로보플로우는 오픈AI의 비전 모델 ‘솔(Sol)’이 객체 탐지와 카운팅에서 가장 큰 성능 향상을 보였다고 8월 17일 밝혔다.
로보플로우는 다가오는 VLM(시각언어모델) 벤치마크에서 ‘솔’이 객체 탐지 mAP@50 46.2를 기록했다고 설명했다. ‘테라(Terra)’와 ‘루나(Luna)’는 각각 44.7과 43.3으로 뒤를 이었다. 문서 레이아웃 인식도 강점으로, 솔이 제목·문단·표·이미지·서명 등을 비교적 잘 처리했다고 로보플로우는 전했다.
또한 촘촘한 장면에서 비전 모델이 흔히 겪는 중복·좌표 오류 위험에도 솔이 대부분 객체를 탐지했다고 했다. 다만 2000×2000 픽셀 이상의 큰 이미지에서는 안정성이 떨어질 수 있고, 낮은 추론 노력 구간에서 특히 흔들린다고 오픈AI 팀이 확인했다고 덧붙였다. 해결책으로 API 전 단계에서 이미지 리사이즈나 크롭이 필요하다고 로보플로우는 제시했다.
카운팅 성능은 솔이 73.0%로 GPT-5.5의 64.9%보다 개선됐고, 테라와 루나는 각각 67.6%와 66.2%를 기록했다고 밝혔다. OCR은 유사도 90.7%로 GPT-5.5(91.2%)와 큰 차이가 없었지만, 텍스트 추출에서는 82.5%로 GPT-5.5(87.6%)보다 격차가 벌어졌다고 설명했다.
비용과 속도 측면에서는 솔이 이미지당 약 0.025달러 수준으로, 벤치마크에서 ‘클로드 페이블 5(Claude Fable 5)’ 다음으로 비싼 모델이라고 로보플로우는 적었다. 처리 속도는 이미지당 평균 10초 안팎이었고, 테라는 약 6초, 루나는 5초를 조금 넘는 수준으로 더 빠르다고 했다.