Elephant Alpha 스텔스 모델

지난주 OpenRouter에 **코드명 "Elephant Alpha"**라는 모델이 조용히 올라왔습니다. 제작사 미공개, 모델 카드 없음, 무료 공급. 그런데 환각 억제 벤치마크에서 1위를 찍었습니다.

개발자 커뮤니티가 술렁이고 있습니다. DeepSeek일까, Qwen일까, 새로운 Llama 계열일까. 확인된 건 **"유명한 오픈 모델 랩의 스텔스 릴리즈"**라는 한 줄뿐입니다.

모델 접속: openrouter.ai/openrouter/elephant-alpha OpenRouter 공식 트윗: @OpenRouter

기본 스펙

256K 컨텍스트는 100B급 모델에서 상위권입니다. 다만 멀티모달이 빠진 점은 요즘 모델들 흐름과 다릅니다. 텍스트·코드 워크로드에만 집중한 설계로 보입니다.

벤치 수치 — 환각 억제 1위

benchable.ai 독립 벤치 기준입니다.

해석: - 환각 100%는 드문 수치입니다. 상위 프론티어 모델들도 대부분 95% 전후에서 맴돕니다. 학습·RLHF 파이프라인이 "모르면 모른다고 말한다"는 축에 상당한 자원을 투입한 흔적입니다. - 코딩 82%는 100B급 평균 이상. 공식 공급자가 강조한 "code completion, debugging" 포지셔닝과 일치합니다. - 지시 이행 54%는 명백한 약점입니다. 복잡한 다단계 지시를 처리해야 하는 에이전트 워크로드에 쓰려면 주의가 필요합니다.

포지셔닝: "Intelligence Efficiency"

공급자의 핵심 메시지는 *"같은 정확도를 더 적은 토큰으로"입니다. OpenRouter 공식 설명은 *"100B급 SOTA 매칭하면서 극도로 토큰 효율적".

공식 타깃 용도: - Rapid code completion / debugging - Long document 단일 패스 처리 (256K 컨텍스트 활용) - Lightweight agent loops (토큰 예산 중요한 상황)

Claude 토큰 소모와 성능 저하에서 다뤘듯, 요즘 모델들은 토큰 효율이 점점 중요한 축이 되고 있습니다. Elephant Alpha는 이 흐름을 정면으로 잡겠다는 메시지입니다.

정체는 누구인가

가장 재밌는 부분입니다. 아무도 모릅니다.

커뮤니티 추측: - David Hendrickson (X)은 DeepSeek V3.3 또는 "V4 Lite" 가능성을 제기. 100B + 256K + 토큰 효율 강조는 DeepSeek 시리즈의 특성과 맞아떨어집니다. - "prominent open model lab" 표현은 오픈 가중치를 공개하는 랩을 시사합니다. 후보군: DeepSeek, Qwen(Alibaba), Meta(Llama), Mistral, Kimi. - OpenAI나 Anthropic은 오픈 모델 랩이 아니므로 제외됩니다.

단정할 수 없는 이유: - 공식 모델 카드 없음 - 학습 세부정보 없음 - 표준 벤치(SWE-bench, MMLU, HumanEval) 랩 측 공표 없음 - 아키텍처 상세 미공개

흥미로운 단서 하나: Kilo 블로그가 **이전 스텔스 모델 "Giga Potato"**를 언급했습니다. OpenRouter가 동물·사물 코드명으로 스텔스 모델을 시리즈로 운영하고 있다는 뜻입니다. Sonoma Dusk, Sonoma Sky(둘 다 나중에 Grok 4 계열로 밝혀짐) 같은 사례도 있었습니다. 알파 기간이 끝나면 정체가 공개되는 패턴이 유력합니다.

왜 무료로 풀었나

이유는 단순합니다. 학습 데이터 수집입니다.

공식 고지:

"Prompts and completions may be logged by the provider and used to improve the model."

100B 모델을 전 세계에 무료로 푸는 랩은 자선 사업이 아닙니다. 이용자의 프롬프트·완성 결과가 다음 버전 학습 데이터로 쓰입니다. 그래서:

1. 민감 정보·사내 코드는 절대 입력 금지
2. 프로덕션 의존 금지 — 알파는 언제든 종료 가능
3. datanorth.ai와 Kilo 공식 블로그가 공통으로 권고한 포지셔닝: "평가 채널". 성능 평가용으로만 쓰고, 실제 서비스는 공식 공급자로 돌려야 합니다.

스텔스 모델 생태계는 **"무료 벤치 공유 vs 프롬프트 로깅"**이라는 딜 구조 위에 서 있습니다. 유용하지만, 이해하고 써야 합니다.

정리 — 써볼 만한가

써볼 만한 경우: - 새 모델 평가 / 벤치마크 실험 - 민감하지 않은 대용량 문서 요약·번역 - 개인 프로젝트의 빠른 코드 자동완성

쓰면 안 되는 경우: - 사내 비공개 코드 입력 - 고객 데이터 처리 - 복잡 다단계 지시 기반 에이전트 (IF 54%가 발목을 잡습니다) - 서비스 운영 경로 (공급 종료 리스크)

핵심 요약: 환각 잘 안 내고, 코딩 적당히 잘하고, 지시는 좀 잘 못 듣는 100B 모델. 토큰을 아껴주는 게 강점, 복잡한 문맥에서 무너지는 게 약점입니다. 정체가 공개되는 2~3주 후가 진짜 평가의 시작일 겁니다.

관련 문서

• Claude Opus 4.7
• Claude 토큰 소모와 성능 저하
• AI 3대장 인프라