Salesforce의 벤치마크입니다. 최첨단 LLM도 자체 코드의 숨은 버그를 찾는 성공률이 50% 미만임을 보여 주며 검증을 소형 모델에 맡기지 않는 근거가 됩니다.
Claude Code 20x 할당량이 약 나흘 만에 바닥납니다. 계획은 Claude Code에 맡기고, 작은 배치 작업은 LiteLLM의 저렴한 worker에 넘긴 뒤, Codex로 이중 검증합니다. 이 “모델은 바꾸고 인터페이스는 남기는” 워크플로를 통해 다른 회사 모델들이 실제 업무에서는 어느 정도인지도 살펴봅니다.
2026년 5월 22일