→ 옆으로 밀어 시간대별 흐름 보기
JEV를 탐색·선택이 많은 작업에 넣어 비용 효율을 높이는 사례가 공유됐다. 실제 구현 테스트에서 JEV 비용까지 포함해 19% 절감했다는 결과가 나왔다. 아직 최적화하지 않은 구현이며, 더 가이드된 방식으로 쓰면 추가 절감 가능성이 있다는 의견이 이어졌다. 대·중·소 카테고리처럼 선택지를 계층적으로 나누는 방식도 결과가 좋았다는 경험이 공유됐다.
OMO용 JEV 플러그인과 실험 결과를 담은 저장소가 공유됐다. OMO 자체의 토큰 사용량이 큰 편이라는 우려에 대해, 탐색 작업에서는 JEV 결합으로 실제 사용량을 줄일 수 있다는 설명이 나왔다. 플러그인에 추가할 기능을 고민 중이며 다음 플러그인도 준비 중이라고 했다. README를 보면 기능 방향을 파악할 수 있다고 안내했다.
GPT 구독 플랜의 실제 한도가 최근 몇 달 사이 크게 줄었다는 측정 경험이 공유됐다. 특히 API 호출과 구독 기반 Codex 호출은 이름이 같아도 사실상 다른 모델처럼 성능 차이가 난다는 주장이 나왔고, 실측 사용자 사례도 있다고 했다. API가 더 잘하지만 비용도 더 든다는 의견과 함께, 구독제 Codex를 유료 체험판처럼 본다는 강한 평가가 나왔다. 고가 플랜에서 더 나은 모델 제공을 기대하며 500달러 플랜과 다계정 운용을 검토·사용하는 대화가 이어졌다.
Opus에 제품 소개용 15초 모션그래픽 영상을 한 번에 생성시킨 사례가 공유됐다. 실제 제품 스크린샷·로고·에셋 사용, 음악과 모션의 동기화, 데모가 아닌 전문 쇼릴 품질을 요구하는 영어 프롬프트가 공개됐다. 음악 철자가 틀렸는데도 결과가 좋았다는 반응이 있었고, HTML·타이포그래피 기반으로 동작하는 듯하다는 추측도 나왔다. Sol·Astra에게 제작을 맡기고 Luna에게 리뷰시키는 비교 계획도 언급됐다.
구독형 Codex를 일반 API처럼 활용하는 codex-lb가 언급됐으며, 약관 위반 소지가 있을 수 있다는 말도 함께 나왔다. 900달러 수준에서 약 10배 가치의 토큰을 쓸 수 있다는 사용 평가가 제시됐다. codex-lb 저장소 링크가 공유됐고, 별도로 여러 Kiro 계정을 부하분산하는 kiro-lb와의 관계 및 포크 이야기가 이어졌다.
GPT 200달러 플랜에서 Orca로 Luna xhigh를 쓴 뒤 한도가 갑자기 70% 소진된 사례가 질문으로 나왔다. 원인 확인을 위해 tokscale로 세션 로그를 모아 토큰 사용량을 집계해 보라는 답변이 제시됐다. 서브에이전트가 다른 모델을 사용했을 가능성이 원인 후보로 언급됐다.
Claude 5x를 두 계정으로 쓰면 한도가 넉넉하다는 사용 경험이 언급됐다. GPT 구독형 도구와 달리 Claude 구독제는 아직 쓸 만하다는 평가가 있었지만, 향후에는 Claude도 같은 문제가 생길 수 있다는 우려가 제기됐다. Fable 5.1 또는 Opus 5.5 사용 여부를 묻는 질문도 나왔다.
다음 날 OpenAI 개발자 발표에서 나올 내용을 추측했다. GPT-5.6 계열의 로컬 모델 공개와 Sol을 단일 GPU에서 돌릴 수 있는 수준의 요구사항이 나오면 반응이 클 것이라는 농담 섞인 전망이 나왔다. 반대로 고사양 GPU 사용자 비중을 두고 하드웨어 농담도 이어졌다.
개인적인 법적 상황에 관한 언급이 있었고, 참여자들이 농담과 반응을 주고받았다. 구체적인 내용은 공유하지 않는다.