Claude Fable 5.1
Anthropic이 정식 제공하는 모델 중 가장 강력한 모델로, 까다로운 추론과 장시간 실행되는 에이전트 작업을 위해 만들어졌습니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지
Claude Opus 5.5
Anthropic이 까다로운 작업에 권장하는 기본 모델: 장시간 실행되는 에이전트형 코딩과 지식 작업에 적합하며, 적응형 사고가 항상 켜져 있습니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지
Claude Sonnet 5.5
일상적인 코딩, 에이전트, 엔터프라이즈 작업을 위해 속도와 지능의 균형을 맞춘 Anthropic 모델로, 적응형 사고가 기본으로 켜져 있습니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지
Claude Haiku 4.5
Anthropic의 현행 모델 중 가장 빠르고 비용이 낮은 모델로, 200K 컨텍스트 윈도우와 선택형 확장 사고를 제공합니다.
- 컨텍스트
- 200K
- 입력
- 텍스트, 이미지
GPT-6 (Astra, Sol, Luna)
OpenAI의 현행 추론 모델 패밀리로 세 계층이 있습니다: Astra는 가장 어려운 작업용, Sol은 더 낮은 비용으로 Astra에 가까운 결과를, Luna는 대량 작업용입니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지
GPT-5.6 (Sol, Terra, Luna)
OpenAI의 이전 세대로, Sol, Terra, Luna 계층(플래그십, 균형형, 최저 비용)을 도입했습니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지
gpt-oss (120b, 20b)
Apache 2.0으로 제공되는 OpenAI의 오픈 웨이트 전문가 혼합(MoE) 추론 모델: 120b는 80 GB GPU 한 장에 들어가고, 20b는 16 GB 기기에서 실행됩니다.
- 컨텍스트
- 131K
- 입력
- 텍스트
Gemini 3.8 Flash
Google이 현재 정식 제공하는 Flash 모델로, Flash 수준의 속도와 비용으로 장기 엔지니어링, 자율 에이전트, 엔터프라이즈 워크플로를 겨냥합니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지, 비디오, 오디오, PDF
Gemini 3.1 Pro
Google의 현행 Pro 모델로, Gemini API에서 프리뷰로 제공되며 복잡한 추론, 소프트웨어 엔지니어링, 정확한 다단계 도구 사용에 맞게 조정되었습니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지, 비디오, 오디오, PDF
Gemini 3.5 Flash-Lite
Google의 3.5 모델 중 비용과 지연 시간이 가장 낮은 모델로, 고처리량 서브 에이전트 작업, 문서 파싱, 간단한 추출을 위해 만들어졌습니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지, 비디오, 오디오, PDF
Gemma (Gemma 4, Gemma 3)
Google의 오픈 웨이트 모델 패밀리로, 엣지 규모의 모델부터 Gemma 4의 31B 덴스 모델과 26B 전문가 혼합 모델까지 갖추고 있습니다.
- 컨텍스트
- –
- 입력
- 텍스트, 이미지
Grok 4.7
코딩, 에이전트 작업, 지식 작업을 위한 xAI의 프런티어 모델로, 텍스트와 이미지 입력을 지원하고 추론 강도를 선택할 수 있습니다.
- 컨텍스트
- 500K
- 입력
- 텍스트, 이미지
DeepSeek Flash (V4.1)
네이티브 이미지 이해, 1M 토큰 컨텍스트, 기본으로 켜진 사고를 갖춘 DeepSeek의 현행 Flash 모델이며, 웨이트는 MIT 라이선스입니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지
DeepSeek V4 Pro
DeepSeek의 대형 V4 Pro 모델: API에서는 텍스트 전용이며 1M 토큰 컨텍스트, 도구 호출, 선택 가능한 사고 강도를 제공합니다. 웨이트는 MIT 라이선스입니다.
- 컨텍스트
- 1M
- 입력
- 텍스트
DeepSeek-R1 Distill (8B)
작은 오픈 추론 모델: DeepSeek-R1의 사고 사슬로 학습한 Qwen3-8B로, 로컬 사용을 위한 모델입니다.
- 컨텍스트
- 128K
- 입력
- 텍스트
Kimi K3
1M 토큰 컨텍스트, 네이티브 이미지·비디오 이해, 항상 켜진 사고를 갖춘 Moonshot AI의 플래그십 모델이며, 웨이트가 공개되어 있습니다.
- 컨텍스트
- 1.05M
- 입력
- 텍스트, 이미지, 비디오
Kimi K2.7 Code
256K 컨텍스트, 항상 켜진 사고, 도구 호출을 갖춘 Moonshot AI의 코딩 전용 모델로, 별도의 고속 버전도 있습니다.
- 컨텍스트
- 256K
- 입력
- 텍스트, 이미지, 비디오
Qwen 3.8 (Max, Flash)
Alibaba의 Qwen 3.8 라인: Max가 플래그십이며, Max와 Flash 모두 1M 토큰 컨텍스트, 이미지와 비디오 입력, 하이브리드 사고를 제공합니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지, 비디오
Qwen 3.7 Plus
Qwen 3.7 Plus와 Flash는 1M 토큰 컨텍스트, 이미지와 비디오 입력, 하이브리드 사고, 함수 호출을 제공해 멀티모달 에이전트 작업에 적합합니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지, 비디오
GLM-5.3
소프트웨어 엔지니어링과 에이전트 작업을 위한 Z.ai의 플래그십으로, 1M 토큰 컨텍스트, 최대 128K 출력, 공개된 웨이트를 갖추었으며 Flash 버전은 이미지와 비디오 입력을 추가합니다.
- 컨텍스트
- 1M
- 입력
- 텍스트
MiniMax M3
최대 1M 토큰 컨텍스트와 도구 호출 사이에 끼워 넣는 사고를 갖춘 MiniMax의 네이티브 멀티모달 코딩·에이전트 모델이며, 웨이트가 공개되어 있습니다.
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지, 비디오
Mistral Large 3
Apache 2.0으로 제공되는 Mistral의 오픈 웨이트 전문가 혼합 플래그십(활성 41B, 전체 675B 파라미터)으로, 이미지 이해를 지원합니다.
- 컨텍스트
- 256K
- 입력
- 텍스트, 이미지
Mistral Medium 3.5
지시 수행, 추론, 코딩을 결합한 128B 덴스 멀티모달 모델로, 추론 강도를 요청마다 설정할 수 있습니다.
- 컨텍스트
- 256K
- 입력
- 텍스트, 이미지
Mistral Small 4
지시 수행, 추론, 코딩을 결합한 오픈 웨이트 전문가 혼합 모델(활성 파라미터 약 6B)로, 이미지 입력을 지원합니다.
- 컨텍스트
- 256K
- 입력
- 텍스트, 이미지
Ministral 3 (3B, 8B, 14B)
세 가지 크기의 작은 오픈 웨이트 모델로, 각각 베이스, 인스트럭트, 추론 버전과 이미지 이해를 갖추었으며 로컬과 엣지 사용에 적합합니다.
- 컨텍스트
- 256K
- 입력
- 텍스트, 이미지
Codestral
fill-in-the-middle과 코드 생성처럼 지연 시간이 짧고 빈도가 높은 작업을 위한 Mistral의 코딩 모델입니다.
- 컨텍스트
- 128K
- 입력
- 텍스트
Llama 4 (Scout, Maverick)
활성 파라미터 17B의 Meta 네이티브 멀티모달 전문가 혼합 모델: Scout(전체 109B)와 Maverick(전체 400B).
- 컨텍스트
- 1M
- 입력
- 텍스트, 이미지
Llama 3.3 70B
8개 언어의 다국어 대화를 위한 Meta의 70B 텍스트 모델로, 도구 사용을 지원합니다.
- 컨텍스트
- 128K
- 입력
- 텍스트
Llama 3.2 1B
제약이 있는 환경과 온디바이스를 위한 1.2B 파라미터 다국어 모델로, EDDI JVM 안에서 실행할 수 있을 만큼 작습니다.
- 컨텍스트
- 128K
- 입력
- 텍스트
Amazon Nova (Pro, Lite)
텍스트, 이미지, 비디오를 받는 Bedrock의 Amazon 멀티모달 모델: Pro는 균형형 계층, Lite는 저비용 계층입니다.
- 컨텍스트
- 300K
- 입력
- 텍스트, 이미지, 비디오
Cohere Command A
도구 사용, 검색, 23개 언어에 초점을 맞춘 Cohere의 111B 엔터프라이즈 모델이며, Oracle은 추론 버전과 비전 버전도 제공합니다.
- 컨텍스트
- 256K
- 입력
- 텍스트
Phi-4-mini
메모리 제약이 있고 지연 시간에 민감한 작업, 그리고 수학과 논리 추론을 위한 Microsoft의 3.8B 오픈 모델입니다.
- 컨텍스트
- 128K
- 입력
- 텍스트
이 필터에 맞는 모델이 없습니다.
모델이 실행되는 곳
같은 모델을 여러 곳에서 이용할 수 있는 경우가 많습니다. 데이터가 갈 수 있는 곳, 팀이 이미 사용하는 환경, 인증 방식을 기준으로 선택하세요.
Amazon Bedrock
Anthropic, Meta, Amazon, OpenAI, Mistral 등의 모델에 AWS 관리형 서비스로 접근합니다.
- 모델 제공업체는 고객의 프롬프트나 응답을 볼 수 없음
- VPC와 PrivateLink를 통한 프라이빗 네트워킹
- 데이터 레지던시를 위한 리전 내 및 교차 리전 추론
Google Vertex AI
Gemini와 Model Garden 모델을 제공하는 Google Cloud의 AI 플랫폼으로, 지금은 Gemini Enterprise Agent Platform이라고도 불립니다.
- 리전 엔드포인트로 처리를 하나의 관할권 안에 유지
- 네트워크 격리를 위한 VPC Service Controls
- Google Cloud 자격 증명을 통한 인증
Azure OpenAI
고객의 Azure 구독에서 호스팅되는 OpenAI 모델로, 지금은 Microsoft Foundry의 일부이며 배포 이름으로 호출합니다.
- Data Zone 배포로 처리를 EU, 미국 또는 APAC 안에 유지
- Azure 백본의 프라이빗 엔드포인트
- 예약 용량을 위한 프로비저닝된 처리량
Oracle OCI Generative AI
Cohere, Meta Llama 등의 모델을 온디맨드 또는 전용 클러스터로 제공하는 Oracle Cloud의 관리형 서비스입니다.
- 전용 AI 클러스터
- 프라이빗 엔드포인트와 데이터 격리
- OCI IAM 정책으로 통제
Groq
Groq 자체 LPU 칩에서 오픈 모델을 실행하는 추론 클라우드로, OpenAI 호환 API를 제공합니다.
- 매우 낮은 지연 시간
- gpt-oss와 Qwen 같은 오픈 모델
- 키 하나, 인프라 불필요
OpenRouter
하나의 API로 여러 프로바이더의 수백 개 모델에 접근하며, 요청마다 모델을 고르는 자동 라우터를 제공합니다.
- 키 하나로 여러 벤더
- 프로바이더 간 자동 폴백
- openrouter/auto가 작업마다 모델 선택
Ollama
로컬 API 뒤에서 자체 하드웨어로 오픈 모델을 실행하며, 원한다면 EDDI와 같은 Docker 네트워크에 둘 수 있습니다.
- 클라우드 연결 불필요
- 데이터가 자사 머신 밖으로 나가지 않음
- 명령 하나로 모델 받기
Hugging Face
저장소 ID로 오픈 모델의 호스팅 추론을 제공하며, 토큰 하나로 파트너 프로바이더에 라우팅됩니다.
- 저장소 ID로 오픈 모델 사용
- 여러 프로바이더에 걸쳐 토큰 하나
- 운영할 인프라 없음
Jlama
EDDI JVM 안에서 작은 모델을 실행하는 순수 Java 추론 엔진으로, 모델 서버가 전혀 필요 없습니다.
- 추가로 배포할 것이 없음
- 작은 자원 사용량을 위한 양자화 모델
- 웨이트를 캐시하면 에어갭 환경에서도 동작
카탈로그에 없나요?
OpenAI 호환 엔드포인트라면 type: openai와 baseUrl로 사용할 수 있습니다. Cohere, Together, vLLM, llama-server, 사내 게이트웨이도 포함됩니다. OpenRouter를 사용하면 키 하나로 수백 개의 모델에 더 접근할 수 있습니다.
여러 모델을 함께 사용하기
EDDI는 모델을 캐스케이드로 연결할 수 있습니다: 빠르고 저렴한 모델이 먼저 답하고, 신뢰도가 낮을 때만 더 강력한 모델을 호출합니다. 모델 캐스케이딩을 참조하세요.