DecisionNode의 가격은 얼마입니까?

100만 입력 토큰당 DecisionNode $0.042, Flash $0.035, 이미지와 비디오는 100만 토큰당 $0.09와 $0.08, 출력 무료, 배치는 30%와 50% 할인. 하루 Flash 50건, DecisionNode 20건의 무료 등급. Edge 가중치는 AGPL-3.0으로 무료이며 상업용 라이선스는 요청 시 제공.

DecisionNode의 단점은 무엇입니까?

기본적으로 요청으로 학습하며 옵트아웃은 워크스페이스 단위; 보정 결과 미공개, 독립 테스트 없음; MMLU-Pro 지식에서 Jev보다 12.8포인트 뒤짐; Edge는 AGPL-3.0이며 비공개 제품에는 유료 라이선스 필요.

팀이나 프로덕션 환경에서 DecisionNode의 비용은 얼마입니까?

월 10억 입력 토큰은 Flash로 $35, DecisionNode로 $42이며, 배치 작업으로는 그 절반 또는 70%입니다. 이미지는 DecisionNode에서 100만 토큰당 $0.09이며, 1,024 x 1,024 그림 하나가 약 1,026 토큰입니다. Edge는 약 8,000 토큰까지의 입력을 6 GB GPU에서 실행하며, RTX PRO 6000에서 9.5 ms, Ryzen 7 9800X3D CPU에서 0.46 s가 걸립니다.

DecisionNode에 회사 데이터를 맡겨도 안전합니까?

요청과 답은 30일 후 삭제되며, 워크스페이스가 옵트아웃하지 않으면 Bynn 모델 학습과 개선에 쓰입니다. 데이터 무보관은 privacy@bynn.com으로 요청하면 모든 플랜에서 이용할 수 있습니다. Bynn은 SOC 2 보고서와 ISO 27001:2022 인증을 보유하고, 요청 시 HIPAA 업무 제휴 계약(BAA)에 서명하며, Article 28 조항을 담은 DPA를 제공합니다.

DecisionNode의 가장 좋은 대안은 무엇입니까?

저희가 리뷰한 것 중 가장 가까운 대안은 Jev, Perplexity Decider (pplx-decider), Clef, d3-turbo (vLLM Semantic Router), LFM3 및 ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)입니다.

DecisionNode 리뷰: 가격과 평가 (2026)

DecisionNode의 개요

DecisionNode는 샌프란시스코에 본사를 둔 델라웨어 법인 Bynn Intelligence, Inc.의 호스팅 "System One" 의사결정 모델입니다. Jev처럼 텍스트를 쓰지 않습니다. state(텍스트, JSON, 최대 16장의 이미지 또는 프레임으로 된 비디오)와 이름 붙인 질문을 POST /v1/decide로 보내면 한 번에 모든 질문에 답합니다. 답 유형은 choice, score, truth(진술이 참일 확률), number, point, box의 여섯 가지이며, 마지막 두 가지는 이미지 안의 좌표를 줍니다. 두 번째 엔드포인트 /v1/systemone은 Jev 스타일 클라이언트와 벤치마크 하네스가 쓰는 noul, choice, score, box 형식을 받습니다.

Bynn 자체 GPU에서 호스팅되는 모델은 두 가지입니다. 더 정확한 DecisionNode와 더 빠르고 저렴한 DecisionNode Flash이며, 둘 다 현재 버전 0.9.1-rc1에 64K 토큰 컨텍스트입니다. 출력 토큰은 무료이고, 입력은 100만 토큰당 각각 $0.042와 $0.035입니다. 선택 사항인 "boosters"는 나이 추정, AI 이미지 탐지, 얼굴 인식, OCR 같은 이미지별 전문 판독을 장당 요금으로 추가합니다.

공개 가중치 모델 DecisionNode Edge(2.21B 파라미터, Qwen3.5-2B-Base에서 파인튜닝)와 Edge Mini(0.85B, Qwen3.5-0.8B-Base 기반)는 2026년 10월 22일 AGPL-3.0으로 Hugging Face에 공개됐으며, 비공개 제품용으로는 Bynn의 상업용 라이선스가 있습니다. API와 같은 요청을 받으며 오프라인으로 실행됩니다.

DecisionNode, 쓸 만한 가치가 있습니까?

DecisionNode는 저희가 리뷰한 유료 의사결정 API 가운데 범위가 가장 넓고 검증은 가장 덜 됐습니다. 모든 경쟁 모델이 답하는 choice, score, 예/아니오 질문 외에도 그리드에서 숫자를 읽고 이미지에서 점과 박스를 반환하며, Bynn 자체 순위표에서 전체 모델은 15개 텍스트 스위트 평균 0.817로 Jev 1.13의 0.803, Cloudflare Clef 27B의 0.786, pplx-decider-27b의 0.746보다 높습니다. Bynn은 이 수치 전부에 "Preliminary results, October 2026"라고 표시하며, 25,134개 항목의 개발용 분할에서 Bynn이 직접 측정한 것입니다. 독립 테스트나 언론 보도는 찾지 못했습니다. Bynn은 10월 25일 JevBench 프로젝트에 모델 측정을 요청했고, 관리자는 자체 측정 후에만 판단하겠다고 답했습니다.

스위트 표는 이례적으로 솔직합니다. DecisionNode는 프롬프트 인젝션에서 Jev보다 16.8포인트, 규칙과 정책에서 5.2포인트 앞서지만, MMLU-Pro 지식에서 12.8포인트, 새 작업 계열에서 3.5포인트 뒤지며, 나머지 격차 대부분은 자체 95% 구간 안에 있습니다. Flash는 MMLU-Pro에서 0.572로 떨어집니다. 렌더링된 장면에서는 pplx-decider-27b가 0.809로 DecisionNode의 0.762보다 높습니다. 제품의 판매 근거인 보정(calibration)은 아직 제시되지 않았습니다. 벤치마크 페이지는 유형별 보정 결과가 전체 측정과 함께 나온다고 하며, point와 box의 신뢰도는 아직 보정되지 않았다고 설명합니다.

속도 주장도 같은 주의가 필요합니다. 홈페이지의 GPT-5.6 Luna와의 경주, 즉 16개 검사에 25 ms 대 3.78초는 "Mock timings"로 표시돼 있습니다. 기록된 실행이 아니라 중앙값과 정가로 만든 것입니다. Bynn이 측정한 수치는 짧은 Flash 요청의 종단 간 19 ms로 채팅 모델의 1,300 ms와 비교되지만, Bynn 자체의 JevBench 제출 결과는 요청마다 새 연결을 쓰는 프랑크푸르트 기준 중앙값을 Flash 0.19 s, DecisionNode 0.35 s로 보고하므로 실제 지연 시간은 네트워크에 크게 좌우됩니다.

가격은 저렴하다기보다 Jev와 같은 수준입니다. 100만 입력 토큰당 $0.042는 Jev 가격이며, pplx-decider-v1.2는 Apache 2.0 공개 가중치로 $0.02를 받습니다. 데이터 조건은 첫 호출 전에 살펴볼 필요가 있습니다. 요청과 답은 30일간 보관되며, 워크스페이스가 옵트아웃하지 않으면 Bynn 모델 학습에 쓰이고, 식별자를 제거한 뒤 Bynn이 "may license or sell" 데이터세트와 모델을 만드는 데 쓰일 수 있습니다. 데이터 무보관은 모든 플랜에서 무료지만 이메일로 요청해야 합니다. Edge 모델은 오프라인 작업에 실질적인 선택지이며 같은 순위표에서 Edge는 74.2%입니다. 다만 AGPL-3.0은 수정한 Edge를 네트워크로 제공하는 사람에게 소스 공개 의무를 지웁니다.

제 역할을 하는 곳

15명 규모 창고 자동화팀의 로보틱스 엔지니어
벨트 카메라 프레임에서 다음에 집을 소포를 찾고 파손된 것을 표시
point와 box 질문은 present 확률과 함께 픽셀 좌표를 반환합니다. Bynn은 위치 신뢰도가 아직 보정되지 않았으므로 이 필드로 판단하라고 말합니다. Bynn의 보류 사진 300장에서 DecisionNode는 92.7%, Edge는 85.0%의 비율로 IoU 0.5 이상의 박스를 냅니다. Bynn 약관은 이를 기계의 유일한 제어 수단으로 쓰는 것을 금지합니다.
월 200만 건의 상품을 심사하는 마켓플레이스의 신뢰 및 안전 책임자
게시 전에 모든 신규 상품을 작성된 정책에 따라 점수 매기기
상품당 입력 약 500 토큰이면 10억 토큰입니다. Flash로 월 $35, 배치 작업으로 $17.50, DecisionNode로 $42이며 출력은 무료입니다. 신뢰도가 낮은 Flash 답은 DecisionNode로 다시 확인할 수 있습니다. 상품에 판매자 데이터가 담기므로 먼저 모델 학습을 끄고 데이터 무보관을 요청하십시오.
이미 Jev를 호출하는 30명 규모 인슈어테크의 플랫폼 엔지니어
연동을 다시 쓰지 않고 두 번째 의사결정 업체 비교
/v1/systemone 엔드포인트는 System One 형식의 noul, choice, score, box 질문을 받으므로 기존 하네스의 base URL만 바꾸면 됩니다. 두 모델 모두 100만 입력 토큰당 $0.042 이하이므로 시험할 것은 가격이 아니라 자사 보험금 청구에서의 정확도입니다. Bynn 약관상 사람에 대한 청구 판단에는 사람의 검토가 필요합니다.

도입 전 확인할 점

설정: 이메일 링크나 Google로 로그인하고 잔액을 선불로 충전한 뒤 POST /v1/decide로 curl 하나를 보냅니다. Python, TypeScript, Go, Java, .NET, PHP, Ruby, Rust용 SDK가 있습니다. Edge는 pip install decisionnode-edge(Python 3.10 이상)로 설치하며 localhost에서 같은 엔드포인트를 제공합니다.
연동: MCP 서버가 질문 유형을 에이전트 도구로 노출하며, Bynn은 ROS 2 노드와 MQTT 브리지를 공개합니다. 세션은 초당 10회를 넘는 루프를 위해 WebSocket으로 판단을 스트리밍하고, 배치 작업은 24시간 이내에 실행됩니다.
데이터와 개인정보: 요청과 답은 30일 후 삭제되며, 워크스페이스가 옵트아웃하지 않으면 Bynn 모델 학습과 개선에 쓰입니다. 데이터 무보관은 privacy@bynn.com으로 요청하면 모든 플랜에서 이용할 수 있습니다. Bynn은 SOC 2 보고서와 ISO 27001:2022 인증을 보유하고, 요청 시 HIPAA 업무 제휴 계약(BAA)에 서명하며, Article 28 조항을 담은 DPA를 제공합니다.
대규모 사용 시 비용: 월 10억 입력 토큰은 Flash로 $35, DecisionNode로 $42이며, 배치 작업으로는 그 절반 또는 70%입니다. 이미지는 DecisionNode에서 100만 토큰당 $0.09이며, 1,024 x 1,024 그림 하나가 약 1,026 토큰입니다. Edge는 약 8,000 토큰까지의 입력을 6 GB GPU에서 실행하며, RTX PRO 6000에서 9.5 ms, Ryzen 7 9800X3D CPU에서 0.46 s가 걸립니다.
제한: 요청당 64K 토큰과 이미지 16장. 기본 속도 제한은 워크스페이스당 초당 요청 40건, 입력 100,000 토큰입니다. 준비된 용량이 없는 DecisionNode 요청은 "fallback": false를 보내지 않는 한 Flash가 Flash 가격으로 답하며 응답에 이를 명시합니다. Edge는 8,192 토큰까지만 평가됐고 비디오와 boosters를 지원하지 않습니다.

좋은 점

number, point, box를 포함한 여섯 가지 답 유형
Bynn의 15개 스위트에서 0.817 대 Jev 0.803(자체 보고, 예비 결과)
출력 무료, 100만 입력 토큰당 Flash $0.035, 배치 Flash $0.0175
4.43 GB(BF16)와 0.8 GB(8비트 Mini)의 공개 Edge 모델

아쉬운 점

기본적으로 요청으로 학습하며 옵트아웃은 워크스페이스 단위
보정 결과 미공개, 독립 테스트 없음
MMLU-Pro 지식에서 Jev보다 12.8포인트 뒤짐
Edge는 AGPL-3.0이며 비공개 제품에는 유료 라이선스 필요

DecisionNode 대안

Jev

TypeSafe AI의사결정 모델

3.8/5

TypeSafe AI의 호스팅 결정 모델입니다. 타입이 정해진 선택, 점수, 예/아니요 확률을 입력 100만 토큰당 $0.042에 제공하며, 출력은 무료입니다.

Perplexity Decider (pplx-decider)

Perplexity의사결정 모델오픈 웨이트

4.5/5

Perplexity의 오픈 27B, 4B 결정 모델입니다. 100만 토큰당 $0.02의 API로도 판매하며, 텍스트와 이미지를 넣으면 확률을 내놓습니다.

Clef

Cloudflare의사결정 모델오픈 웨이트

3.6/5

텍스트와 이미지에 대한 정형화된 선택지에 점수를 매기는 Cloudflare의 오픈 27B 의사결정 모델로, Workers AI에서 Jev 호환 API로 제공됩니다.

d3-turbo (vLLM Semantic Router)

vLLM Semantic Router의사결정 모델오픈 웨이트

4.1/5

vLLM Semantic Router의 개선된 27B 판정 모델입니다. 입력을 한 번 읽고 최대 255개 질문에 답하며, 비디오 속 물체의 위치를 찾습니다.

LFM3

Liquid AI소형 및 온디바이스오픈 웨이트

4.0/5

텍스트, 비전, 오디오, 옴니, 타입 지정 의사결정을 위한 Liquid AI의 2B 모델 6종입니다. 모두 하나의 1.7B 베이스에서 나왔습니다.

ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)

ScaleDown의사결정 모델

3.7/5

입력 토큰 100만 개당 $0.05인 ScaleDown의 호스팅형 분류, 추출, 요약 모델입니다. Jev 형식의 Decisions 엔드포인트도 있습니다.

DecisionNode: 자주 묻는 질문

DecisionNode, 쓸 만한 가치가 있습니까?: DecisionNode는 같은 가격으로 Jev보다 더 많은 종류의 질문에 답하지만, 뒷받침하는 수치는 모두 Bynn 자체의 예비 결과이며 옵트아웃하지 않으면 요청이 모델 학습에 쓰입니다. 평점은 5점 만점에 3.7점입니다.
DecisionNode의 가격은 얼마입니까?: 100만 입력 토큰당 DecisionNode $0.042, Flash $0.035, 이미지와 비디오는 100만 토큰당 $0.09와 $0.08, 출력 무료, 배치는 30%와 50% 할인. 하루 Flash 50건, DecisionNode 20건의 무료 등급. Edge 가중치는 AGPL-3.0으로 무료이며 상업용 라이선스는 요청 시 제공.
DecisionNode의 단점은 무엇입니까?: 기본적으로 요청으로 학습하며 옵트아웃은 워크스페이스 단위; 보정 결과 미공개, 독립 테스트 없음; MMLU-Pro 지식에서 Jev보다 12.8포인트 뒤짐; Edge는 AGPL-3.0이며 비공개 제품에는 유료 라이선스 필요.
DecisionNode에 적합한 사람은 누구입니까?: 좌표를 포함해 이미지와 비디오에 대한 정형화된 판단을 하나의 API로 필요로 하고, 먼저 학습을 끄고 자체 평가를 할 의향이 있는 팀.
팀이나 프로덕션 환경에서 DecisionNode의 비용은 얼마입니까?: 월 10억 입력 토큰은 Flash로 $35, DecisionNode로 $42이며, 배치 작업으로는 그 절반 또는 70%입니다. 이미지는 DecisionNode에서 100만 토큰당 $0.09이며, 1,024 x 1,024 그림 하나가 약 1,026 토큰입니다. Edge는 약 8,000 토큰까지의 입력을 6 GB GPU에서 실행하며, RTX PRO 6000에서 9.5 ms, Ryzen 7 9800X3D CPU에서 0.46 s가 걸립니다.
DecisionNode에 회사 데이터를 맡겨도 안전합니까?: 요청과 답은 30일 후 삭제되며, 워크스페이스가 옵트아웃하지 않으면 Bynn 모델 학습과 개선에 쓰입니다. 데이터 무보관은 privacy@bynn.com으로 요청하면 모든 플랜에서 이용할 수 있습니다. Bynn은 SOC 2 보고서와 ISO 27001:2022 인증을 보유하고, 요청 시 HIPAA 업무 제휴 계약(BAA)에 서명하며, Article 28 조항을 담은 DPA를 제공합니다.
DecisionNode의 가장 좋은 대안은 무엇입니까?: 저희가 리뷰한 것 중 가장 가까운 대안은 Jev, Perplexity Decider (pplx-decider), Clef, d3-turbo (vLLM Semantic Router), LFM3 및 ScaleDown Constrained Decoding Models (Classify, Extract, Summarize)입니다.

답변 확인일: 2026년 10월 28일.