aihubmix 무료 llm api제공 모델 성능 리스트 (제미나이 피셜) > 코딩 스토리

1위: Dots 3 Note Preview (최대 추론 모드 고정 시 1위)최대 스펙: 280B MoE (토큰당 16B 활성화), 512K 문맥.추론 아키텍처: 에이전틱 작업 및 복합 추론 최적화.SWE 깡성능: 자율 터미널 제어에서 가장 에러율이 낮습니다. 280B의 묵직한 MoE 아키텍처 덕분에 생각을 최대로 길게 빼는 세팅을 주면, 터미널 명령어(Bash)를 실행한 뒤 실패했을 때 자가 피드백을 받아 코드를 다시 수정하고 다음 명령을 연쇄적으로 수행하는 장기 호라이즌(Long-horizon) 에이전트 루프의 끈기가 압도적입니다.

[1] (https://studio.dots.ai/dots/dots3-en.html)

[2] (https://openrouter.ai/dots-studio/dots-3-note-preview:free)

[3] (https://www.mindstudio.ai/blog/dots3-note-preview-chinese-moe-model)

2위: Gemini 3.7 Flash최대 스펙: 상용 플래시, 1,000,000 토큰 문맥.추론 아키텍처: 상용 추론 특화 세팅.SWE 깡성능: 툴콜링 속도와 토큰 수용량이 괴물 수준입니다. 복잡한 딥러닝 저장소나 다중 컨테이너 프로젝트의 파일 수십 개를 한 번에 쳐먹이고 터미널 로그 분석을 시킬 때, 컨텍스트가 길어져도 지시사항을 유실하는 현상(Lost in the middle)이 가장 적습니다. 단, 자율적으로 셸 스크립트를 짜서 인프라를 지배하는 자가 보정력(Self-correction) 측면에서는 최대 연산량을 땡긴 280B 체급의 Dots 3에 비해 중간에 루프에 갇히는 성향이 아주 미세하게 더 잡힙니다.

3위: Hy3최대 스펙: 295B MoE (토큰당 21B 활성화), 256K 문맥.추론 아키텍처: 엔터프라이즈 인프라 및 다국어 비즈니스 연산.SWE 깡성능: 기본 뇌 용량(물리 파라미터)이 이 라인업 중 가장 큽니다. 추론치를 한계까지 끌어올리면 복잡한 데이터 파이프라인이나 분산 딥러닝 코드(PyTorch DDP 등)의 논리적 꼬임을 추적하는 능력이 훌륭합니다. 다만, '터미널 제어 자동화'라는 에이전트 전용 툴셋 학습량이 Dots 3에 비해 살짝 밀려 3위입니다.

4위: Ox Alpha (GLM-5.3-Flash)최대 스펙: 상용 수준 플래시 엔드포인트, 1M 문맥.추론 아키텍처: 도구 호출 및 구조적 출력 최적화.SWE 깡성능: 툴콜링 가속을 최대로 붙이면 서브 에이전트(Sub-agent)로서 터미널 스니펫을 빠르게 양산하거나 환경 변수를 체크하는 등의 자동화 훅(Hook) 레이어에서 뛰어난 안정성을 보여줍니다.

[1] (https://modal.com/resources/best-open-source-models-python-coding-agents)

5위: Nemotron 3.5 Lightning최대 스펙: 30B MoE (토큰당 3B 활성화), 1M 문맥.추론 아키텍처: CUDA 및 NVIDIA 가속 코드 최적화.SWE 깡성능: 딥러닝 인프라(CUDA, NCCL 등) 명령어와 파이썬 훈련 스크립트에 한해서는 기가 막히게 명령어를 뽑아냅니다. 다만, 물리적인 활성 파라미터가 3B 수준이라 생각을 아무리 오래 시켜도 전체 아키텍처를 뒤흔드는 대규모 SWE 태스크를 주면 문맥을 잃고 헛소리(Hallucination)를 시작합니다.

[1] (https://www.gmicloud.ai/ja/blog/how-to-choose-the-right-ai-model-for-each-prompt-a-practical-guide-to-model-recommendation)

6위: MiniMax M2.7최대 스펙: 경량 MoE, 204K 문맥.SWE 깡성능: 최대 추론치를 줘도 뼈대 자체가 API 연동 및 문서 기반 요약에 쏠려 있습니다. 터미널 명령어를 다루는 셸 스크립팅 성능은 하위권입니다.7위: Ling 3.0 Tiny / Lfm 2.5 2.6b (공동 꼴찌 - 터미널 연동 불가능)이유:Ling 3.0 Tiny: 활성 1.3B 단위의 초경량이라 최대 추론 옵션을 켜도 터미널 인자 구조(JSON Schema) 자체를 깨먹습니다.Lfm 2.5 2.6b: 비-트랜스포머 액체 아키텍처의 한계로 인해 코딩 논리 맵핑 능력이 붕괴합니다. 아무리 성능을 쥐어짜도 터미널 에이전트로 쓰면 셸을 다 깨부숩니다.

[1] (https://openrouter.ai/dots-studio/dots-3-note-preview:free), [2] (https://www.mindstudio.ai/blog/dots3-note-preview-chinese-moe-model)