Solar Pro 4 후기, 가격, 판단

Solar Pro 4는 영어, 한국어, 일본어로 코딩 에이전트, 터미널 자동화, 긴 문서 검토를 만드는 팀에 맞고, Artificial Analysis가 잰 출력 속도는 초당 95.4토큰입니다. 이미지 입력이나 오픈 웨이트가 필요하거나 제3자가 돌린 에이전트 점수를 원한다면 맞지 않습니다. 그 독립 평가는 아직 나오지 않았습니다.

Solar Pro 4는 2026년 8월에 나온 Upstage의 에이전트 중심 추론 LLM입니다. 텍스트를 524,288토큰까지 받고 텍스트만 돌려주며, 오픈 웨이트가 아니라 API로 판매합니다. 터미널 작업, 도구 호출, 긴 문서 검토처럼 여러 단계로 이어지는 에이전트 작업에 맞춰 만들었습니다.

제공사: Upstage · 계열: Solar Pro

Hokai에서 Upstage 더 보기

컨텍스트 윈도우: 524,288 토큰 · 최대 출력: 131,072

입력 모달리티: 텍스트 · 출력: 텍스트

Solar Pro 4 소개

Solar Pro 4는 Upstage의 주력 대규모 언어 모델로, 2026년 8월에 출시되었습니다. 2026년 1월에 나온 Solar Pro 3의 후속입니다. 파라미터 수와 밀집형인지 전문가 혼합형인지는 공개되지 않았습니다. 기본으로 추론하고, 응답마다 추론 과정을 돌려주며, 추론 강도 설정을 제공합니다. 깊은 분석에는 높게, 대화형 턴에는 낮게 두면 됩니다.

Upstage가 Artificial Analysis 수치로 소개하는 점수는 2026년 8월 기준입니다. GPQA Diamond 89.0, 장문 추론 AA-LCR 71.0, Terminal-Bench v2.1 57.0, GDPval-AA v2 38.8, 다중 턴 도구 사용 평가 tau-cubed-Banking 23.0입니다.

같은 출시 글은 Upstage가 직접 돌린 수치도 싣습니다. OpenHands 스캐폴드 기준 SWE-bench Verified 70.6, LiveCodeBench 87.8, MMLU-Pro 86.3, AIME 2026 95.3, MCP-Atlas 61.4, BrowseComp 49.2입니다. Artificial Analysis의 모델 페이지는 Intelligence Index v4.3.2 추정치 28만 싣습니다(2026년 10월 13일 확인). 독립 평가는 예정으로 표시합니다.

Upstage의 나란히 놓은 출시 표는 Solar Pro 4를 Solar Pro 3가 아니라 오픈 웨이트 계열인 Solar Open 2와 비교합니다. 격차는 에이전트 실행에서 가장 큽니다(Terminal-Bench v2.1 +13.8, BrowseComp +11.9, GDPval-AA v2 +7.4). 지식과 수학에서는 거의 없습니다(MMLU-Pro +0.1, AIME 2026 -0.4). Solar Pro 3에 대해서는 몇 배 올랐다고만 설명합니다. 대상은 Terminal-Bench, tau-cubed-Banking, AA-LCR이고 벤치마크별 수치는 싣지 않았습니다.

텍스트 입력은 524,288토큰(Upstage는 512K로 반올림)까지 받고, 출력은 최대 131,072토큰까지 쓰며, 영어, 한국어, 일본어를 지원합니다. 텍스트 전용이라 이미지, 오디오, 영상 입력은 없습니다. 도구 호출, 함수 호출, 구조화 JSON 출력, 스트리밍을 지원하고, Artificial Analysis 페이지는 출력 속도를 초당 95.4토큰으로 잡습니다. 스캔 문서는 Upstage의 Document Parse 같은 OCR 단계를 거친 뒤 모델에 넣어야 합니다.

이용 경로는 여러 가지입니다. OpenAI 호환 Upstage Console API(모델 이름 solar-pro4)와 브라우저 앱 SolarChat이 있습니다. OpenRouter, Nous Research의 Hermes Agent, 코딩 없이 문서 에이전트를 만드는 Upstage Studio도 됩니다. 기업은 전용·온프레미스 배포를 쓸 수 있습니다.

오픈 웨이트는 없습니다. 2026년 10월 1일에 Upstage는 활성 파라미터 30억 개로 대량 에이전트 호출을 겨냥한 Solar Mini 4를 추가했습니다. 토큰당 요금과 끝난 출시 할인은 아래 가격 항목에서 다룹니다.

Upstage는 Solar Pro 4의 시스템 카드나 안전 보고서를 공개하지 않았습니다.

밝힌 설계 선택은 하나입니다. 확인할 수 없는 주장은 빈틈을 메우지 않고 확인할 수 없다고 답하게 했습니다. 학습에는 OfficeVerse 파이프라인을 썼습니다. 11개 산업 분야와 12개 작업 유형에 걸쳐 사무 과제를 합성하고 최종 결과물로 채점합니다. Upstage는 고객 API 데이터를 기본적으로 학습에 쓰지 않는다고 하며, 서비스가 SOC 2와 ISO 27001 인증 아래 운영된다고 밝힙니다.

다른 모델을 보는 편이 나은 팀이 있습니다. 이미지, 오디오, PDF 입력이 필요한 팀, 자체 호스팅용 오픈 웨이트가 필요한 팀, 조달 승인 전에 제3자가 돌린 에이전트 점수가 필요한 팀입니다. Gemini 3.1 Flash-Lite는 이미지, 오디오, 영상을 받습니다.

웨이트를 내려받으려면 MiniMax M3와 DeepSeek-V4.1-Flash가 있습니다. Qwen3.8-27B와 GLM-5.3-Flash도 마찬가지입니다. 나머지 모델은 Hokai 모델 디렉터리에서 볼 수 있습니다.

가격

Upstage Console API에서 Solar Pro 4는 입력 100만 토큰당 $0.30, 출력 $1.20, 캐시된 입력 $0.06입니다. Artificial Analysis도 같은 요금을 싣습니다. Console과 OpenRouter의 90% 출시 할인은 2026년 9월 10일 23:59 UTC에 단계적 인상 없이 끝났고, 지금은 모든 요청에 위 세 가지 요금이 적용됩니다.

Upstage의 전용 배포와 온프레미스 배포는 견적으로만 판매합니다.

실제 작업 비용

기준 예산: 20쪽 PDF = 입력 30k / 출력 1k · 고객 지원 답변 = 입력 2k / 출력 300 · 코딩 에이전트 실행 = 입력 200k / 출력 20k. 화면을 그릴 때 벤더의 토큰당 가격으로 계산하며, 캐시 입력 할인은 반영하지 않았습니다.

주요 기능

• 524K 컨텍스트 윈도: 계약서, 보고서, 데이터 파일 여러 개를 나누지 않고 한 세션에 올릴 수 있고, 출력은 최대 128K토큰까지 이어집니다.
• 에이전트 도구 사용: 12개 작업 유형에 걸친 OfficeVerse 과제로 학습했고 최종 결과물로 채점합니다. 단일 질문이 아니라 다중 턴 도구 사용과 업무 결과물 평가로 측정했습니다.
• 장문 맥락 기억: 약 100,000토큰 분량의 문서에 흩어진 답을 찾는 질문을 겨냥해 만들었습니다. Artificial Analysis의 AA-LCR 평가가 시험하는 바로 그 형태입니다.
• 확인 못 하면 거절: Upstage의 OfficeVerse 파이프라인으로 학습해, 확인할 수 없는 주장은 그럴듯한 추측 대신 확인할 수 없다고 답합니다. 신뢰성을 위해 의도적으로 택한 방식입니다.
• 프롬프트 캐싱: Upstage Console API에서 캐시된 입력 토큰은 캐시되지 않은 입력보다 80% 저렴합니다. 같은 시스템 프롬프트나 문서를 반복해 쓸 때 비용이 줄어듭니다.
• 추론 강도 조절: 추론이 기본으로 켜져 있고 응답마다 추론 과정이 함께 반환됩니다. 설정 하나로 깊은 분석과 빠른 응답 사이를 조절할 수 있습니다.

장점

• 향상이 에이전트 개발자에게 필요한 곳에 몰려 있습니다. Upstage 표에서 Solar Open 2 대비 앞선 폭은 터미널, 웹 조사, 결과물 과제에 집중되고 지식과 수학은 비슷합니다.
• Artificial Analysis의 AA-LCR 평가는 답을 약 100,000토큰의 보고서와 공시 곳곳에 흩어 놓는데, 장문 추론이 여기서 유지됩니다.
• OpenAI 호환 에이전트 스택을 옮기는 데 엔드포인트와 모델 이름 solar-pro4, 두 곳만 고치면 된다고 Upstage의 출시 글은 설명합니다.
• 문서에 근거가 없으면 조항이나 수치를 지어내지 않고 없다고 답합니다. 틀린 답의 비용이 빈칸보다 큰 계약서나 공시 검토에 맞습니다.

단점

• 텍스트 전용입니다. 비슷한 토큰 요금대의 2026년 모델 몇 가지와 달리 비전, 오디오, 영상 입력이 없습니다.
• Upstage는 파라미터 수와 밀집형 대 전문가 혼합형 여부를 밝히지 않았습니다. 그래서 용량 계획은 측정한 처리량에서 시작해야 합니다.
• SWE-bench Verified, MCP-Atlas, BrowseComp를 포함한 핵심 코딩·에이전트 수치 대부분이 제3자가 아니라 Upstage 자체 평가입니다.
• 추론이 기본으로 켜져 있고 Artificial Analysis는 첫 답변 토큰까지 약 23초를 쟀습니다. 실시간 채팅에는 낮은 추론 강도 설정이 필요합니다.
• 이 모델의 시스템 카드나 안전 보고서는 공개되지 않았습니다.

벤치마크

• MMLU-Pro: 86.3% 공급사 발표 · 2026년 10월 13일 — 57개 과목 지식 시험의 더 어려운 버전, % 정답.
• AIME 2026: 95.3% 공급사 발표 · 2026년 10월 13일 — 2026년 시험의 대회 수준 수학 문제, % 해결.
• MCP Atlas: 61.4% 공급사 발표 · 2026년 10월 13일 — Model Context Protocol로 외부 도구를 호출해 해결하는 작업, % 해결.
• GDPval-AA v2: 38.8 인용: Artificial Analysis · 2026년 10월 13일 — 전문가와 비교해 평가한 실제 지식 업무 결과물, Artificial Analysis 수행.
• GPQA Diamond: 89% 인용: Artificial Analysis · 2026년 10월 13일 — 검색으로 찾기 어려운 박사 수준의 과학 문제, % 정답.
• SWE-bench Verified(코딩 벤치마크): 70.6% 공급사 발표 · 2026년 10월 13일 — 실제 GitHub 이슈를 처음부터 끝까지 해결, % 해결.
• Terminal-Bench 2.1: 57% 인용: Artificial Analysis · 2026년 10월 13일 — 실제 명령줄에서 완료하는 다단계 작업, % 해결.
• 출력 속도: 95 토큰/초 인용: Artificial Analysis · 2026년 10월 13일 — Artificial Analysis가 측정한 초당 작성 토큰 수의 중앙값.

벤치마크는 시험이지 실제 업무가 아닙니다. 점수는 작업마다 다르게 반영되니 업무와 가장 가까운 항목을 보고, 모든 수치를 출처와 함께 읽으십시오.

Solar Pro 4 공식 페이지 방문