Microsoft의 진단 AI 시스템 'MAI-DxO'는 New England Journal of Medicine의 복잡한 증례를 활용한 시뮬레이션에서 정답률 83%를 기록해, 참고 자료를 이용해 단독으로 진단한 일반 내과의 및 1차 진료의의 36%를 웃돌았다. 최고 성적은 OpenAI의 GPT-5 및 GPT-5.5와 결합했을 때 나왔다. GPT-5.5에서는 복잡한 증례의 정답률이 72%에서 약 87%로 올랐으나, 응급의학과 증례에서는 개선이 나타나지 않았다.
Allen AI가 위성 임베딩 모델 OlmoEarth v1.3을 공개했다. 10m 해상도의 전 지구 연간 임베딩(64차원·128차원)도 함께 공유하며, 브라우저에서 지도를 탐색하고 맞춤 설정할 수 있는 OlmoEarth Embeddings Explorer도 제공한다. 27건의 평가 가운데 128차원 버전은 20건에서 최고 점수를 기록했다고 한다.
AI 스타트업 Recursive가 실험의 제안, 실행, 평가를 수행하는 AI 시스템 'Eureka Machine'을 개발의 거의 전 과정에 활용해 첫 언어 모델 Flint를 공개했다. Flint는 MoE 모델로, 총 파라미터 40B, 토큰당 활성 파라미터는 2.5B다. 가중치는 Apache 2.0 라이선스로 Hugging Face에 공개됐으며, 벤치마크 결과는 아직 독립 검증을 거치지 않았다.
Hugging Face는 목요일 DNA에 대해 자연어로 질문할 수 있는 오픈소스 모델 Carbon-X를 공개했다. 파라미터 수는 14B이며 노트북PC에서 로컬로 실행할 수 있다. 개발자는 실제 웻랩 실험을 통한 검증은 아직 이뤄지지 않았으며 예측 정확도는 알려지지 않았다고 설명했다.
IBM이 Granite 시계열 모델 4종을 조합한 예측 레시피 「Granite Timeseries Ensemble」을 공개했다. 재학습이나 학습 완료된 앙상블 가중치가 필요 없으며, 중앙값과 분위수 예측을 반환한다. 기본값인 Probabilistic Ensemble은 각 멤버에 동일한 영향력을 부여하고 확률 공간에서 분위수를 통합한다. 대안인 IQR Ensemble은 예측의 분산 정도에 따라 가중치를 달리한다. granite-tsfm>=0.3.11을 설치한 뒤 ibm-granite/granite-timeseries-ensemble-r1을 불러오면 바로 사용해 볼 수 있다.
Inception이 확산 기반 대규모 언어 모델(LLM) 「Mercury 3」를 발표했다. NVIDIA GPU에서 초당 1,068토큰을 생성하는 것으로 알려졌으며, 컨텍스트 윈도우는 100만 토큰이다. 표준 가격은 입력 100만 토큰당 0.20달러, 출력 100만 토큰당 0.70달러이며, 도입 할인 50%가 적용된다. API 외에 OpenRouter, Baseten, Vercel을 통해 이용할 수 있다. 회사 측은 동급 속도 중시 모델보다 4~8배 빠르다고 주장하지만, 모두 회사가 공표한 데이터에 근거한 것이다.
AI 스타트업 Recursive가 첫 모델인 코딩 모델 Flint를 공개했다. Apache 2.0 라이선스로 Hugging Face에서 무료로 내려받을 수 있으며, 노트북에서도 동작한다. 회사의 자동 연구 시스템 Eureka Machine이 개발 거의 전 과정을 지원했고, 소규모 팀이 4개월 미만에 완성했다고 한다.
OpenAI의 GPT-5.6 Sol과 Google의 Gemini 4 Argon이 전 세계 수백만 개 웹사이트에 영향을 줄 수 있는 심각한 PHP 취약점을 발견했다. GPT-5.6 Sol은 Patch-the-Planet 프로젝트의 일환으로 이를 찾아냈고, Wiz도 별도의 경로로 같은 결함을 확인했다. 수정 작업은 2개월에 걸쳐 5단계로 조정됐으며, 영향 여부를 확인할 수 있는 도구가 GitHub에 공개됐다.
NVIDIA는 기업 데이터베이스에서 추가 학습 없이 예측할 수 있는 사전 학습된 관계형 기반 모델 Kumo Relational을 공개했다. 최대 10,000건의 과거 사례를 컨텍스트로 읽어 들여, 한 번의 포워드 패스로 이탈, 수요, 부정 거래 등을 예측한다. 15개 데이터베이스에 걸친 41개 과제에서 지도 학습 모델과 전문가가 설계한 그래디언트 부스팅 트리 파이프라인을 능가했다고 밝혔다.
선정 이유: 관계형 데이터를 위한 기반 모델의 구조, 벤치마크 결과, 한계, 활용 방법이 한 흐름으로 정리되어 있어 기존 예측 파이프라인과 비교하는 자료로 쓸 만하다.
스타트업 Recursive가 오픈 웨이트 코딩 모델 Flint(40B 파라미터)를 공개했다. 회사 CEO Richard Socher는 개발의 대부분을 AI 시스템 Eureka Machine이 자동화했다고 설명했다. WIRED의 Will Knight는 48GB RAM 맥에서 모델을 시험해 본 결과 코딩 요청을 매번 처리했다고 보고했다.
Inception의 확산 언어 모델 Mercury 3는 여러 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5를 웃돌며 4~8배 빠르게 동작한다고 주장했다. 자사 비교표에서는 12개 항목 중 8개에서 앞섰으나 독립적인 검증은 아직 없다. Nvidia GPU에서 자체 측정한 결과 초당 1,068토큰으로, Claude Haiku 5.5의 약 240, GPT-6 Luna의 약 130을 크게 웃돈다고 한다.
IBM은 Granite Speech의 신모델 "granite-speech-5.0-2b"와 업데이트 버전인 "granite-speech-5.0-470m-turboctc", "granite-speech-4.1-2b-plus"를 공개했다. granite-speech-5.0-2b는 영어 단문의 평균 WER이 5.06%로 오픈 웨이트 ASR 모델 중 2위에 올랐으며, Apache 2.0 라이선스로 제공된다. Turbo CTC는 다국어를 지원하게 됐고, RTFx는 약 12,600에서 19,870으로 향상됐다.
NVIDIA는 시계열 예측 모델 「Kumo Forecast」(구 NV-Tesseract Forecasting)를 공개했다. 사전 학습된 Transformer와 이력 패턴 검색(DARR)을 결합해, 직접 예측과 검색 결과를 섞어 예측한다. 기반은 MOMENT-1-large이며, 약 3억 4000만 파라미터의 인코더를 사용하고 라이선스는 Apache 2.0이다. 해석 기능도 갖추고 있다.
NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.
카카오가 자체 개발한 비전 인코더 ‘Kanana-2-vision-encoder’ 2종을 허깅페이스에 오픈소스로 공개했다. 4억 2,600만 파라미터의 ‘medium’과 9,800만 파라미터의 ‘tiny’로, 9개 평가 영역 총 42개 벤치마크에서 SigLIP 2, Perception Encoder, AIMv2, Qwen3.5-ViT 등 글로벌 비전 인코더를 상회하는 성능을 기록했다고 밝혔다. 두 모델은 상업적 활용이 가능한 ‘카나나 오픈 라이선스’로 제공된다.
Inception은 확산형 대규모 언어 모델(LLM) Mercury 3를 발표했다. 회사에 따르면 NVIDIA GPU에서 최대 초당 1,068토큰을 생성하며, 컨텍스트 윈도우는 1 million tokens이다. 표준 가격은 입력 $0.20, 출력 $0.70(모두 100만 토큰당)이며, 현재 출시 기념 50% 할인이 적용된다. OpenAI API와 호환되며, 회사는 여러 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5에 필적하거나 이를 능가한다고 주장하고 있다.
Anthropic은 10월 20일 시점에 Claude Fable 5.5를 공식 발표하지 않았다. 확인되는 최신 Fable은 5.1이다. 10월 13일 LiteLLM 카탈로그에 추가된 azure_ai/claude-fable-5-5는 가격과 기능 값을 Fable 5.1에서 그대로 가져왔으며, 이후 저장소 기록에서 이의가 제기되어 삭제되었다. 공식 사양, 가격, 벤치마크 결과는 확인되지 않았고, 본 사이트도 실제 기기 테스트를 진행하지 않았다.
GoTo는 2026년 10월 19일 발리섬 Sanur에서 270억 개 파라미터(27B) 규모의 오픈소스 언어 모델을 발표했다. 인도네시아어에 더해 자바어, 순다어, 발리어, 바탁어를 지원하며, 스타트업, 기업, 대학, 연구자, 공공기관이 무료로 사용, 연구, 수정할 수 있다고 밝혔다. Kontan에 따르면 Hugging Face상의 식별자는 gemma3-27b-cpt-gotoai-v3-instruct이며, 학습 데이터 규모, 하드웨어, 라이선스 조건은 확인되지 않았다.
NVIDIA는 담낭 절제술의 임상 기록으로 학습하고 실시간 키네매틱스 제어를 지원하는 실시간 생성형 수술 시뮬레이터 「Cosmos3-H-Dreams」를 발표했다. Cosmos 3과 FlashDreams를 활용하며, 단일 NVIDIA RTX PRO 6000 GPU에서 인터랙티브하게 작동한다. 기반이 되는 Cosmos3-H-Embodied-Nano는 16B 파라미터이며, 4단계 버전과 2단계 버전의 두 가지 체크포인트가 제공된다.
OpenAI는 COBOL과 Fortran처럼 학습 코드가 적은 '저자원 언어'에서 성능이 향상됐다고 발표했다. 20개 언어를 대상으로 한 MultiLangBench에서는 추론 노력을 최대로 설정한 GPT-6 Astra가 평균 87.4%의 테스트 합격률을 기록해, GPT-5.6 Terra의 약 38%에서 상승했다. COBOL 마이그레이션 벤치마크에서는 GPT-6.1 Sol이 낮은 추론 노력으로 86.6%의 정확도에 도달해, GPT-5.6 Sol의 5.4%를 크게 웃돌았다.
Mistral AI@MistralAIAI 점수5252
Latent Space의 AINews가 10/16~10/19 동향을 정리했다. DeepSeek V4.1 Flash 1017은 총 552B 파라미터·활성 16B, 1M 토큰, MIT 라이선스의 MoE 모델이며 AA Intelligence Index는 45다. MiniMax M3.1 Flash는 가중치를 10월 23일 공개할 예정이다. Mercury 3, Meta Muse, Anthropic Public Benefit Fund 등도 다룬다.
OpenAI는 COBOL, Fortran, Visual Basic 등 저자원 프로그래밍 언어에서의 구축 및 마이그레이션 능력이 향상되었다고 발표했다. MultiLangBench에서 GPT-6 Astra는 20개 언어 평균 통과율 87.4%를 기록해, GPT-5.6 Sol의 26.8%를 웃돌았다. COBOL 마이그레이션 평가에서는 GPT-6.1 Sol이 낮은 추론 부하에서 86.6%, 높은 추론 부하에서 97.9%에 도달했다.
MiniMax가 총 파라미터 428B의 MoE(Mixture of Experts) 모델 「M3.1 Flash」를 출시했다고 밝혔다. 액티브 파라미터는 23B, 컨텍스트 길이는 1M이다. 입력 요금은 $0.15/M으로 책정됐다.
MiniMax가 기업 워크플로, 코딩, 컴퓨터 조작용 신규 모델 M3.1 Flash를 공개했다. Artificial Analysis의 Intelligence Index에서 42점을 기록해 전작 M3의 29점보다 13포인트 올랐고, 작업당 평가 비용은 약 0.51달러에서 약 0.22달러로 낮아졌다. 반면 AA-Omniscience에서는 환각률이 93%로 높게 나타났다. API 가격은 입력 100만 토큰당 0.15달러, 출력 0.60달러다.
구글은 Gemini 4 세대의 첫 모델인 Gemini 4 Argon을 일반에 공개했으며, Google AI Pro 및 Ultra 구독자가 Gemini 앱에서 사용할 수 있게 됐다. Artificial Analysis Intelligence Index에서는 53점으로 GPT-6 Astra와 나란히 올랐고, API 도입 가격은 입력 100만 토큰당 $2, 출력 $10이다.
선정 이유: Google 자사 비교표와 제3자 Intelligence Index를 나란히 제시하고 가격도 경쟁사와 대비하고 있어, 성능과 비용상의 위치를 파악하기 쉽다.
MiniMax는 속도 중심 플래그십 모델의 업데이트 버전인 「M3.1 Flash」를 발표했다. 회사에 따르면 기존 버전보다 온라인 추론이 약 3배 빠르고, 이용 비용은 70% 줄었다. API 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60, 캐시 입력 100만 토큰당 $0.015이며, 컨텍스트 윈도우는 100만 토큰이다. MiniMax API, M Plan, MiniMax Code에서 이용할 수 있으며, 오픈 웨이트 공개일은 아직 확정되지 않았다.
MiniMax는 2026년 10월 19일 MiniMax M3.1 Flash를 제공하기 시작했다. 온라인 추론 속도는 이전 세대보다 약 3배 빨라졌고, 에이전트 계열 워크로드의 이용 비용은 70% 낮아졌다고 발표했다. 벤치마크는 BankerToolBench 76.2, DeepSWE v1.1 73.7%, OSWorld V2 61.7, CyberGym 82%로, 모두 회사가 자체적으로 밝힌 수치이며 발표 시점에 제3자 검증은 이루어지지 않았다.
AI at Meta@AIatMetaAI 점수5252
MiniMax가 추론 모델 「MiniMax M3.1 Flash」를 공개했다. Artificial Analysis Intelligence Index에서 42점을 받아 이전 모델인 M3보다 13점 높으며, 작업당 비용은 절반 이하로 떨어졌다. API 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60이며, 컨텍스트는 최대 100만 토큰이고 텍스트와 이미지를 처리할 수 있다. 한편 Artificial Analysis에 따르면 환각률은 93%로 보고됐다.
AI at Meta@AIatMetaAI 점수4040
Nvidia는 상시 가동 에이전트와 엣지 컴퓨팅을 위한 오픈 웨이트 모델을 발표했다. 기업용 「Nemotron 3.5 Super VL」은 120B 파라미터로, 지시 따르기와 도구 활용 작업에서 Nemotron 3 Ultra에 가까운 정확도를 보인다고 한다. PC용으로는 경량 모델 「Nemotron 3.5 Bolt 74B-A9B 24GB」와 「Bolt E4B」를 내놓았다. Super VL과 Bolt 74B-A9B는 이미 제공을 시작했으며, Bolt E4B는 이번 달 후반에 제공될 예정이다.
xAI는 코딩 특화 모델 grok-build-0.1을 xAI API에서 퍼블릭 베타로 공개했다. 100+ tokens/초로 제공되며, 가격은 입력 $1/M tokens, 출력 $2/M tokens다. Grok Build를 구동하는 모델과 동일하다.
Grok Build에서 Composer 2.5를 사용할 수 있게 되었다. /models 메뉴에서 선택하거나 /model을 입력한 뒤 Composer 2.5를 고르면 사용할 수 있다. Composer 2.5는 빠르고 최첨단 모델로, 장시간 이어지는 작업과 복잡한 지시를 따르는 능력이 뛰어난 것으로 알려졌다.
xAI는 정지 이미지로부터 동영상을 생성하는 이미지-투-비디오 모델 「grok-imagine-video-1.5-preview」를 xAI API를 통해 프리뷰로 제공하기 시작했다고 밝혔다. 시작 프레임과 움직임을 설명하는 프롬프트를 입력하면 카메라 움직임, 분위기, 물리적 표현을 포함해 장면을 애니메이션으로 만들며, 입력 이미지에 충실한 영상을 생성한다. 최대 720p 클립을 만들 수 있으며, 여러 장면을 이어 붙여 프로젝트 전체에서 일관된 모습을 유지하는 긴 영상을 만드는 것도 가능하다.
xAI가 Grok 4.3을 Amazon Bedrock에서 일반 제공(GA)을 시작했다. 100만 토큰 컨텍스트 윈도우와 none·low·medium·high 중에서 선택할 수 있는 추론 설정을 지원한다. 요금은 입력이 100만 토큰당 $1.25, 출력이 $2.50이다.
SpaceXSI는 코딩, 에이전트형 작업, 지식 노동을 위한 모델 Grok 4.5를 공개했다. 80 TPS로 제공되며, 가격은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6이다. Grok Build, 모든 요금제의 Cursor, SpaceXSI 콘솔에서 이용할 수 있으며, Grok Build와 Cursor에서는 기간 한정으로 무료 이용도 가능하다.
선정 이유: 코딩 계열 벤치마크의 비교 수치와 함께 토큰 효율 및 가격이 병기되어 있어, 다른 모델과의 비용 대비 효과를 비교해 볼 수 있는 자료가 된다.
xAI는 Grok 4.5를 grok.com, X, iOS 및 Android의 Grok 앱에서 제공하기 시작했다. 회사는 이 모델을 가장 성능이 높은 모델로 소개하며, 긴 대화의 맥락 파악과 추론 효율이 향상되었다고 밝혔다. Microsoft 365 애드인을 통해 Word, Excel, PowerPoint, Outlook 안에서도 Grok을 사용할 수 있다.
xAI는 음성에서 음성으로 처리하는 모델 Grok Voice 2.0을 발표했다. Artificial Analysis의 종합 지표는 82.9%로, Grok Voice 1.0의 75.7%와 GPT-Realtime-2.1 (High)의 79.1%를 웃돈다. 요금은 음성 1분당 $0.08이며, 2026년 8월 5일에 grok-voice-latest가 2.0으로 전환된다.
xAI는 Grok 4.5를 기반으로, 장시간 동작하는 에이전트와 대화형·시각적 작업에 중점을 둔 Grok 4.6을 공개했다. Artificial Analysis Intelligence Index에서는 GPT-5.6 Sol과 같은 61점이다. Cursor와 Grok Build에서 이용할 수 있으며, API 요금은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6부터다.