# Reka Core, Reka.AI에서 출시한 멀티모달 대규모 언어 모델(MLLM)

**URL:** <https://discuss.pytorch.kr/t/reka-core-reka-ai-mllm/4086>\
**Category:** 읽을거리&정보공유\
**Tags:** reka, multimodal, multimodal-frontier-models, reka-core\
**Created:** [4월 16, 2024, 12:55오전 UTC](https://discuss.pytorch.kr/t/reka-core-reka-ai-mllm/4086 "2024-04-16T00:55:00Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![9bow](https://discuss.pytorch.kr/user_avatar/discuss.pytorch.kr/9bow/32/16301_2.png) [@9bow](https://discuss.pytorch.kr/u/9bow)\
**Post date:** [4월 16, 2024, 12:55오전 UTC](https://discuss.pytorch.kr/t/reka-core-reka-ai-mllm/4086/1 "2024-04-16T00:55:00Z")

</div>

### :pytorch:PyTorchKR:kr:

- Google Brain, DeepMind, FAIR 등의 출신들이 설립한 멀티모달 인공지능 모델을 개발하는 Reka에서 새로운 Reka Core 모델을 공개했습니다.Reka Core 모델은 텍스트 외 이미지나 비디오, 오디오와 같은 멀티모달 입력을 받아 처리하는 모델로, MMMU 벤치마크에서 GPT-4V와는 유사한 성능을, Claude-3 Opus보다는 나은 성능을 보이고 있습니다.

 ![Reka Core 모델과 GPT-4V, Claude Opus, Gemini Pro 1.0의 ELO 비교](https://discuss.pytorch.kr/uploads/default/original/2X/2/22942e12f52d325ac0ce07717f6f070fb684b722.png)

* * *

# 

## 소개

Reka Core는 수천 개의 GPU를 사용해 몇 달간 효율적으로 훈련된 프론티어 클래스 멀티모달 언어 모델입니다. OpenAI, Anthropic, Google과 같은 선도적인 모델들과 경쟁할 수 있는 성능을 제공하며, 비용 대비 가치 측면에서도 뛰어납니다. 또한, 멀티모달 이해(이미지, 비디오, 오디오)뿐만 아니라 32개 언어에 대한 데이터로 사전 훈련되어 다양한 언어를 유창하게 처리할 수 있습니다.

 ![Reka Core 모델과 다른 모델들과의 비교](https://discuss.pytorch.kr/uploads/default/original/2X/b/bbd6b5e2b97bdbf7f8b89aacb9914ec0534aa46d.jpeg)

Reka Core는 GPT-4V, Claude-3 Opus, Gemini Ultra 등 시장에 나와 있는 다른 프론티어 모델들과 비교됩니다. 특히, 멀티모달 인간 평가에서는 Claude-3 Opus를 초과하는 성능을 보이며, 비디오 작업에서는 Gemini Ultra를 능가합니다. 언어 작업에서도 잘 알려진 벤치마크를 통해 다른 프론티어 모델들과 경쟁력 있는 성능을 제공합니다.

## Reka Core 모델의 주요 특징

- **멀티모달 이해** : 이미지, 비디오, 오디오를 포함한 다양한 형식의 데이터를 이해하고 처리할 수 있습니다.

- **128K 컨텍스트 윈도우** : 더 많은 정보를 정확하고 상세하게 처리할 수 있는 능력을 가지고 있습니다.

- **추론 능력** : 언어와 수학을 포함한 복잡한 작업을 위한 우수한 추론 능력을 보유하고 있습니다.

- **코딩 및 에이전트 워크플로우** : 고급 코딩 능력을 바탕으로 다양한 작업을 자동화하고 효율화할 수 있습니다.

- **다국어 지원** : 영어는 물론 아시아 및 유럽의 여러 언어에 능통합니다.

- **배포 유연성** : API, 온프레미스, 온디바이스 등 다양한 방식으로 배포할 수 있어 사용자와 파트너의 요구에 유연하게 대응할 수 있습니다.

## 사용 방법 및 가격

 ![Reka Core, Flash, Edge 모델들의 설명 및 가격](https://discuss.pytorch.kr/uploads/default/original/2X/4/47ab7a24b0b23af582e095c38f54b6e1406622fe.png)

Reka Core는 API를 통해 접근할 수 있으며, 온프레미스 또는 온디바이스로도 배포가 가능합니다. 이를 통해 사용자는 각자의 환경에 맞게 Reka Core를 쉽게 통합하고 사용할 수 있습니다. 예를 들어, Reka Core API를 사용하여 비디오 콘텐츠의 분석 및 처리 작업을 자동화하거나, 다양한 언어의 텍스트 데이터를 처리할 수 있습니다.

다음은 Reka Core 및 Reka Flash, Reka Edge 모델들의 입/출력 토큰당 가격을 표로 다시 그린 것으로, 자세한 정보는 [가격 정보 문서에서 확인](https://reka.ai/pricing/)할 수 있습니다:

| 모델명 | 모델 설명 | 입력 토큰 가격 | 출력 토큰 가격 |
| --- | --- | --- | --- |
| Reka Core | 복잡한 작업을 위한 우수한 능력 | $10 / 1M tokens | $25 / 1M tokens |
| Reka Flash | 대부분의 작업을 위한 빠르고 비용 효율적인 모델 | $0.8 / 1M tokens | $2 / 1M tokens |
| Reka Edge | 현지(즉, 온-하드웨어) 또는 지연 시간에 민감한 응용 프로그램을 위한 경량 모델 | $0.4 / 1M tokens | $1 / 1M tokens |

## 더 읽어보기

### Reka Core 공개 글

> **[Reka Core: Our Frontier Class Multimodal Language Model](https://reka.ai/news/reka-core-our-frontier-class-multimodal-language-model)**
>
> Latest News & Articles

### Reka Core 기술 문서

> **[reka-core-tech-report.pdf](https://publications.reka.ai/reka-core-tech-report.pdf)**
>
> 3.86 MB

### Reka Core의 성능 비교

> **[Reka Core showcase](https://showcase.reka.ai/)**
>
> Qualitative examples showcasing responses from Reka core along side other major models

* * *

_이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다._ 🤗

[:pytorch:파이토치 한국 사용자 모임🇰🇷](https://pytorch.kr/)이 정리한 이 글이 유용하셨나요? [회원으로 가입](https://discuss.pytorch.kr/signup)하시면 주요 글들을 이메일💌로 보내드립니다! (기본은 Weekly지만 [Daily로 변경도 가능](https://discuss.pytorch.kr/my/preferences/emails)합니다.)

🎁 아래↘쪽에 좋아요❤를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 🤩