EVUELA AI LAB에서 원하는 정보를 찾아보세요
"허깅페이스" 검색 결과 12건
![[RTX 5090 32GB] 한국에서 MiniMax-H3-Image 써도 될까, 허락받고 그려 보니 한글 포스터 10장이 모두 정확했다](https://evuelaimg.dothome.co.kr/blog/7c735b89bc8a_thumb.jpg)
RTX 5090 32GB
한국은 라이선스 제외 지역인 MiniMax-H3-Image를 허락받고 RTX 5090 32GB의 ComfyUI로 시험했습니다. 2048×2048 한 장 4.1초, 16MP 21.5초, 한글 '오픈 기념 1+1' 포스터는 10장 모두 정확했고 편집은 글자 바꾸기만 잘 됐습니다.
![[RTX 5060 Ti 16GB] 16GB 그래픽카드로 한글 포스터 그릴 수 있을까? FLUX 3 Image klein만 두 장 모두 맞혔다](https://evuelaimg.dothome.co.kr/blog/55cccded5707_thumb.jpg)
RTX 5060 Ti 16GB
RTX 5060 Ti 16GB에서 그림 모델 5개로 같은 그림 60장을 그렸습니다. 한글 '오픈 기념 1+1'은 FLUX 3 Image klein만 2장 모두 맞혔고, 한 장은 3.7~13.8초, VRAM은 FLUX 3가 10.4GB로 가장 적었습니다.
![[RTX 5060 Ti 16GB] 3D 장면 전용 4B 모델 Qwen3.5-4B-3D-Coder는 쓸 만할까, 장면 51개 중 10개가 제대로 그려졌다](https://evuelaimg.dothome.co.kr/blog/5edbb143e757_thumb.jpg)
RTX 5060 Ti 16GB
3D 장면용 4B 모델 Qwen3.5-4B-3D-Coder를 RTX 5060 Ti 16GB의 Unsloth Studio에서 돌려 장면 51개를 직접 열어 봤습니다. 제대로 그려진 것은 10개, 장면 하나에 1~3분. 생각을 켜면 6~16분이 걸렸고 결과는 같았습니다.
![[RTX 5090] VRAM 5.5GB 로컬 AI 에이전트는 어디까지 될까, LFM3-1.7B + Hermes Agent 한국어 과제 33번 중 28번 성공](https://evuelaimg.dothome.co.kr/blog/1863083e696c_thumb.jpg)
RTX 5090 32GB
에이전트용 1.7B 모델 LFM3-1.7B를 Hermes Agent에 붙여 RTX 5090에서 과제 7가지를 시켰습니다. 33번 중 28번 성공, VRAM 5.5GB, 초당 252토큰. 짧은 일은 Qwen3.8 27B보다 빨랐지만 여러 단계 작업은 5번 중 1번만 성공했습니다.
![[RTX 5090 32GB] MiniCPM-V 4.7 35B 한국어 사진 읽기 테스트, 0.6초 만에 답하지만 붓글씨와 손글씨는 틀렸다](https://evuelaimg.dothome.co.kr/blog/6ab013cb2c31_thumb.jpg)
RTX 5090 32GB
사진과 영상을 읽는 공개 모델 MiniCPM-V 4.7 35B A3B를 RTX 5090에서 쟀습니다. 속도는 초당 269토큰, 표와 화면 캡처는 70번 중 65번, Pixabay 실제 사진은 55번 중 29번 맞혔습니다. Unsloth Studio에서 사진이 안 된 이유와 한글 간판을 틀린 모습, 나아지는 설정도 적었습니다.
![[RTX 5060 Ti 16GB] Qwen3.8 27B를 7.9GB로 줄인 Saluki 27B, 16GB에서 쓸 만할까, 초당 34토큰이고 생각 단계는 꼭 정해야 했다](https://evuelaimg.dothome.co.kr/blog/cd6547b874ea_thumb.jpg)
RTX 5060 Ti 16GB
Qwen3.8 27B를 7.90GB로 줄인 Saluki 27B를 RTX 5060 Ti 16GB의 Unsloth Studio에서 쟀습니다. 기본값 초당 34토큰, 한국어 도구 호출 60번 모두 정답이었고, 생각 단계를 정하지 않으면 15번 중 6번은 답이 나오지 않았습니다.
AI 뉴스
Perplexity가 판단 모델 pplx-decider-v1-27b를 Apache 2.0으로 공개했습니다. 글 대신 확률로 답하고, 11가지 시험에서 바탕 모델 Qwen3.8 27B보다 약 11%포인트 높았습니다. 요금 계산과 RTX 5090·16GB 그래픽카드에서 돌릴 수 있는지도 정리했습니다.
![[RTX 5060 Ti 16GB] Ornith 1.5 9B는 가장 큰 Q8로 받아도 될까, VRAM 10.6GB에 50t/s가 나왔다](https://evuelaimg.dothome.co.kr/blog/8f275c42e46e_thumb_card97.jpg)
RTX 5060 Ti 16GB
RTX 5060 Ti 16GB PC의 LM Studio에서 Ornith 1.5 9B(Q8_0, 9.79GB)를 기본 설정으로 재 봤습니다. VRAM 10.6GB, 생각 끔 약 50t/s, 생각 켬 56~65t/s였고 생각을 켜도 800자 글이 20초 안에 끝났습니다. 한국어 답 28개 중 2개에 한자가 섞였고, 형식 지시는 지키지 않았습니다.
![[RTX 5090 32GB] 27B를 3.8GB로 줄인 Bonsai, 한국어로 물었더니 외국어 5개가 섞여 나왔다](https://evuelaimg.dothome.co.kr/blog/cc7840a4f6f8_thumb_card81.jpg)
RTX 5090 32GB
Qwen3.6-27B를 1비트로 줄인 Bonsai 27B를 RTX 5090 PC의 LM Studio에서 기본 설정으로 돌렸습니다. 초당 약 140토큰, 기본 VRAM 약 6GB로 빠르고 가벼웠지만, 한국어 답변에 외국어가 섞이고 산수는 5번 중 2번만 맞혔습니다. 캡처와 실측값으로 정리했습니다.