Lumi를 움직이는 AI 모델
Lumi는 Anthropic, OpenAI, Google의 주요 AI 모델을 사용합니다. 모든 요청을 하나의 모델에 보내지 않고, 스마트 라우팅이 모델 캐시를 최대한 재사용하면서 요청 내용과 프로젝트의 현재 상태에 가장 알맞은 모델을 고릅니다. 각 작업을 가장 잘하는 모델에 맡기면서 채팅 크레딧도 아낄 수 있습니다.
스마트 라우팅의 작동 방식
요청을 이해합니다
답변하기 전에 Lumi는 무엇을 원하는지 판단합니다. 문구나 스타일을 조금 바꾸는 일인지, 새 기능을 추가하는 일인지, 대규모 리팩터링인지, 새로운 계획을 세우는 일인지 파악합니다.
가장 알맞은 모델을 고릅니다
작업 내용과 이미지 첨부 여부, 플랜 모드인지, 아직 해결되지 않은 문제가 있는지 같은 현재 상황을 바탕으로 Lumi가 그 작업에 가장 적합한 모델을 고릅니다.
모델 캐시를 재사용합니다
같은 프로젝트에서 계속 작업할 때 Lumi는 프로젝트 내용을 이미 캐시해 둔 모델을 최대한 계속 사용하므로 매번 처음부터 다시 읽을 필요가 없습니다. 답변이 더 빠르고 채팅 크레딧도 덜 듭니다. 모델을 사용할 수 없을 때는 자동으로 예비 모델로 전환합니다.
Lumi가 사용하는 모델
2026년 11월 기준.
Anthropic
Claude Fable 5.1
Anthropic의 가장 강력한 모델로, 가장 어려운 추론과 길고 여러 단계로 이어지는 코딩 작업에 적합합니다.
Claude Opus 5.5
복잡한 프론트엔드 작업과 대규모 코드베이스에 걸친 여러 단계의 변경에 뛰어납니다.
Claude Sonnet 5.5
균형 잡힌 성능에 도구 사용이 안정적이어서 복잡한 기능과 비교적 큰 리팩터링에 잘 맞습니다.
OpenAI
GPT-6 Astra
OpenAI의 가장 강력한 모델로, 어려운 문제에 대한 깊은 추론에 초점을 맞춥니다.
GPT-6.1 Sol
추론, 계획, 까다로운 디버깅에 강해 플랜 모드에 잘 맞습니다.
GPT-6.1 Terra
빠른 추론에 긴 컨텍스트와 이미지 이해를 지원합니다.
Gemini 4 Argon
Google의 가장 강력한 모델로, 긴 컨텍스트를 지원하고 멀티모달 이해력이 뛰어납니다.
모델 비교
각 모델이 가장 잘하는 일입니다. 모든 모델이 약 100만 토큰의 컨텍스트를 한 번에 처리할 수 있습니다. Kimi K3.1 Pro와 Gemini 4 Carbon은 비교용으로만 표시했습니다.
| 모델 | 개발사 | 잘하는 일 | Lumi에서 사용 |
|---|---|---|---|
| Claude Fable 5.1 | Anthropic | 가장 어려운 추론과 길고 여러 단계로 이어지는 코딩 | 예 |
| Claude Opus 5.5 | Anthropic | 복잡한 프론트엔드 작업과 대규모 코드베이스 | 예 |
| Claude Sonnet 5.5 | Anthropic | 안정적인 도구 사용으로 복잡한 기능과 리팩터링에 적합 | 예 |
| GPT-6 Astra | OpenAI | 어려운 문제에 대한 깊은 추론 | 예 |
| GPT-6.1 Sol | OpenAI | 계획 수립과 까다로운 디버깅 | 예 |
| GPT-6.1 Terra | OpenAI | 빠른 추론과 이미지 이해 | 예 |
| Gemini 4 Argon | 긴 컨텍스트와 멀티모달 이해 | 예 | |
| Kimi K3.1 Pro | Moonshot AI | 오픈 웨이트 모델로, 코딩과 3D 모델링에 강함 | 비교용 |
| Gemini 4 Carbon | 장시간 작업과 사이버 보안, 단계적으로 공개 중 | 비교용 |
자주 묻는 질문
모델을 직접 고를 수 있나요?
직접 고를 필요가 없습니다. Lumi가 요청마다 가장 알맞은 모델을 자동으로 고르므로, 만들고 싶은 것을 설명하는 데만 집중하면 됩니다.
코딩에 가장 좋은 AI 모델은 무엇인가요?
작업에 따라 다릅니다. Claude Opus 5.5와 Claude Fable 5.1은 프론트엔드 작업과 대규모 코드베이스에, GPT-6.1 Sol은 계획과 디버깅에, Gemini 4 Argon은 긴 컨텍스트와 이미지에 강합니다. Lumi에서는 직접 고를 필요가 없습니다. 스마트 라우팅이 요청마다 모델을 골라 줍니다.
Lumi는 채팅 크레딧을 어떻게 아끼나요?
크레딧 사용량은 모델과 요청의 작업량에 따라 달라집니다. Lumi는 모델 캐시를 최대한 재사용하므로 모델이 이미 읽은 프로젝트 내용을 다시 처리하지 않아도 되고, 같은 프로젝트에서 이어지는 요청에는 크레딧이 덜 듭니다.
왜 Lumi는 하나의 모델로 모든 작업을 하지 않나요?
모델마다 코딩, 추론, 이미지 이해, 속도에서 강점이 다릅니다. 작업에 맞는 모델을 고르면 어느 한 모델만 쓰는 것보다 결과가 좋습니다.
Lumi로 만들기 시작하기