# Metis-1.6 보고서, 소형 언어 모델 2종과 한계 공개

> 연구자 Giulianno Vollmer는 Metis-1.6의 Logos 모델이 수학 벤치마크에서는 좋은 성적을 냈지만, 코드 작성과 지시 이행, 긴 문맥 처리에는 어려움을 겪었다고 밝혔다.

Oossa · 2026-10-30 · https://oossa.com/ko/metis-1-6-report-details-two-small-language-models-and-their-failures

Giulianno Vollmer의 Metis-1.6 기술 보고서는 처음부터 개발한 언어 모델 2종을 소개한다. 매개변수 수는 Praxis가 29억 개, Logos가 102억 3,000만 개다. 보고서에 따르면 Logos는 40개 벤치마크에서 17개 모델 중 7위, 수학 부문에서는 30개 모델 중 2위를 차지했다. 반면 코드 작성, 지시 이행, 긴 문맥을 다루는 작업에서는 약점을 보였다.

Vollmer는 실행되지 않은 최적화 도구와 정답이지만 긴 답변에 불이익을 줄 수 있는 길이 보상 버그 등 여러 학습 문제를 자세히 설명했다. 보고서에 따르면 Logos는 토큰 1조 200억 개로 학습했으며, 최첨단 모델과 경쟁하려는 목적은 아니었다.

## 팩트

- 보고서에 따르면 Logos는 AIME 2025에서 67.50%, HMMT February 2026에서 63.64%를 기록했다.
- 보고서에 따르면 Metis-1.6의 두 모델은 각각 토큰 1조 200억 개로 학습됐다.

## 왜 중요한가

소형 모델 도입을 고려하는 개발자에게 이 보고서는 벤치마크 결과와 구체적인 학습상의 교훈을 제공한다. 다만 보고서 자체의 평가에서도 Logos는 코드 작성과 긴 문맥 처리에 약점을 보였으며, 여기에는 독립적인 검증 여부가 나와 있지 않다.

## 출처 및 참고 자료

1. [Think Twice: The Metis-1.6 Technical Report](https://arxiv.org/abs/2610.37903) – arXiv cs.LG, 2026-10-30

최종 업데이트: 2026-10-30