choice 후보 중 선택
criteria는 후보 이름과 설명의 객체입니다. 2~26개를 지정하며, 이름과 설명은 비어 있지 않은 문자열이어야 합니다. 이름은 a, b나 refund처럼 자유롭게 정합니다. 선택 결과와 확률의 키에는 입력한 이름을 그대로 사용합니다.
{ "a": "4개", "b": "5개", "c": "6개" }DOCUMENTATION
BRINGER의 9B 판단 모델 · bringer/decision1-step200
하나의 상황을 공유하는 최대 32개 질문을 각각 판단합니다.
OpenAI Chat Completions 호환BRINGER의 9B 판단 모델입니다. 라우팅, 분류, 규칙 확인, 검토 우선순위 결정과 구조화된 평가에 사용할 수 있습니다.
상황은 state에, 질문은 questions에 넣습니다. 각 질문은 독립적인 판단 과제로 평가하며, 결과는 확률을 포함한 JSON입니다. 범용 대화, 도구 호출, 이미지·음성 입력은 이 API의 지원 범위에 포함되지 않습니다.
기존 모델 ID bringer/web-think-step200도 입력 별칭으로 허용합니다. 응답과 모델 목록은 bringer/decision1-step200을 사용합니다. 공개 OpenAPI 명세 · 모델 목록
POST /v1/chat/completions에 정확히 하나의 user 메시지를 보냅니다. 메시지의 content는 아래 판단 객체를 JSON으로 직렬화한 문자열입니다. 질문 이름은 비어 있지 않은 문자열로 정합니다.
아래 JSON을 decision.json으로 저장합니다.
{
"state": "사과가 3개 있었고, 2개를 더 샀다.",
"reasoning_effort": "high",
"questions": {
"apple_count": {
"type": "choice",
"instructions": "지금 사과는 몇 개인가?",
"criteria": {
"a": "4개",
"b": "5개",
"c": "6개"
}
},
"amount": {
"type": "score",
"instructions": "사과 개수는 다음 기준에서 어느 단계에 가까운가?",
"criteria": [
"0개",
"5개",
"10개"
]
},
"check": {
"type": "noul",
"instructions": "현재 사과가 총 5개라는 주장은 참인가?"
}
}
}
| 필드 | 필수 여부 | 형식과 기본값 |
|---|---|---|
state | 필수 | 비어 있지 않은 문자열. 모든 질문이 공유하는 상황과 맥락입니다. |
questions | 필수 | 질문 이름 → 질문 객체. 한 요청에 1~32개를 담습니다. |
reasoning_effort | 선택 | light, mid, high, xhigh, max. 생략 시 high입니다. 프리셋별 한도 보기 |
| 필드 | 형식 |
|---|---|
type | choice, score, noul 중 하나. |
instructions | 비어 있지 않은 문자열. 해당 질문에서 판단할 내용. |
criteria | 유형에 맞는 후보·단계·참거짓 기준. noul은 생략하거나 null을 사용할 수 있습니다. |
Node.js 18 이상에서 아래 코드를 request.mjs로 저장하고 node request.mjs로 실행합니다. 같은 디렉터리의 decision.json을 읽습니다. 발급받은 키는 서버 환경변수 BRINGER_API_KEY로 설정합니다.
import { readFileSync } from "node:fs";
const decision = JSON.parse(readFileSync("decision.json", "utf8"));
const apiKey = process.env.BRINGER_API_KEY;
if (!apiKey) throw new Error("Set BRINGER_API_KEY first");
const response = await fetch(
"https://bringer-step200-a100.southcentralus.cloudapp.azure.com/v1/chat/completions",
{
method: "POST",
headers: {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "bringer/decision1-step200",
messages: [
{ role: "user", content: JSON.stringify(decision) }
],
stream: false
})
}
);
if (!response.ok) throw new Error(`API returned HTTP ${response.status}`);
const completion = await response.json();
const { answers } = JSON.parse(completion.choices[0].message.content);
console.log(answers);
console.log(completion.usage);
요청 본문의 최상위 필드는 model, messages, stream, stream_options를 받습니다. stream은 생략하면 false입니다. 사고 예산은 메시지 안의 판단 JSON에 설정합니다. request_id, temperature, max_tokens, tools는 이 공개 요청 형식에 포함하지 않습니다.
choice 후보 중 선택criteria는 후보 이름과 설명의 객체입니다. 2~26개를 지정하며, 이름과 설명은 비어 있지 않은 문자열이어야 합니다. 이름은 a, b나 refund처럼 자유롭게 정합니다. 선택 결과와 확률의 키에는 입력한 이름을 그대로 사용합니다.
{ "a": "4개", "b": "5개", "c": "6개" }score 순서가 있는 정도criteria에 낮음에서 높음 순서의 문자열 배열을 전달합니다. 2~10단계를 지정할 수 있습니다.
["0개", "5개", "10개"]K단계의 번호는 0부터 K−1까지입니다. API는 단계별 확률로 계산한 단계 번호의 기대값을 score로 반환합니다. 위 3단계의 범위는 0~2이고 확률 키는 "0", "1", "2"입니다. 단계 설명에 있는 사과 개수 자체가 반환 점수의 단위가 되는 것은 아닙니다.
noul 참일 확률criteria를 생략하거나 null로 두면 기본 참·거짓 기준을 사용합니다. 직접 지정할 때는 정확히 "false"와 "true" 두 키에 비어 있지 않은 설명 문자열을 넣습니다.
{ "false": "사과가 5개가 아니다", "true": "사과가 5개다" }일반 응답은 Chat Completions JSON이며, choices[0].message.content를 JSON으로 해석하면 answers 객체를 얻습니다. 질문 이름으로 결과를 찾습니다.
| 유형 | 반환값 |
|---|---|
choice | choice에 선택한 후보 이름, probabilities에 후보별 확률, confidence에 분포의 집중도를 반환합니다. |
score | score에 0~K−1 범위의 기대값, probabilities에 단계별 확률, confidence에 분포의 집중도를 반환합니다. |
noul | noul에 명제가 참이라고 판단하는 0~1 사이 확률을 반환합니다. |
후보·단계별 확률의 합은 부동소수점 오차 범위에서 1입니다. confidence는 정규화한 엔트로피를 1에서 뺀 값으로, 한 후보에 확률이 집중될수록 커집니다. 정답일 확률을 뜻하지 않습니다.
모든 유형에 thinking이 포함됩니다. used는 사고 사용 여부, tokens는 사용한 사고 토큰 수, truncated는 사고 상한 도달 여부입니다. 내부 사고 원문은 반환하지 않습니다.
아래 확률과 토큰 수는 출력 형식을 설명하기 위한 예시이며 실제 모델의 측정 결과가 아닙니다.
{
"answers": {
"apple_count": {
"type": "choice",
"choice": "b",
"probabilities": {
"a": 0.03,
"b": 0.94,
"c": 0.03
},
"confidence": 0.755549,
"thinking": {
"used": false,
"tokens": 0,
"truncated": false
}
},
"amount": {
"type": "score",
"score": 1.0,
"probabilities": {
"0": 0.1,
"1": 0.8,
"2": 0.1
},
"confidence": 0.418328,
"thinking": {
"used": false,
"tokens": 0,
"truncated": false
}
},
"check": {
"type": "noul",
"noul": 0.98,
"thinking": {
"used": false,
"tokens": 0,
"truncated": false
}
}
}
}
0~1 척도가 필요하면 애플리케이션에서 반환된 원본 score를 변환합니다. API의 score 필드는 0~K−1 범위입니다.
정규화 점수 = 원본 score ÷ (단계 수 − 1)
10단계의 원본 점수 7.2는 7.2 ÷ 9 = 0.8로 읽을 수 있습니다. 같은 원본값을 1~10 척도로 읽으면 8.2입니다.
정도의 크기와 참일 확률은 다릅니다. 애플리케이션에서 정규화한 슬픔 점수 0.8은 강도의 위치입니다. noul = 0.8은 “슬프다”라는 명제에 모델이 부여한 참 확률입니다.
요청 본문에 stream: true와 stream_options: { include_usage: true }를 지정하면 SSE로 응답합니다. 각 choices[0].delta.content 조각을 순서대로 이어 붙인 뒤 전체 문자열을 JSON으로 해석합니다. usage 청크는 choices가 비어 있을 수 있으며, 스트림은 [DONE]으로 끝납니다.
연결을 닫으면 해당 요청의 추론을 취소합니다. 다른 요청은 독립적으로 계속 처리합니다. 확률은 모델의 추정치이므로 애플리케이션이 결과를 해석하고 실행 여부를 결정합니다.
| 항목 | 한도 |
|---|---|
| 공유 상태 + 모든 질문 합계 | 64,000토큰 |
| 공유 상태 + 개별 질문 | 32,000토큰 |
| 한 요청의 질문 수 | 1~32개 |
choice 선택지 | 2~26개 |
score 단계 | 2~10단계 |
| HTTP 요청 본문 | 2 MiB (2,097,152바이트) |
모델의 토크나이저로 입력을 셉니다. 전체 요청 예산에서 공유 state는 한 번만 계산하며, 질문별 유형·지시·후보 또는 단계·고정 질문 안내를 포함한 질문 부분을 각각 합산합니다. 모든 질문은 상태와 합쳤을 때 32,000토큰 이하여야 합니다.
시스템 프롬프트, 채팅 템플릿과 내부 사고는 위 입력 허용량에서 제외합니다. 초과한 요청은 잘라서 처리하지 않고 거절합니다. 현재 문맥·출력 메타데이터의 상세 값은 OpenAPI 명세에서 확인할 수 있습니다.
판단 JSON의 reasoning_effort로 아래 다섯 프리셋을 선택합니다. 각각 질문 하나당 내부 사고 토큰 상한이며, 생략하면 high입니다. 실제 사용량은 0부터 해당 상한까지 달라질 수 있습니다.
| 프리셋 | 상한 |
|---|---|
light | 256 |
mid | 512 |
high · 기본값 | 1,024 |
xhigh | 2,048 |
max | 4,096 |
일반 응답과 스트리밍 모두 사용량을 제공합니다. usage.prompt_tokens는 실제로 구성한 질문별 전체 프롬프트의 합계로, 각 질문에 들어간 공유 상태를 반복해서 포함합니다. 입력 허용량의 상태 한 번 계수와 사용량 집계는 다른 기준입니다.
usage.completion_tokens에는 직렬화된 답변 JSON과 내부 사고 토큰이 포함됩니다. 사고 토큰 수는 usage.completion_tokens_details.reasoning_tokens로 따로 확인할 수 있습니다. usage.total_tokens는 prompt와 completion의 합입니다.
4,096토큰은 질문별 내부 사고 상한입니다. 최종 판단 JSON의 길이는 질문 수와 후보 이름 등에 따라 달라집니다. 별도의 고정 출력 토큰 상한과 가격은 확정된 제공 계약에 따라 안내합니다.
state, 질문 이름·instructions, 후보 이름·설명과 단계 설명은 비어 있지 않은 문자열이어야 합니다. criteria는 해당 유형의 형식과 개수 제한을 따라야 합니다.
다음과 같은 예약 토큰이 입력 문자열에 포함되면 요청이 거부됩니다.
<think></think><|im_start|><|im_end|><|endoftext|>| HTTP | 의미 |
|---|---|
| 400 | 잘못된 입력 형식·프리셋·질문/후보 개수. 토큰 입력 한도 초과는 input_budget_exceeded입니다. |
| 401 | Bearer 키가 없거나 올바르지 않습니다. |
| 404 | 알 수 없는 모델 ID 또는 경로입니다. |
| 413 | 요청 본문이 2 MiB를 초과했습니다. |
| 429 | 현재 공개 API의 동시 요청 한도 4개를 초과했습니다. 대기열 없이 거절합니다. |
| 503 / 504 | 추론 서비스가 준비 중이거나 요청 처리 시간이 초과됐습니다. |
무료·유료 API 모두 Zero Data Retention(ZDR)과 학습 미사용 정책을 적용합니다. 프롬프트, 요청 본문, 모델 응답, 구조화된 판단 및 내부 추론 내용은 요청 처리에 필요한 동안만 사용하며, 완료되거나 취소되면 보관하지 않습니다. 임시 메모리와 버퍼도 해당 요청에 더 이상 필요하지 않을 때 폐기합니다.
이용자 추론 내용은 모델 학습, 미세조정, 강화학습, 학습 데이터셋 구성 또는 모델 가중치 개선에 사용하지 않습니다. 향후 데이터 학습을 위한 별도 서비스를 도입하는 경우에도 이용자의 명시적 참여 선택(옵트인)이 필요합니다.
운영 로그는 프롬프트와 응답 내용을 포함하지 않도록 설계합니다. 모델·엔드포인트 식별자, 토큰·사용량, 시각·지연시간, 상태·오류 코드, 청구·인증·속도 제한·보안 이벤트 등 원문 없는 운영 정보는 서비스 운영·청구·보안·법적 의무에 합리적으로 필요한 범위에서 별도로 보관할 수 있습니다. 이러한 기록에는 추론 내용의 ZDR과 다른 보관 기준이 적용됩니다.
BRINGER는 인프라 제공자가 BRINGER를 대신하여 추론 내용으로 자체 모델을 학습하도록 허용하지 않습니다. OpenRouter 등 중개 플랫폼은 자체 정책과 이용자 설정에 따라 데이터를 독립적으로 처리할 수 있습니다. 처리 지역, 제공업체, 보안 및 권리행사의 전체 기준은 Data Policy에서 확인하세요.
PERFORMANCE / WEB THINK STEP200
아래는 기존 STEP200 실행 조건에서 BRINGER가 측정한 자체 평가 집계입니다. 새 입력 한도나 다섯 사고 프리셋을 모두 평가한 결과가 아니며, 각 측정의 토큰 상한과 표본을 함께 확인하세요. 공개일: 2026년 9월 29일. 동적 그래프 보기
동일 모델를 같은 문항에 적용한 즉답·사고 후 답변 비교입니다. 일부 BBH 과제를 선택형으로 변환한 표본으로, 공식 BBH 전체 점수가 아닙니다. 아래 600문항 평가와는 별도의 비교입니다.
| 답변 방식 | 정답 / 표본 | 정답률 |
|---|---|---|
| 즉답 | 28 / 45 | 62.22% |
| 사고 후 | 44 / 45 | 97.78% |
차이: 16 / 45 = 35.56%p. 오답은 17개에서 1개로 줄었으며, 즉답의 오답 수를 기준으로 한 감소율은 (17 − 1) / 17 = 94.12%입니다. 두 지표는 같은 45문항의 결과를 다른 분모로 표현한 것입니다. 다른 과제 전반에서의 동일한 개선폭을 뜻하지 않습니다.
질문당 사고 상한 512토큰으로 평가했습니다. 이미 사용하던 개발셋의 소규모 표본입니다.
| 평가 유형 | 정답 / 표본 | 정답률 |
|---|---|---|
| 선택형 | 243 / 280 | 86.79% |
| 참·거짓 | 224 / 240 | 93.33% |
| 점수 최상위 구간 일치 | 44 / 80 | 55.00% |
| 전체 | 511 / 600 | 85.17% |
| 상한 도달 문항을 오답 처리 | 479 / 600 | 79.83% |
| 별도 고정 회귀셋 | 384 / 459 | 83.66% |
사고 상한에 도달한 문항은 55개입니다. 전체 정답률은 서로 다른 유형의 정답·일치 판정을 합친 값이며, 확률 보정 성능을 나타내지 않습니다.
연속 점수의 평균 절대오차(MAE, 낮을수록 좋음)는 HelpSteer2 도움됨 판단 0.82점 / 4점 척도, KLUE-STS 문장 유사도 0.48점 / 5점 척도입니다.
| 과제 | 정답 / 표본 | 정답률 |
|---|---|---|
| ARC-Easy | 40 / 40 | 100% |
| ARC-Challenge | 38 / 40 | 95% |
| GSM8K 정답 검증 | 38 / 40 | 95% |
| KLUE-NLI | 39 / 40 | 97.5% |
| AQuA | 29 / 40 | 72.5% |
| MMLU-Pro | 28 / 40 | 70% |
위 과제는 개발셋의 일부입니다. 전체 600문항의 모든 하위 과제 목록은 제공되지 않았습니다.
위 개발셋과 별도로 진행한 과거 평가입니다. 선택형으로 변환한 일부 과제이며 공식 BBH 전체 점수가 아닙니다.
| 과제 | 정답 / 표본 | 정답률 |
|---|---|---|
| 논리 추론 | 28 / 30 | 93.33% |
| 날짜 이해 | 29 / 30 | 96.67% |
| 물체 상태 추적 | 30 / 30 | 100% |
| 전체 | 87 / 90 | 96.67% |
| 사고 잘림을 오답 처리 | 84 / 90 | 93.33% |
결과의 적용 범위제시한 수치는 내부 개발·평가 표본의 결과입니다. 일반 채팅 또는 실제 브라우저 작업 성공률을 입증하지 않으며, 모델 간 전반적인 우위를 주장하는 근거로 사용하지 않습니다.
MATCHED QUESTIONS
BRINGER가 제공한 STEP200과 Jev의 동일 문항 비교 집계 중 Decision 1의 정답률이 더 높게 관측된 두 표본입니다. Decision 1은 STEP200 체크포인트의 현재 제품명입니다. 성능 그래프 살펴보기
| 평가 표본 | Decision 1 | Jev | 정답률 차이 |
|---|---|---|---|
| 선택·참거짓 판단 · 130문항 | 119/130 · 91.54% | 111/130 · 85.38% | +6.15%p |
| BBH 선택형 추론 · 45문항 | 44/45 · 97.78% | 43/45 · 95.56% | +2.22%p |
각 행의 두 모델은 같은 문항을 풀었습니다. 선택·참거짓은 기존 개발셋의 130문항이며, BBH는 일부 과제를 선택형으로 변환한 45문항입니다. 두 행은 별개의 표본이고 공식 BBH 전체 평가가 아닙니다. 정답률 차이는 반올림 전 정답 수로 계산합니다.
이는 선택된 표본의 관측 차이로, 모델 전반의 통계적 우위가 확정된 것은 아닙니다. 페이지에는 제공받은 집계를 반영했으며 새로 평가를 실행하거나 독립 검증한 결과는 아닙니다. 모델별 실행 예산·비용을 일치시켰다고 주장하지 않습니다.
성능 그래프는 세로축을 정답률 0~100%로 고정합니다. 사고 효과 그래프는 즉답과 사고 후 답변을, 모델 비교 그래프는 두 평가 표본을, 과제별 그래프는 여섯 과제를 가로축으로 구분합니다. 선은 실제 관측 지점을 연결하며 중간 조건의 성능을 추정하지 않습니다. Anthropic의 비용 대비 정확도 그래프처럼 평가별로 전환하는 구성을 참고했습니다. 이 집계에는 동일 문항 기준의 모델별 비용이나 사고 예산별 측정 지점이 없으므로 비용축이나 토큰 예산별 성능 곡선을 표시하지 않습니다.
다른 모델의 공개 점수는 문항·평가 방식이 다를 수 있습니다. 예를 들어 Kev 4B 모델 카드의 자체 평가를 이 두 표본에 합쳐 순위를 매기지 않습니다.
WHY DECISION 1 / PUBLIC COMPARISON
Decision 1의 차별점은 판단 전에 사용할 내부 추론 예산을 요청마다 선택할 수 있다는 점입니다. 선택·점수·참일 확률이라는 출력 형식을 유지하면서, 업무에 맞춰 사고 예산을 바꿀 수 있습니다. 아래는 2026년 9월 29일 확인한 공개 문서와 BRINGER의 현재 사양을 기준으로 정리한 기능 비교입니다.
| 비교 항목 | Decision 1 | Kev 4B · r10 | Jev · 공개 문서 |
|---|---|---|---|
| 판단 방식 | 내부 추론 후 구조화된 판단 JSON을 반환합니다. | 텍스트 생성 없이 단일 순전파와 판단 헤드로 확률을 계산합니다. [1] | 독립적인 질문을 병렬로 평가하고 구조화된 결과를 반환합니다. [2] |
| 판단을 조절하는 방법 | light / mid / high / xhigh / max로 질문당 내부 추론 상한을 선택합니다. | 공개 r10은 생성형 사고 단계를 사용하지 않습니다. 확률의 온도 보정은 사고 토큰 예산과 다른 기능입니다. [1] | 긴 추론이나 여러 독립 요인을 다루는 판단은 작은 질문으로 나눈 뒤 코드에서 결합하도록 권장합니다. [2] |
| 공통 출력 유형 | 선택, 순서가 있는 정도, 참일 확률 | 선택, 순서가 있는 정도, 참일 확률 | 선택, 순서가 있는 정도, 참일 확률 |
Decision 1의 질문당 사고 상한은 256 / 512 / 1,024 / 2,048 / 4,096토큰입니다. 상한은 실제 사용량을 뜻하지 않으며, 큰 예산이 항상 높은 정확도를 보장하지 않습니다. 내부 추론 사용량은 완료 토큰에 포함됩니다. 지연시간과 판단당 비용도 함께 확인해야 합니다. 사고 예산과 사용량
자체 BBH 선택형 45문항에서 같은 모델의 즉답은 28/45 · 62.22%, 사고 후 답변은 44/45 · 97.78%였습니다. 관측된 차이는 35.56%p입니다. 이는 이 표본에서 내부 추론을 사용할 이유를 보여주며, 다섯 프리셋 사이의 성능 곡선이나 경쟁 모델 대비 우위를 입증하지는 않습니다.
한국어 판단도 별도 수치로 공개합니다. 개발셋 중 KLUE-NLI 40문항에서 39/40 · 97.5%, KLUE-STS에서는 5점 척도의 평균 절대오차 0.48점을 기록했습니다. 소규모 자체 평가로, 다른 모델보다 한국어를 잘한다는 비교 결과는 아닙니다. 전체 측정 조건
Kev 4B r10 모델 카드는 학습 밖 분야 개발셋 656문항에서 81.7%, 같은 평가의 Jev에서 85.7%를 보고합니다. Kev의 별도 고정 테스트 83.8%는 다른 분할입니다. 또한 자체 hard-v1 테스트의 80.3%와 JevBench 공개 고난도 111문항의 54.1%는 평가 구성이 다릅니다. BRINGER의 BBH 결과와 나란히 순위를 매길 수 없습니다. [1]
Opper의 공개 후 수집 362문항 비교에서는 쉬운 분류 정확도 차이가 과제별 2%p 이내였지만, GitHub 분류의 확률 보정 오차는 Kev 0.137, Jev 0.049였습니다. 낮을수록 좋은 지표입니다. 두 모델을 제공하는 업체의 소규모 실험이며, 정확도와 확률의 신뢰성을 따로 검증해야 한다는 근거로 참고합니다. [3]
기능상의 차이와 측정된 우위를 구분합니다.위의 동일 문항 비교는 선택된 두 표본의 관측 차이를 보여줍니다. 현재 자료만으로 Decision 1이 Kev·Jev보다 전반적으로 정확하거나, 저렴하거나, 빠르다고 결론내릴 수는 없습니다. 같은 비공개 문항에서 정확도, 확률 보정, 오답률 1%·5% 이하의 자동 처리 비율, 동일 응답시간 조건의 판단당 총비용을 함께 측정해야 합니다. 출력 토큰 처리량은 텍스트를 생성하지 않는 모델의 요청 처리량과 직접 비교하지 않습니다.
외부 자료 확인일: 2026-09-29. BRINGER 수치는 운영자가 제공한 기존 자체 평가 집계이며, 이 페이지를 추가하면서 모델을 재평가한 것은 아닙니다.
choice는 정답 선택률과 정답 후보의 확률, score는 정규화된 정답과의 평균 절대오차 및 허용 범위 충족률, noul은 참·거짓 정확도와 평균 제곱 확률 오차로 평가합니다. noul의 이진 판정 기준은 0.5입니다.
정답과 채점 기준은 응답 전에 확정합니다. 감정 등 해석이 필요한 항목은 단계별 기준과 평가자 합의로 허용 범위를 정합니다. 별도 평가 데이터셋의 score는 원본값과 정규화 값을 함께 보관합니다.
유형별 문항 수와 성능, 정상 응답률·오류율·사고 상한 도달률·응답 시간·사고 토큰 사용량을 함께 보고합니다. 별도 평가 데이터셋의 모델 식별값, 실행 환경, 사고 예산, 데이터 버전과 출처·변환 방법을 기록하며 확인 가능한 학습 데이터 중복을 점검합니다. 이용자 API 추론 내용은 평가 기록으로 보관하지 않습니다.
공개 집계와 실행 조건은 위 성능 측정 결과를 참고하세요. 추가 평가 결과가 확인되면 조건과 함께 갱신합니다.