Openference: 10분 39초 기다려서 받은 건 에러였어요. 이건 준사기예요

10분 39초

GLM 5.3 Flash로 요청을 하나 보냈어요. 화면에 뜬 건 이거예요.

Thought: 10m 39s

Error: The model provider's stream was interrupted.
Please retry.

10분 39초 동안 thinking만 돌다가 스트림이 끊겼어요. 결과는 안 나왔어요. 돈은 나갔는데 받은 건 없어요. "다시 시도하세요"가 답이라면 그 10분은 어떻게 되는 건가요?

그전에 잰 결과

reasoningeffort=low, maxtokens=400으로 스트리밍했어요. 본문을 40줄 써 달라고 했어요.

GLM-5.3-Flash            85.3s   4294 tok   ~50 tps
  thinking 14,616자 -> 본문 3,108자

GLM-5.3                  57.3s   5021 tok   ~88 tps
  같은 패턴

DeepSeek-V4-Flash-0731   19.7s   1468 tok   ~75 tps
  본문이 훨씬 빨리 시작 (같은 키)

Flash에 40줄을 써 달라고 했는데, thinking을 1.4만 자나 쏟아낸 뒤에야 본문이 나와요. 디코드 속도는 초당 50토큰 안팎이라 아주 죽은 속도는 아니에요. 그런데 그동안 화면에는 아무것도 안 보여요. 이번에는 본문이 아예 안 나왔어요.

실제 세션은 더 심해요

• thinking 기본값이 max예요. config.yml에 openference/glm-5.3-flash:max로 들어가요.
• thinking 블록도 숨겨요.
• 한 마디만 물어도 입력이 18,285토큰, TTFT가 9.6초예요. 출력 67토큰 중 58토큰이 reasoning이에요.
• 마리오 1-1 요청은 97초 동안 화면에 본문이 0이었어요. thinking만 길게 돌아서 abort했어요.
• 결국 10분 39초 만에 스트림이 끊겼어요.

사기일까요

지갑을 털어 가는 사기는 아니에요. 모델도 진짜고 디코드도 정상이에요. 그래도 준사기예요. 돈은 받고, 시간은 다 잡아먹고, 결과는 안 줘요. 돈 낸 사람에게 이 세 가지가 무슨 뜻인지는 설명할 필요도 없어요.

그래서 어떻게 써야 할까요

• 그래서 리뷰가 아니라 이 섹션에 올렸어요. 경고할 만하다고 봤어요.
• 굳이 쓰겠다면 thinking을 low로 내리세요. max로 두면 위처럼 돼요.
• 아니면 같은 키로 DeepSeek-V4-Flash-0731을 쓰세요. 19.7초 대 85.3초이고, 적어도 죽지는 않아요.
• 결과가 안 나온 요청을 환불받을 수 있는지 확인해 보세요. 10분 39초는 공짜가 아니에요.

모델은 나쁘지 않아요. 운영이 나빠요. 돈을 내고 사는 건 모델이 아니라 운영이에요.