gms_image

AI API 이미지 측정 — 생성(축 A) · 분석(축 B)

Jira 작업. 결론과 수치는 구현 리포트에 있고, 이 문서는 어떻게 다시 돌리는가만 적는다.

파일

synth.py	합성 PNG. 치수와 바이트를 따로 움직인다. AI API 를 부르지 않는다
gateway.py	자격 증명 로드 · 마스킹 · 호출 상한 · 한 건씩 append
probe_gen.py	축 A — 이미지 생성 경로 탐색·프로파일. AI API 호출
probe_vision.py	축 B — 크기별 토큰·지연·거부 임계. AI API 호출
report.py	표와 가설 판정. AI API 를 부르지 않는다

.gms_image/axis-a.jsonl · axis-b.jsonl 은 커밋한다. 다시 뜨려면 공용 게이트웨이 쿼터를 또 쓰고, 담는 것은 합성 이미지의 지문·usage·상태 코드뿐이다.

다시 돌리기

.venv/Scripts/python.exe tools/gms_image/synth.py                 # 조건별 바이트 확인. 호출 0
.venv/Scripts/python.exe tools/gms_image/probe_vision.py --plan   # 계획만. 호출 0
.venv/Scripts/python.exe tools/gms_image/report.py --replay       # 판정. 호출 0

호출하는 것은 위 둘뿐이다. 상한이 코드에 박혀 있고(MAX_CALLS 축 A 20 · 축 B 30) 넘으면 예외로 멈춘다. 이어서 돌릴 때는 --used 로 누적을 넘긴다.

.venv/Scripts/python.exe tools/gms_image/probe_gen.py --stage discover
.venv/Scripts/python.exe tools/gms_image/probe_gen.py --stage profile --probe openai:gpt-image-1 --reps 4 --used 7
.venv/Scripts/python.exe tools/gms_image/probe_vision.py --run main
.venv/Scripts/python.exe tools/gms_image/probe_vision.py --run ladder --used 20
.venv/Scripts/python.exe tools/gms_image/probe_vision.py --adhoc openai:px512-n45 --used 28

기록 파일은 덮어쓰지 않고 이어 붙인다. 같은 이름으로 다시 돌리면 회차가 쌓인다 — 지우고 싶으면 파일을 직접 지운다. 쌓이는 쪽을 기본으로 둔 것은 잃는 쪽이 더 비싸기 때문이다(AI API 호출은 다시 뜨면 쿼터를 또 쓴다).

실제 이미지를 쓰지 않는다

측정에 대화 캡처·실제 사진을 넣지 않는다. 개인정보이기도 하고, 실제 사진으로는 이 측정이 애초에 성립하지 않는다 — 사진은 치수가 커지면 바이트도 같이 커져서 -253 의 세 가설이 전부 같은 곡선을 낸다. synth.py 머리말에 그 설계가 있다.

다음 사람에게

수치를 상수로 읽지 마라. AI API 쿼터·상한은 시점과 프로바이더 경로별로 다르다(T27). 리포트의 수치에는 측정 시각(KST)과 경로가 붙어 있다 — 다시 재려면 그것부터 보라.

판정 규칙만 고칠 때는 report.py --replay 로 끝난다. 다시 부르지 마라 — 같은 규칙 변경과 쿼터 변동이 섞이면 결론이 왜 바뀌었는지 알 수 없다.