Solar Pro 4는 Upstage가 Solar Pro 3를 잇기 위해 공개한 독점 추론 모델이다. 한국어 문서 처리와 기업 업무 자동화를 검토하는 팀에게 특히 의미가 있지만, 모델을 고를 때는 국내 개발사라는 점보다 실제 작업의 정확도·지연·환각률을 함께 봐야 한다.
무엇이 개선됐나
Artificial Analysis의 독립 측정에서 Intelligence Index는 Solar Pro 3의 14점에서 42점으로 올랐다. 특히 에이전트·장문 작업에서 Terminal-Bench v2.1은 12%→57%, AA-LCR은 31%→71%로 향상됐다. 반면 평균 작업 완료 시간은 6.0분에서 8.6분으로 늘었다.
| 항목 | Solar Pro 4 |
|---|---|
| 컨텍스트 창 | 384K 토큰 |
| 최대 출력 | 256K 토큰 |
| 입·출력 가격 | $0.30 / $1.20 (1M 토큰) |
| 캐시 입력 | $0.06 (1M 토큰) |
| 입출력 형식 | 텍스트 |
언제 적합한가
- 한국어 규정·계약·보고서처럼 긴 문서를 읽고 근거를 정리해야 할 때
- 여러 단계의 도구 사용 중 비용을 낮춰야 하지만 소형 모델만으로는 실패가 잦을 때
- OpenRouter 또는 Upstage API로 빠르게 A/B 평가를 시작할 때
환각률은 Solar Pro 3보다 크게 낮아졌지만, 평가에서 답변을 시도한 비율도 낮아졌다. 따라서 “모르면 보류”가 가능한 지원 업무에는 장점일 수 있으나, 반드시 답해야 하는 자동화라면 보류·재시도 정책을 별도로 설계해야 한다.
비교할 때의 기준
모델 비용만 비교하지 말고 작업 하나당 입력·출력 토큰, 도구 호출 횟수, 재시도율, 완료 시간을 함께 기록해야 한다. 장문 컨텍스트가 필요 없는 짧은 분류 작업에는 더 작은 모델이 낫고, 복잡한 단계에서만 Solar Pro 4로 승격하는 agent-as-a-router 같은 라우팅 정책도 고려할 수 있다.
관련 문서
- qwen — 오픈 가중치와 관리형 API를 함께 제공하는 대형 모델 계열
- agent-harness — 모델 자체보다 실행 환경이 에이전트 품질을 좌우하는 이유
참고 자료
- Upstage Solar Pro 4: Benchmarks and analysis — Artificial Analysis (2026-08-12)