75.1점 샤오훙수 모델, 미 오픈웨이트보다 4.9점 높아

중국 샤오훙수 AI 실험실 dots.studio가 오픈소스 모델 ‘dots3-note preview’를 공개했다. 이 모델은 2800억개 파라미터 규모의 MoE 구조와 51만2000 토큰 컨텍스트 창을 앞세웠다.

PANews는 15일 dots.studio가 dots3-note preview를 오픈소스로 공개했다고 전했다. 실제 활성화 파라미터는 160억개로 제시됐다. 모델은 텍스트뿐 아니라 시각·오디오 입력 이해도 지원한다.

dots.studio는 장시간 에이전트 훈련을 위해 ‘TEMPO’ 강화학습 방법을 도입했다고 밝혔다. 모델 가중치는 허깅페이스(Hugging Face)에 올라갔고, API는 OpenRouter에 연결됐다.

성능 지표도 함께 공개됐다. SemiAnalysis가 공유한 차트에서 dots3-note는 Terminal-Bench 2.1 점수 75.1을 기록했다. 해당 차트 기준으로 가장 높은 미국 오픈웨이트 모델보다 4.9점 높았다.

SemiAnalysis는 다만 일상 사용 품질과 평가 최적화 가능성을 확인하기 위해 추가 테스트를 진행 중이라고 밝혔다. 벤치마크 점수가 실제 개발 환경의 품질을 그대로 뜻하는지는 더 검증해야 한다는 취지다.

Terminal-Bench 팀은 공식 자료에서 Terminal-Bench 2.1을 터미널 환경에서 에이전트를 평가하는 벤치마크로 설명했다. 이 버전은 89개 과제 중 28개 과제를 고친 개정판이다. 외부 의존성 변화, 자원 조건 불일치, 과제 명세 오류를 수정한 것이 핵심이다.

MoE는 여러 전문가 모델 가운데 일부만 활성화해 연산 효율을 높이는 구조다. 대규모 모델의 전체 파라미터를 모두 쓰지 않고도 특정 작업에 필요한 부분을 선택적으로 동원하는 방식이다. 긴 컨텍스트 창은 긴 문서, 코드베이스, 대화 이력을 한 번에 처리하는 데 활용된다.

최근 AI 모델 평가는 단순 질의응답보다 실제 작업 수행 능력으로 옮겨가고 있다. 본지는 앞서 [터미널 기반 작업과 소프트웨어 엔지니어링 문제 해결 능력을 평가하는 벤치마크](https://www.tokenpost.kr/news/cryptocurrency/391097)가 오픈소스 모델 비교의 주요 지표로 쓰이고 있다고 전했다.

이번 공개는 암호화폐 시장 자체보다는 AI 개발 인프라에 가까운 사안이다. 다만 OpenRouter가 여러 AI 모델을 단일 API로 제공하는 구조인 만큼 개발자와 리서처가 오픈웨이트 모델을 비교·실험하는 통로가 하나 더 늘어난 셈이다. 실제 서비스 품질과 반복 평가 결과는 SemiAnalysis의 추가 테스트에서 더 드러날 예정이다.