개발자가 38억 파라미터 언어모델을 처음부터 학습하며 B200 여덟 장을 약 43시간 사용하고 998달러를 썼다고 공개했다. 약 653억 토큰을 학습한 모델의 CORE 점수는 0.384로 제시됐으며 데이터 혼합과 Muon 최적화, FP8 처리량 개선 과정도 설명한다. 이 금액은 보고한 학습 실행 비용이지 실패한 실험과 개발자 작업까지 포함한 총비용이 아니다. 문맥 길이 변경도 평가 점수에 큰 영향을 줬다. 저비용 재현을 위한 기술 기록으로 유용하지만 최신 상용 모델과 동급이라는 주장이나 독립 검증 결과로 확대해서는 안 된다.