# FabriX 모델 성능 실측 (고객사 -12, 2026-09-17)

같은 질문("Explain ABAP LOOP AT in 3 sentences.") 스트림, CodeAssist 게이트웨이 우회해서 FabriX 직접 호출.

| id | 모델 | 첫 토큰 | 전체 | 청크 |
|---|---|---|---|---|
| 605 | Gemma4 | 1.8s | 33.9s | 304 |
| 339 | GaussO Flash | 0.2s | 1.9s | 149 |
| 581 | GaussO Think | 0.5s | 8.0s | 158 |

- 세 모델 다 같은 client key 로 열려 있음. 토큰은 `Bearer ` 접두 필수(날것은 401), 클라이언트 헤더는 `x-generative-ai-client`·`x-fabrix-client` 둘 다 됨.
- Gemma4 는 토큰당 속도가 눈에 띄게 느림 → 텍스트 기본은 339, 이미지 있을 때만 605 로 보내는 게 맞음.

## 2차 (같은 날 저녁, "안녕" 한 단어)

| id | 모델 | 전체 |
|---|---|---|
| 339 | GaussO Flash | 0.7s |
| 605 | Gemma4 | 94.4s |
| 580 | Gemma4(다른 인스턴스) | 188.5s |

짧은 입력에 더 오래 걸림 → 출력 길이가 아니라 **큐 대기/서빙 문제**. 사용 불가 수준. FabriX 담당에 서빙 스펙 확인 요청.
대응: 기본 339, 이미지 붙은 요청만 605 (`AAF_FABRIX_VISION_MODEL_ID`, 게이트웨이 자동 분기).

## 3차 (9/18 오전, "안녕", 6개 모델, 첫 토큰/전체/청크)

| id | 모델 | 첫 토큰 | 전체 | 청크 |
|---|---|---|---|---|
| 339 | GaussO Flash | 0.3s | 0.6s | 20 |
| 81 | GaussO | 0.3s | 1.0s | 52 |
| 10 | Gauss | 1.2s | 1.6s | 27 |
| 581 | GaussO Think (= GLM5.2) | 0.3s | 3.8s | 72 |
| 605 | Gemma4 31B (google-gemma-4-31b-it) | 28.9s | 114s | 323 |
| 580 | Gemma4 31B | 0.9s | 30.2s | 315 |

- 580/605 가 측정마다 순위가 뒤집힘(2차 605 94s·580 188s → 3차 605 114s·580 30s) → 큐/서빙 편차. 모델 설정 문제 아님(추론 모드 off·max_tokens 로도 토큰당 0.4s 고정).
- Gauss 계열 멀티모달 여부 미확인(test.png 텍스트 추출 테스트 대기).