모델 고르기
일상 대화, 긴 맥락, 추론, 무료 사용을 위한 선택 안내.
새 대화는 0.3×인 DeepSeek V4 Flash로 시작합니다. 바꾸는 것은 분명한 이유가 있을 때 — 더 큰 컨텍스트 창, 이미지, 눈에 보이는 추론, 혹은 더 적은 비용. 정확한 숫자가 담긴 전체 목록은 모델에 있습니다.
필요에 따라 고르기
| 원하는 것 | 쓸 모델 | 비용 | 맞바꾸는 것 |
|---|---|---|---|
| 롤플레이에 무난한 기본값 | DeepSeek V4 Flash | 0.3× | 없음 — 이보다 싼 것 중에 플러그인이나 월드북 검색을 지원하는 것은 없습니다 |
| 같은 값에 더 큰 창 | MiMo V2.5 | 0.3× | 163,840이 아니라 262,144 토큰 |
| 한 푼도 안 쓰기 | Llama 3.1 8B | 0× | 3시간에 15개, 게다가 플러그인도 월드북 검색도 기억 쓰기도 없음. 무료 모델 |
| 아주 긴 대화, 또는 큰 월드북 | GLM 5.3 Flash | 0.5× | 1,048,576 토큰, 다만 추론이 항상 켜져 있고 끌 수 없음 |
| 추론을 강요당하지 않는 100만 토큰 창 | DeepSeek V4.1 Flash | 0.7× | GLM 5.3 Flash보다 조금 비쌈 |
| 붙인 이미지를 읽게 하려면 | GLM 5.3 Flash(0.5×), DeepSeek V4.1 Flash(0.7×) 또는 Gemini 3 Flash Preview(1.2×) | 0.5×–1.2× | Gemini 3 Flash Preview에는 구독이 필요 |
| 모델이 생각하는 걸 보고 싶다면 | 선택이라 표시된 아무 모델, 추론을 켠 채로 | 그대로 | 생각에 쓰인 토큰도 답변 토큰처럼 청구됩니다 |
| 결코 꺼지지 않는 추론 | DeepSeek R1 | 1.0× | 도구 미지원: 플러그인도, 월드북 검색도, 기억 쓰기도 없음 |
| 고급 등급 | Gemini 3 Flash Preview(1.2×) 또는 GLM 5(1.3×) | 1.2×–1.3× | 유효한 구독 필요 |
큰 컨텍스트 창은 유료 기능이 아닙니다. 기본 등급 모델 둘이 100만 토큰을 품습니다.
한 턴이 실제로 드는 비용
한 턴은 보내는 모든 것에 답변을 더해 계산됩니다. 무르익은 대화 — 캐릭터 카드, 페르소나, 월드북 항목, 기록, 그리고 온전한 답변 하나 — 는 평균 8,000 토큰쯤 됩니다.
| 배수 | 모델 | 8,000 토큰 한 턴의 크레딧 |
|---|---|---|
| 0× | Llama 3.1 8B | 0 |
| 0.3× | DeepSeek V4 Flash, MiMo V2.5 | 약 2,400 |
| 0.5× | DeepSeek V3.2, GLM 5.3 Flash | 약 4,000 |
| 0.7× | DeepSeek V4.1 Flash, DeepSeek V4 Pro | 약 5,600 |
| 1.0× | DeepSeek R1, GLM 4.7 | 약 8,000 |
| 1.2× | Gemini 3 Flash Preview | 약 9,600 |
| 1.3× | GLM 5 | 약 10,400 |
감을 잡자면, Pro 요금제의 월 2,600,000 크레딧은 기본 모델로 대략 1,000턴, GLM 5로는 250턴쯤입니다. 초반의 짧은 메시지는 이보다 훨씬 쌉니다. 기록이 쌓일수록 숫자가 커질 뿐입니다. 크레딧
선택기의 수치 읽기
AI 모델 선택은 각 모델 옆에 커뮤니티 데이터를 보여줍니다. 제품 안의 유일한 품질 신호입니다 — Reverie는 자체 순위를 내놓지 않습니다.
| 수치 | 어떻게 보이는지 | 무슨 뜻인지 | 언제부터 나오는지 |
|---|---|---|---|
| 품질 | <n>% preferred | 가린 채로 나란히 고른 것 중 이 모델이 뽑힌 비율 | 승부가 난 비교 30건부터 |
| 신뢰도 | 1–5 | 그 비율 뒤에 얼마나 많은 자료가 있는지 | — |
| 맞대결 | Head-to-head (<n>) | 특정한 다른 한 모델을 상대로 한 이 모델의 전적 | 그 짝에 대해 비교 5건부터 |
| 좋아요 비율 | 백분율 | 싫어요 대신 좋아요를 받은 답변의 비율 | 평가된 답변 3건부터 |
| 속도 | TTFT <time> · <rate> tok/s | 첫 토큰까지 걸린 시간, 그다음 초당 토큰 수 | — |
그 문턱에 못 미치면 선택기는 숫자 대신 데이터 모으는 중, 아직 데이터 없음, 막 나옴이라고 말합니다. 표본이 적은 모델이 더 나쁜 것은 아닙니다 — 더 새로울 뿐입니다.
비교 자료는 대화의 첫 메시지에 답변 두 개를 내놓는 그 카드에서 나옵니다. 당신이 남긴 쪽이 한 표로 기록됩니다. 두 답변 비교하기. 좋아요 비율은 개별 답변에 눌린 좋아요와 싫어요에서 나옵니다.
모델을 바꿔도 답이 아닐 때
답변 길이, 시점, 호흡은 설정이지 모델의 성질이 아닙니다. 턴마다 더 내기 전에, 옆 패널의 설정 → 답변과 생성에서 오래 갈 변경을 해보거나, 이번 턴만 바꾸려면 슬래시 명령을 써보세요. 긴 대화에서의 반복과 겉돌기는 대개 맥락 문제입니다 — 더 큰 창이나 잘 정리된 기억이 비싼 모델보다 훨씬 낫습니다.