Grok 4.3 리뷰: 100만 토큰과 진짜 추론 끄기

9월 19일 우리는 Grok 4.3에 L4 고강도 요청 아홉 개를 보냈습니다. 틀 없이 직접 요청하는 방식, 픽션으로 감싸는 방식, 시스템 프롬프트로 설정하는 방식 세 가지로, 문구만 바꿔 각각 세 번씩 실행했습니다. 직접 요청과 시스템 프롬프트 방식은 각각 세 개 요청 전부가 완결된 형태로 돌아왔고, 픽션 방식은 두 개가 완결되고 한 개가 부드러워진 답으로 돌아왔습니다. 두 경우 모두 거절은 없었습니다.

9월 24일에는 나머지 사다리, L1 암시·L2 성숙한 주제·L3 강함을 문구당 한 번, L5 극한을 문구당 두 번 실행했습니다. 열다섯 개 전부가 세 가지 문구 모두에서 정확히 요청대로 돌아왔고, 부드러워지거나 거절된 것은 없었습니다.

두 세션을 합치면 채점 대상 실행이 24회로, 23개가 완결되고 1개가 부드러워졌으며 거절은 없었습니다. Spicy Index 페이지는 이를 Freedom Score 100점 중 98.9점으로 읽어들입니다.

Grok 4.3은 순순히 답하는 데 시스템 프롬프트가 필요 없습니다. 대화 전체에 걸쳐 목소리나 페르소나를 고정하고 싶을 때 쓰고, reasoning_effort none은 생각할 거리가 전혀 없는 요청일 때만 쓰세요.

1. 공개 예시: 배포 전에 수정을 증명하기. 시스템 메시지와 직접적인 지시를 조합.

system: Write evaluation plans as a numbered list of checks, each with the observation that would make it fail.
user: We are replacing our retry logic with an idempotency key. Plan how to prove the new path cannot double-charge.

이 프롬프트를 Grok 4.3에서 실행 →

2. 공개 예시: 한 턴에 이미지와 질문을 함께. 스크린샷을 detail high의 image_url 파트로 텍스트 옆에 첨부.

user: These two dashboards are before and after Tuesday's deploy. Which panel shows the regression, and what is the most likely cause?
[image: https://cdn.spicyapi.ai/models/examples/inputs/c681580c3c6a0b63.jpeg]

이 프롬프트를 Grok 4.3에서 실행 →

중요한 설정: 생각할 거리가 없는 분류, 추출, 라우팅에는 reasoningeffort none. 기본값인 low는 평범한 지시 이행에 적합. 답을 정말로 도출해야 할 때만 medium, high, xhigh를 쓰되 이때는 maxtokens에 주의하세요. 추론 토큰은 상한을 무시합니다. 직접 비교하고 싶은 두 실행에는 temperature 0. 이미 temperature를 조정 중이라면 top_p는 그대로 두세요.

Grok 4.3은 채점 대상 24회 실행 중 23개를 콘텐츠 사다리 전 단계에 걸쳐 완결된 형태로 썼고, 부드러워진 답 1개를 빼면 거절은 없었습니다. 9월 19일에는 직접, 픽션 감싸기, 시스템 프롬프트라는 세 가지 문구로 나눈 L4 고강도 요청 아홉 개 중 여덟 개가 완결된 형태로 돌아왔고, 픽션 문구였던 한 개만 부드러워졌습니다. 9월 24일에는 L1 암시부터 L5 극한까지 나머지 모든 단계가 세 가지 문구 전부에서 깔끔하게 통과했습니다. 페이지 표시는 무검열입니다. 우리 쪽에서 콘텐츠 필터를 추가하지 않으므로 돌아오는 결과는 우리가 끼워 넣은 층이 아니라 Grok 자체의 행동입니다.

Freedom Score: 이 페이지의 점수 카드에서 100점 중 98.9점, 24회 실행에 걸쳐 5단계 모두 테스트했으며 실행이 추가될 때마다 다시 계산합니다.

아직 테스트하지 않은 것: 여러 턴에 걸쳐 캐릭터를 유지하는 멀티턴 채팅(이번 실행은 단발 요청뿐이었습니다), 영어 외의 언어, 상위 단계 이미지를 입력으로 쓰는 경우.

요청 속 모든 인물은 성인이어야 하며, 실존하는 특정 인물은 등장시키지 마세요. 게시하는 곳의 법을 지킬 책임은 당신에게 있습니다.

능력에 대해서는 의견이 갈리지만, 속도에 대해서는 그렇지 않습니다. 한 테스터는 "비슷한 성능을 가진 다른 모델보다 응답이 훨씬 작고 토큰 밀도가 높다"고 썼고, 같은 리뷰에서 "전반적인 코딩 추론 능력은 4월의 대형 출시작들과 경쟁이 안 되고, Grok 4.20도 Grok 4.3도 Grok 4 이후로 지능의 최전선을 크게 밀어붙이지 못했다"고도 지적했습니다. 가격 면에서는 다른 댓글 작성자가 "속도(202.7 tok/s)와 가치(1.25 → 2.50)가 훌륭하고, 지능도 꽤 괜찮다"고 정리했습니다. 이는 우리가 본 것과 일치합니다. 가장 어려운 추론 과제보다 처리량과 가격에 맞춰진 모델입니다.

• L4 고강도에서 더 정돈된 문장을, 가격은 높아도 괜찮다면? Grok 4.7은 탈옥 없이 L4 고강도 요청 아홉 개 중 아홉 개를 다 썼습니다. 자세한 내용은 Grok 4.7 리뷰에서. Grok 4.3과 Grok 4.7 비교 →
• 같은 추론 계열에서 캐시 입력이 더 싼 것? Grok 4.5는 캐시 입력이 100만 토큰당 $0.30으로 Grok 4.3의 $0.20보다 비쌉니다. Grok 4.3과 Grok 4.5 비교 →
• 같은 계열에서 한 버전 위? Grok 4.6은 Grok 4.7과 같은 가격에 50만 토큰 창을 갖췄습니다. Grok 4.3과 Grok 4.6 비교 →
• 훨씬 넓은 창에 더 낮은 가격? DeepSeek V4.1 Flash는 입력 104만 8,576토큰, 답변 최대 38만 4,000토큰, 입력 100만 토큰당 $0.30. DeepSeek V4.1 Flash와 Grok 4.3 비교 →
• 대량 처리에 아주 작은 청구액? GLM 5.3 Flash, 입력 100만 토큰당 $0.1275.