인클루전AI 링 3.1 플래시(inclusionai/ling-3.1-flash) 12문항 실측 — 서브에이전트 투입 판단

2026-10-14 3차 개편. 독자가 "그래서 쓸까 말까"를 결정할 수 있게 7단 구조(판단·근거·실패원문·비용·접근경로·안정성·한계·정리)로 다시 썼습니다. 모델 간 순위는 비교 데이터가 쌓이는 대로 붙입니다.

1. 한 줄 판단

지시는 정확히 따르고, 서브에이전트 역할(테스트 코드·리팩토링·데이터 변환·긴 문서 회상)은 오늘부터 맡겨도 됩니다. 단 세 가지 예외가 있습니다 — 버그의 원인을 자기 말로 설명하는 한 줄이 틀리고, 1,500토큰 예산에서 긴 답이 자주 잘리고, OpenRouter에서는 무료가 아닙니다.

비교 데이터 축적 중 — 단독 평가입니다. 같은 12문항으로 측정한 다른 모델이 아직 없어 순위를 매기지 않습니다.

2. 실무 축별 결과 — 11문항 중 10문항 정답 (1문항 측정 결함)

• 실행: 2026-10-14, OpenRouter API 직접 호출(inclusionai/ling-3.1-flash), temperature 0.2, max_tokens 1,500, 문항 간 4초 간격.
• 문항: 실무 축 4개 × 3문항 = 12문항. 장난감 문제는 넣지 않고 실제 업무에서 뽑은 질문만 씁니다.
• 채점: 무료 폴백 체인 판관이 1점/0점으로 판정합니다(모델 자동 채점). 채점관도 오판합니다 — 3장에서 그 사례를 그대로 공개합니다.

지시 이행 3/3 — 형식·언어·길이를 안 깬다

• Q1 한국어로만 답하고 마지막 줄에 ---끝---를 붙이라 → 답이 실제로 ---끝---로 끝납니다. 영어 사고 과정이 섞이지 않았습니다.
• Q2 마크다운 금지 JSON만 → 설명 문장 하나 없이 한 줄: {"이름":"김민수","나이":31,"취미":["등산","독서"]}
• Q3 15자 이내 3줄 축약 → 실제 출력은 -이후 위원회 분기 검토 / -RAG는 답변 정확도 향상 / -회의 다음 주 수요일 3시 3줄. 설명을 덧붙이지 않았습니다.

지시 이행은 세 문항 모두 통과했습니다. 규칙이 명확하면 지시를 그대로 옮깁니다. 코드를 시킬 때 "반드시 한국어 주석" 같은 조건을 붙이면 실제로 지킵니다.

코딩 실무 2/3 — 코드는 잘 쓰지만 "왜"를 설명할 때 빗나간다

• Q5 safe_div의 pytest 작성 → pytest.mark.parametrize 9개 케이스, 0으로 나누기, 0/0, 큰 수까지. 실행 가능한 코드.
• Q6 get_active_user/get_admin_user 중복 제거 → _filter_users(users, key, value)를 뽑고 출력 키(id,name,email)를 그대로 유지.
• Q4 토큰 만료 버그 수정 → 오답(3장).

테스트 코드와 리팩토링은 실전에 바로 쓸 수 있습니다. 버그 수정은 "코드"와 "코드에 붙는 한 줄 설명"을 분리해서 봐야 합니다.

맥락 유지 3/3 — 긴 문서 특정 지점을 정확히 기억한다

• Q7 12,000자 운영 문서를 다시 넣고 1,200자 지점의 내부 함수명을 물음 → normalize_ledger_entries 한 단어. 틀리지 않았습니다.
• Q8 3턴 대화에 걸친 요청 3개를 나열하라는 질문 → 파이썬을 처음 시작할 때 무엇부터 해야 하는지 / 변수 이름을 지을 때의 규칙 3가지 / 프로그램이 안 돌아갈 때 처음에 할 일 순서 그대로 회상.
• Q9 앞선 대화의 제약(존댓말, 금액은 원 단위 숫자, 마크다운 표 금지)을 지킨 채 금액만 답하라 → 1,250,000원과 3,400,000원입니다.

긴 문서를 통째로 넣고 중간 지점을 물어도 정확히 찾아냅니다. 대화 요약이나 "지난번에 말한 것 다시 내줘" 류의 작업에 강합니다.

역할 판단 2/3 — 우선순위는 잘 세우지만 장기 계획은 검증 필요

• Q11 로그에서 timestamp 열만 뽑아 CSV로 → 설명 없이 세 행만 출력. 헤더도 붙이지 않았습니다.
• Q12 지금 할 것과 미뤄도 되는 것을 나눠라 → 느린 쿼리(운영 영향·확대 위험 근거 제시)와 고객 메일(신뢰 손상 시점)을 즉시로, 버튼 문구를 미룸으로 분류. 근거를 붙여서 답했습니다.
• Q10 3인 팀 6개월 주문 시스템 단계 계획 → 채점 파싱 실패로 측정 결함(3장). 모델 오답이 아닙니다.

3. 실패 사례 상세 — 원문 공개

Q4 — 코드는 맞았는데, 왜 고쳤는지를 말하면 틀렸다 (실제 오답)

질문은 만료 조건이 뒤집힌 코드를 고치고 한 줄로 설명하라는 것이었습니다. expires_at < now - timedelta(days=30)은 만료된 토큰이 아니라 앞으로 30일 안에 만료될 토큰을 걸러냅니다. 정답 요지는 그 시간 방향이 반대라는 지적입니다.

모델 원문(그대로):

**수정 코드:**

from datetime import datetime

def get_expired_tokens(tokens, now):

    return [t for t in tokens

            if datetime.fromisoformat(t['expires_at']) < now]

**한 줄 설명:** `now - timedelta(days=30)`과 비교하면 현재 만료된 토큰이 아니라

만료된 지 30일이 넘은 토큰만 걸러지기 때문입니다.

수정 코드는 정답입니다. 그런데 한 줄 설명이 시간 방향을 반대로 말합니다 — "만료된 지 30일이 넘은"이 아니라 "만료될 때까지 30일 남은"입니다. 코드는 맞는데 그 코드의 의미를 자기 말로 옮기는 데서 빗나갔습니다.

실무 번역: "코드 수정하고 왜 그런지 주석 달아주세요"를 이 모델에게 시키면, 코드는 맞고 코멘트는 틀립니다. PR 리뷰어 역할을 이 모델에게 넘기는 건 위험합니다.

Q10 — 채점관이 실패한 것을 모델 실패로 센 사례 (측정 결함)

1차 응답이 max_tokens 1,500에 잘려서 2,000토큰 재시도로 회수했습니다. 회수된 답은 0단계(기획·설계)부터 3단계까지 6개월 계획을 단계별 검증 방법과 함께 제시했습니다 — 요구한 요소를 다 담고 있었습니다.

그런데 채점관이 1 또는 0 대신 학생 답안이 중간에… 라 문장을 뱉었습니다. 채점 결과 파싱이 실패해서 0점이 됐습니다.

이 0점은 모델 실력이 아닙니다. 확정 점수는 11문항 중 10문항 정답이며, 1문항은 측정 결함으로 판정 보류입니다. 이 테스트가 갖는 한계는 다음 한 문장으로 요약됩니다.

정답 수가 아니라 원답을 함께 읽어야 한다. 채점 도구가 틀린 곳은 답안 안에서만 보인다.

4. 비용 — 무료가 아닙니다

• OpenRouter 실측 요금(2026-10-14 조회): 입력 $0.075 / 출력 $0.225 (1M토큰당, 25% 할인 반영). 컨텍스트 262,144 토큰 (최대 출력 235,929 토큰).
• 이 모델의 OpenRouter 무료 티어(:free)는 확인되지 않았습니다. "무료 LLM"이라는 이름과 달리 OpenRouter에서는 유료입니다. 최초 발행 글의 "입출력 모두 비용 부담 없이" 서술은 틀렸습니다.
• 12문항 실측에 든 토큰량은 기록되지 않아 실측 비용을 계산할 수 없습니다. 위 요금표 기준으로만 판단하세요. 다음 평가부터는 실측 토큰량을 기록해 "12문항에 $0.00X"를 함께 싣겠습니다.
• 공개 지표: HuggingFace 모델 카드 없음(401), HuggingFace 검색 0건, Artificial Analysis 본문 없음. 독립 출처에서 검증된 점수·평판은 없습니다. 이 글의 모든 숫자는 우리 테스트 1회분이고, 그 이상도 이하도 아닙니다.

5. 어디서, 어떻게 쓰나

• 모델 ID: inclusionai/ling-3.1-flash (OpenRouter, 공급사 Novita, 지원 기능: reasoning·tools·toolchoice·temperature·topp·logprobs)
• OpenCode에서 프로바이더를 OpenRouter로 설정하고 'ling'을 검색하세요.
• 무료로 쓰는 경로: 현재 확인된 무료 경로가 없습니다. 무료 경로가 확인되는 대로 이 글을 고치겠습니다.

6. 호출 안정성

• 12문항 중 호출 실패 0건. HTTP 429 0건, 타임아웃 0건, 빈 응답 0건입니다. 다만 1회 실행 기준이므로 반복 실행 시 수치는 달라질 수 있습니다.
• 대신 length 잘림 3건(Q5·Q10·Q12)이 있었습니다. max_tokens 1,500에 추론이 길어지면 잘리고, 2,000토큰 재시도로 3건 모두 회수했습니다.
  • 실무 해석: 테스트 스위트나 장기 계획처럼 긴 산출물을 받을 때 1,500토큰 예산은 부족합니다. 예산을 2,000 이상으로 잡거나, 잘림(finish_reason=length)을 재시도로 회수하는 래퍼를 두는 편이 안전합니다.
• 공급 측 가동률: OpenRouter Novita 엔드포인트 기준 최근 5분·30분·1일 모두 100%.

7. 한계

• 12문항 1회 실측입니다. 반복 실행하면 숫자가 달라질 수 있습니다.
• 확정 점수는 11문항 중 10문항이며, 1문항(Q10)은 측정 결함으로 판정 보류입니다.
• 같은 문항으로 측정한 다른 모델이 없어 비교·순위를 매기지 않았습니다. 리더보드 데이터가 쌓이는 대로 이 글에 순위를 붙이겠습니다.
• 이 모델을 쓰지 말아야 할 상황: 버그 원인의 한 줄 설명이 필요한 리뷰, 6개월 단위 계획·아키텍처 결정, 1,500토큰을 넘는 긴 산출물, 무료로 써야 하는 경우.

8. 정리 — 이런 때 쓰세요

인클루전AI 링 3.1 플래시를 실무 12문항으로 직접 측정한 결과, 11문항 중 10문항을 맞혔습니다(1문항은 채점 도구 오류). 지시를 정확히 따르고 테스트 코드 작성·리팩토링·데이터 변환 같은 서브에이전트 역할은 믿고 맡길 수 있으며, OpenCode의 OpenRouter 프로바이더에 연결하면 오늘 바로 쓸 수 있습니다. 다만 버그의 원인을 한 줄로 설명하는 건 틀리니 코드 리뷰와 장기 계획은 사람이 직접 해야 합니다. OpenRouter에서는 무료가 아니므로(입력 $0.075/출력 $0.225), 비용이 부담이면 무료 경로가 확인될 때까지 기다리세요. 참고로 인클루전AI는 앤트그룹 산하 조직으로, 9월 30일 출시와 함께 2주 무료 체험을 제공했고 이후 100만 토큰 컨텍스트와 오픈소스 공개를 예고했습니다. 종합하면 좋은 모델입니다. 유료라는 점만 빼면, 서브에이전트 자리에는 지금 바로 앉힐 수 있습니다.