Upstage: Solar Mini 4

Solar Mini 4는 Upstage의 텍스트 언어 모델로, api14에 모델 id upstage/solar-mini4로 등록되어 있습니다. Upstage는 이를 35B 파라미터 mixture-of-experts에 3B 활성 파라미터로 구축된 컴팩트하고 비용 효율적인 모델이라고 설명합니다. 제공업체 출시일은 2026-09-23입니다. 제공업체가 밝힌 설계 목표는 에이전트 사용 사례로, 이 모델은 단순히 산문을 생성하는 것이 아니라 지시에 따라 행동하고 도구를 호출할 것으로 기대됩니다.

이 모델은 텍스트 입력을 받아 텍스트 출력을 반환하므로, 이미지나 오디오 처리가 없는 순수한 text-to-text 시스템입니다. 컨텍스트 윈도우는 524,288 토큰으로, 긴 문서, 확장된 대화 기록 또는 상당한 크기의 도구 출력을 단일 요청에 담을 수 있을 만큼 충분히 큽니다. 최대 출력 길이는 131,072 토큰입니다. 3B 활성 파라미터를 가진 mixture-of-experts 모델이기 때문에 토큰당 35B 전체 파라미터 중 일부만 사용되며, 이것이 제공업체의 비용 효율성 주장의 메커니즘입니다.

이러한 기능은 몇 가지 실용적인 패턴을 시사합니다. 긴 컨텍스트는 많은 소스 문서를 붙여넣고 종합을 요청하는 검색 스타일 워크로드에 적합하며, 기록을 잘라낼 필요 없이 여러 턴에 걸쳐 도구 결과를 축적하는 에이전트 루프에도 적합합니다. 도구 호출과 구조화된 출력은 스키마에 필드를 추출하거나 요청을 다운스트림 함수로 라우팅하는 등 기계 판독 가능한 응답이 필요한 파이프라인에 합리적으로 적합합니다. 추론 제어를 통해 더 어려운 작업에서 지연 시간과 장황함을 답변 품질과 맞바꿀 수 있으며, 컴팩트한 활성 파라미터 수는 대량의 낮은 복잡도 작업에 실행 가능하게 유지합니다.

api14의 OpenAI 호환 API를 통해 모델 id upstage/solar-mini4를 사용하여 호출합니다. 지원되는 요청 파라미터는 frequency_penalty, include_reasoning, max_tokens, parallel_tool_calls, presence_penalty, reasoning, reasoning_effort, response_format, structured_outputs, temperature, tool_choice, tools 및 top_p입니다. 실제로 이는 temperature와 top_p로 샘플링 동작을 설정하고, 두 페널티 파라미터로 반복을 억제하고, max_tokens로 응답을 제한하고, response_format과 structured_outputs를 통해 JSON 또는 스키마를 요청하고, tools, tool_choice 및 parallel_tool_calls로 함수 호출을 연결할 수 있음을 의미합니다. reasoning, reasoning_effort 및 include_reasoning 파라미터는 중간 추론을 생성하거나 반환할지, 그리고 그 양을 제어합니다.

제시된 사실에는 벤치마크 결과, 지연 시간 수치 또는 품질 비교가 포함되어 있지 않으므로, 여기에는 다른 모델보다 성능이 뛰어나거나 뒤처진다고 주장할 근거가 없습니다. 가장 명확한 경계는 모달리티입니다. 텍스트만 처리하므로 이미지나 오디오를 읽어야 하는 작업에는 다른 모델이 필요합니다. 단일의 매우 긴 생성에 대해 가능한 최대 출력이 필요하다면, 컨텍스트 윈도우가 524,288 토큰임에도 출력이 131,072 토큰으로 제한된다는 점에 유의하세요. 텍스트 작업 내에서, 큰 컨텍스트, 도구 호출 및 구조화된 출력의 조합이 에이전트 및 추출 파이프라인에 대해 이 모델을 먼저 시도해 볼 가치가 있게 만드는 요소입니다.