 크게 늘리고 루프를 어디에 겨눌 수 있는지를 바꿉니다. 오늘 이 제품군을 평가하고 있다면 그 아티클을 두 번째로 읽고, 여기 있는 숫자는 역사로 다루세요.
09API에서 Shannon 3 호출하기
Shannon 3은 우리 API 방언 세 가지 모두에서 같은 모델로 제공되며, 각각 스트리밍을 지원합니다.
| 방언 | 엔드포인트 | 이럴 때 사용 |
|---|---|---|
| OpenAI 호환 | /v1/chat/completions | 기존 OpenAI 클라이언트 코드가 있을 때 — 베이스 URL과 모델 ID만 바꾸면 됩니다 |
| Anthropic 호환 | /v1/messages | 스택이 Messages 형식을 중심으로 구축되어 있을 때 |
| Responses | /v1/responses | 더 새로운 요청/응답 형태를 원할 때 |
모델 ID로 shannon-3 또는 shannon-3-pro를 전달하세요. 클라이언트 쪽에서 미리 계획해 둘 것이 두 가지 있습니다. Pro의 턴은 더 오래 걸리고, 그 정도가 가변적입니다. 반복 횟수가 질문에 따라 달라지기 때문입니다. 타임아웃은 평균이 아니라 상한을 기준으로 잡고, 사용자가 스피너 대신 진행 상황을 보도록 스트리밍을 쓰세요. 그리고 추론 과정은 표시 여부를 선택할 수 있는 콘텐츠입니다. 사용자가 기다리는 상황이라면 대개 감추는 것보다 보여 주는 편이 낫습니다. 죽은 시간을 읽을 수 있는 무언가로 바꿔 주기 때문입니다. 요청·응답 스키마, 스트리밍 세부 사항, 라이브 플레이그라운드는 API 문서에 있습니다.
10티어 선택하기
Pro의 루프는 틀릴 여지가 많을수록 그만큼 지연 시간값을 합니다.
| 여러분의 작업 | 티어 | 이유 |
|---|---|---|
| 간단한 사실 질문, 짧은 답변 | shannon-3 | 첫 초안이 곧 답이며 검토가 잡을 것이 없음 |
| 대량 처리 또는 지연 시간이 중요한 자동화 | shannon-3 | 예측 가능한 턴 시간이 결정적 제약 |
| 제약이 있는 다항 분석 | shannon-3-pro | 빠진 하위 질문과 제약 위반이야말로 검토가 잡는 것 |
| 일관성을 유지해야 하는 장문 작성 | shannon-3-pro | 내부 모순은 전체 길이에서만 드러나며 초안 작성 중에는 보이지 않음 |
| 실제로 행동에 옮길 숫자가 들어가는 작업 | shannon-3-pro | 검토가 산술과 단위를 사고와 대조해 재확인 |
| 모델 지식의 경계에 있는 사실을 건드리는 질문 | shannon-3-pro | 지식 수집이 이름 붙은 공백을 조회로 바꿈 |
실용적인 패턴 하나: 무엇을 물을지 아직 다듬는 동안에는 Lite를 쓰고, 질문이 확정되면 Pro에서 한 번 다시 돌리세요. 루프는 여러분이 실제로 의도한 버전의 질문에서 값을 합니다.
11도입 전에 알아 둘 한계
장점만 나열하는 모델 카드는 광고입니다. Shannon 3이 여러분을 실망시킬 지점은 다음과 같습니다.
- Pro는 느리고, 그것도 예측하기 어렵게 느립니다. 두 번 반복으로 수렴하는 턴과 열 번까지 도는 턴은 벽시계 시간이 몇 배로 차이 납니다. 지연 시간에 상한이 필요하다면 Lite를 쓰세요.
- 검토는 증명이 아닙니다. 자기 작업을 검토하는 모델은 자기 사각지대도 공유합니다. 루프는 사고와 초안 사이의 불일치는 안정적으로 잡지만, 사고 자체에 자신 있게 자리 잡은 오류는 안정적으로 잡지 못합니다.
- 컨텍스트를 루프와 나눠 씁니다. 32K에서는 아주 긴 입력에 전체 길이 초안이 여러 개 더해지는 것이 3.0에서 실제 제약이 됩니다. 상한이 올라간 내용은 Shannon 3.1을 보세요.
- 지식 수집은 모델이 알아차린 공백만 채웁니다. "이건 확신이 없다"를 조회로 바꾸는 것은 진짜 이득이지만, 모델이 자신 있게 틀린 사실은 애초에 빠졌다고 표시되지 않으므로 결코 수집되지 않습니다.
- 무검열은 말 그대로 무검열입니다. 모델은 거절하지 않고 순화하지도 않습니다. 제품에 거절 경계가 필요하다면, 모델이 대신 제공해 주기를 바라지 말고 여러분이 볼 수 있는 곳에 직접 만드세요.
12자주 묻는 질문
Shannon 3이란 무엇입니까?
Shannon 3은 자체 GPU 클러스터에서 실행되는 무검열 모델 제품군입니다. 차별점은 한 턴의 형태입니다. 순전파 한 번으로 끝내는 대신 생각하고, 답변 초안을 쓰고, 그 초안을 자기 사고와 대조해 검토한 뒤 다시 씁니다. shannon-3 (Lite)과 shannon-3-pro (Pro) 두 티어로 제공됩니다.
Shannon 3 Lite와 Shannon 3 Pro의 차이는 무엇입니까?
Lite는 생각과 초안 작성을 한 번만 수행해 지연 시간을 일반 모델 수준으로 유지합니다. Pro는 전체 루프를 실행하며, 각 초안을 최대 10회까지 검토하고 다시 쓰되 검토가 승인하는 순간 조기에 멈춥니다. Pro는 지식 수집도 수행하여, 부족하다고 식별한 사실을 더 큰 두 번째 모델에 질의합니다.
Shannon 3은 정말 무검열입니까?
그렇습니다. Shannon 3에는 거절 레이어도, 출력 콘텐츠 필터도 없습니다. 거절 행동이 모델 자체에 존재하지 않으므로, 프롬프트로 씌운 페르소나처럼 긴 대화 도중 슬그머니 되돌아오는 것도 없습니다. 모델 사용은 여전히 책임 있는 사용 정책과 여러분이 있는 곳의 법률의 적용을 받습니다.
검토 루프가 실제로 답변을 더 낫게 만듭니까?
단일 패스가 구조적으로 취약한 곳에서 가장 큰 도움이 됩니다. 끝부분이 앞부분과 모순되는 긴 답변, 한 부분이 조용히 빠지는 다항 질문, 산술과 단위 오류, 명시된 제약을 무시한 코드가 그렇습니다. 첫 초안이 곧 답인 짧은 조회에서는 도움이 가장 적습니다. Lite가 존재하는 이유가 바로 그것입니다.
검토가 끝내 초안을 승인하지 않으면 어떻게 됩니까?
루프는 상한인 10회 반복에서 멈추고 무한히 돌지 않은 채 도달한 최선의 초안을 반환합니다. 추론 과정이 공개되므로 끝내 해소되지 않은 지적도 읽을 수 있습니다. 대개는 질문이 충분히 모호해서 재작성마다 결함 하나를 다른 결함과 맞바꿨다는 뜻이며, 질문을 다시 쓰라는 신호입니다.
Shannon 3은 이미지와 문서를 읽을 수 있습니까?
그렇습니다. 두 티어 모두 이미지와 문서 첨부를 받아 턴의 일부로 읽으므로, 스크린샷, 다이어그램, 스캔한 페이지, PDF를 먼저 옮겨 적을 필요 없이 그대로 질문의 대상으로 삼을 수 있습니다. 이미지 생성과 편집도 채팅에서 사용할 수 있지만, 모델의 목적이 아니라 모델이 호출할 수 있는 도구로 제공됩니다.
모델의 추론 과정을 볼 수 있습니까?
그렇습니다. 추론 과정은 턴이 진행되는 동안 표시되며, 끝에서 영어를 번역해 되돌린 것이 아니라 여러분의 언어로 작성됩니다. Pro에서는 각 검토 주기를 지켜볼 수 있어, 모델이 자기 실수를 잡아내는 순간이 눈에 보이고 잡아내지 못하는 순간도 똑같이 보입니다.
출시 당시 Shannon 3의 컨텍스트 윈도우는 얼마였습니까?
Shannon 3.0은 32,768 토큰 컨텍스트 윈도우로 출시되었으며, 이 예산을 프롬프트, 첨부 파일, 추론 과정, 답변이 함께 나눠 씁니다. Shannon 3.1은 이 수치를 높였습니다. 현재 숫자는 Shannon 3.1 아티클을 참고하세요.
루프를 직접 시험해 보세요
같은 질문을 두 번 — 한 번은 Lite로, 한 번은 Pro로 — 던져 보고 검토가 무엇을 바꾸는지 지켜보세요.
채팅 시작하기 API 문서 읽기shannon-3 · shannon-3-pro · 세 가지 API 방언 모두 스트리밍 지원
Shannon 3은 미국 뉴멕시코주의 Shannon Lab LLC가 운영합니다. 여기 있는 수치는 3.0 출시 구성을 설명합니다. 현재 한계는 Shannon 3.1 모델 카드를, 제품군의 나머지는 리서치 색인을 보세요. 우리는 Shannon 3에 대해 벤치마크 점수를 공개하지 않으며 비교 성능 주장을 하지 않습니다.