Kimi.ai@Kimi_MoonshotAI 점수4747

Kimi K3.1 Pro의 모델 가중치를 공개한다: https://huggingface.co/moonshotai/Kimi-K3.1-Pro 앞으로도 오픈 인텔리전스 추진을 이어갈 계획이다.

CWE-bench v2, 커버리지·품질·투명성 강화

Collinear AI의 사이버보안 평가 벤치마크 「CWE-bench v2」는 실제 오픈소스 리포지토리에서 기존 기능을 깨뜨리지 않고 보안 취약점을 수정하는 과제를 91종의 CWE에 걸쳐 100건 공개했다고 밝혔다.

Mistral AI@MistralAIAI 점수5858

Mistral AI는 Le Chonk가 어떻게 만들어졌는지를 개발팀이 직접 설명하는 자료를 alphaXiv에 공개했다. 인용된 Pierre Stock의 게시물에 따르면 ML4는 오픈 웨이트로 공개되며, 코드 에이전트와 사이버 보안 분야에서 최첨단 능력을 갖춘 것으로 알려졌다.

11월 오픈웨이트 공개 예정으로 날짜를 명시한 기업은 Kimi K3.1 Pro뿐

11월 공개 예정으로 기업이 날짜를 명시한 것은 Moonshot의 Kimi K3.1 Pro 가중치(11월 4일)뿐이다. Moonshot 공식 페이지는 2026년 11월 4일까지 전체 가중치를 공개한다고 밝혔으나, HuggingFace에서는 아직 공식 저장소가 확인되지 않았다. 한편 10월 기준일은 기업 발표에 따른 것이 아니며, Mistral Large 4의 가중치는 10월 29일에 공개되었다.

Mistral, 1조 파라미터 Mistral Large 4 가중치 공개… 사이버 보안 특화

Mistral은 1조 파라미터 오픈 모델 Mistral Large 4(ML4)의 가중치를 공개했다. 기업과 정부가 내려받아 자체적으로 배포할 수 있다. GLM-5.3과 동등한 성능을 내면서 작업 1건당 토큰 사용량은 47% 적다고 주장하고 있다. 가중치는 Hugging Face와 해당 API를 통해 제공된다.

Mistral, Mistral Large 4 가중치 공개… 코딩에 강하지만 종합 성능은 중국계 모델에 못 미쳐

Mistral은 약 1조 파라미터(활성 52B)의 Mistral Large 4(애칭 Le Chonk) 가중치를 Hugging Face에 공개했다. Artificial Analysis의 Intelligence Index에서는 26점으로, DeepSeek V4.1 Flash와 GLM-5.3의 32점에는 미치지 못한다. 반면 Terminal-Bench 4.0에서는 41%를 기록했고, 생성 속도는 161토큰/초로 속도와 비용 면에서 강점을 보인다.

IBM, Granite Switch 4.1.1 공개… 소프트웨어처럼 모델 업데이트 가능

IBM의 Granite Switch 4.1.1은 패치 릴리스로, 4.1과 완전한 하위 호환성을 가지며 마이그레이션 작업은 필요하지 않다. 업데이트된 Granite Speech ASR 모델은 10개 언어의 음성 인식을 지원하며, 구두점과 대문자화를 포함한 전사문을 출력하므로 별도의 정형화 과정 없이 후단 모델에 전달할 수 있다. 베이스 모델은 재계산되지 않았으며, 최신 어댑터를 결합해 배포하는 구성이다.

카카오, 개인화 AI 에이전트 기반 기술 'Kanana-2-embedding' 모델 2종 오픈소스 공개

카카오가 개인화 AI 에이전트의 기반 기술인 임베딩 모델 'Kanana-2-embedding' 2종을 허깅페이스에 오픈소스로 공개했다. 30억 파라미터의 Kanana-2-3b-embedding과 13억 파라미터의 Kanana-2-1.3b-embedding이며, 유사 규모의 공개 모델과 비교한 평가에서 가장 높은 한국어 성능과 유사한 수준의 영어 성능을 보였다. 두 모델에는 상업적 활용이 가능한 '카나나 오픈 라이선스'가 적용됐다.

NVIDIA, 오픈 음성 인식 모델 Nemotron 3.5 Transcribe 공개… 전사·번역·화자 식별 통합

NVIDIA는 음성 받아쓰기, 번역, 화자 식별을 하나의 모델로 처리하는 오픈 음성 인식 모델 Nemotron 3.5 Transcribe를 공개했다. 40개 언어의 음성 받아쓰기를 지원하며, 31개 언어에서 영어로의 번역, 13개 언어에서 화자 식별이 가능하다. Hugging Face의 영어 Open ASR Leaderboard에서는 오픈 웨이트 모델 중 1위(평균 단어 오류율 5.33%)를 기록했으며, 약 844,000시간 분량의 학습 데이터셋 Granary v2도 함께 공개됐다.

Nvidia, 오픈 음성 인식 모델 「Nemotron 3.5 Transcribe」 공개

Nvidia가 40개 언어까지 음성을 전사할 수 있는 무료 오픈 웨이트 모델 「Nemotron 3.5 Transcribe」와 오픈소스 음성 데이터셋 「Granary」 제2판을 공개했다. Nemotron 3.5는 31개 언어와 영어 간 상호 번역, 최대 1시간 분량의 녹음 처리, 최대 8명 화자 식별을 지원하며, 회사 측은 Hugging Face의 Open ASR Leaderboard를 포함한 벤치마크에서 경쟁 모델을 앞섰다고 주장했다. 실시간 방송이 아니라 녹음된 음성이 대상이며, 파라미터 수는 30 billion으로 단일 칩에서 동작할 수 있다고 한다.

NVIDIA, 프롬프트로 제어하는 다국어 음성 전사 모델 Nemotron 3.5 Transcribe와 Granary v2 공개

NVIDIA는 전사, 화자 식별, 번역, 음성 Q&A를 하나의 체크포인트로 처리하는 오픈 웨이트 모델 Nemotron 3.5 Transcribe를 Hugging Face와 ModelScope에 공개했다. 40개 언어의 전사를 지원하며, Hugging Face Open ASR Leaderboard 영어 부문에서 오픈 웨이트 모델 중 1위인 평균 WER 5.33%를 기록했다. 학습 데이터 파이프라인 Granary v2와 파인튜닝 절차도 함께 공개됐다.

Moonshot, Kimi K3.1 Pro 발표… 총 파라미터 2.8T, 오픈웨이트 공개는 11월 4일 예정

Moonshot은 Kimi K3.1 Pro를 발표했다. 총 파라미터 2.8T, 활성 파라미터 104B, 1M 토큰 컨텍스트 윈도우를 갖춘 멀티모달 MoE 모델이며, 가중치는 2026년 11월 4일까지 공개할 예정이라고 예고했다. Artificial Analysis의 Intelligence Index에서는 55점으로 4위를 기록했다. Highspeed 버전은 출력이 2~3배 빠르고 요금은 표준의 2배라고 설명되었다.

Abliteration, 저가형 'Abliterated Large Flash' 공개

Abliteration은 플래그십 모델의 저가형 버전 'Abliterated Large Flash'를 공개했다. 이미지와 텍스트 입력을 지원하며 컨텍스트 윈도우는 100만 토큰이다. 회사는 이를 가장 높은 사이버 역량의 모델이 필요한 제품 운영자와 방어 측을 위한, 기존 모델보다 저렴한 대안으로 자리매김하고 있다. 회사 게시물에 따르면 이 모델은 DeepSeek-V4.1-Flash-1017을 기반으로 한다.

Moonshot, Kimi K3.1 Pro를 API로 공개… 모델 가중치는 11월 4일까지 공개 예정

Moonshot이 Kimi K3.1 Pro를 Kimi API로 공개했다. 아직 오픈 웨이트는 아니지만 "Full model weights will be released by Nov 4, 2026"라고 밝혔다. 요금은 입력 100만 토큰당 $2.00, 출력 100만 토큰당 $10이며, Artificial Analysis 점수는 55점이었다.

Allen AI, 위성 임베딩 모델 OlmoEarth v1.3과 전 지구 임베딩 공개

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.

Recursive, AI 주도 연구 프로세스로 개발한 첫 모델 Flint 공개

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 Face, DNA와 대화할 수 있는 오픈소스 모델 Carbon-X 공개

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.

IBM Granite 시계열 모델을 활용한 앙상블 예측

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.

Recursive, 노트북에서 구동되는 무료 코딩 모델 Flint 공개… 개발 대부분을 AI가 담당했다고 설명

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.

Recursive, 재귀적 자기 개선으로 개발한 오픈 웨이트 코딩 모델 Flint 공개

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.

NVIDIA, Kumo Forecast에 사전 학습된 시계열 표현과 이력 패턴 검색·해석 기능 통합

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.

NVIDIA, 유럽 산업용 오픈 모델군 확충… Nemotron 3.5·Kumo·Cosmos 3.5 등

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.

GoTo, 인도네시아 지역 언어 5종 대상 27B 모델 공개

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.

AINews：DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash、Mercury 3 등 10월 16~19일 AI 동향 정리

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.

AI at Meta@AIatMetaAI 점수5252

AI at Meta가 소비자용 하드웨어에서의 에이전트형 작업을 위해 설계된 30B 오픈 웨이트 모델 Muse Glimmer의 기술 보고서를 공개했다. 단일 소비자용 GPU를 탑재한 Mac이나 PC에서 4비트 정밀도로 실용적인 속도로 동작한다. 비슷한 규모의 오픈 모델 가운데 도구 사용과 다단계 계획 부문에서 앞서 있다고 한다.

MiniMax M3.1 Flash, 중국 AI 가격 경쟁은 바닥이 보이지 않는다

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.

Nvidia, 에이전트용 오픈 웨이트 모델 「Nemotron 3.5」 발표

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.

Apple과 Meta, Mac Studio에서 Muse Spark Open AI 모델을 로컬로 실행하는 추진

Apple과 Meta가 협력해 개발자가 고사양 Mac에서 AI 모델 「Muse Spark Open」을 로컬로 실행할 수 있도록 하는 작업을 추진하고 있다. 원문에 제공된 부분에는 대응 Mac의 구체적인 사양과 성능, 제공 시기 등 세부 정보는 나와 있지 않다.

Reflection, 501B 파라미터 오픈 웨이트 MoE 모델 'Beam' 공개

Reflection이 오픈 웨이트 MoE 모델 'Beam'을 공개했다. 전체 파라미터 수는 501B, 활성 파라미터 수는 23B이며, 1토큰 컨텍스트가 아닌 1M 토큰 컨텍스트를 지원하고, 라이선스는 Apache 2.0이다.

DeepSeek, 에이전트 성능을 높인 V4.1-Flash-1017 공개… 검색 API도 외부 개방

DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.

Jev, Vercel에서 역대 최고 속도로 채택된 AI 모델이 되다

TypeSafe AI의 AI 모델 'Jev'는 비공개 출시 2주 만에 Vercel 유료 팀의 35%가 사용했으며, 두 번째로 인기 있는 Sonnet 5.5의 거의 두 배에 달하는 도달률을 기록했다고 밝혔다. Jev는 출력을 사전에 정해진 선택지 중에서 고르는 경량 모델로, 9월 15일 비공개 출시되었다. 출력을 제한함으로써 Sonnet보다 낮은 비용과 빠른 속도로 동작한다.

Reflection Beam 출시, AWS에서 제공되는 에이전트형 코딩용 오픈 웨이트 모델

Reflection AI가 에이전트형 코딩과 장기 작업을 위한 오픈 웨이트 모델 Beam을 공개했다. 총 파라미터 501B, 활성 파라미터 23B의 희소 MoE(Mixture of Experts) 구조이며, 회사 측은 실효 컨텍스트 길이가 1M 토큰이라고 밝혔다. 가중치는 Apache 2.0 라이선스로 Hugging Face에서 제공되며, 발표 시점에는 Amazon SageMaker JumpStart의 미국 동부(버지니아 북부, 오하이오) 리전에서 이용할 수 있다.

Hugging Face@huggingfaceAI 점수3030

라이브 방송: 새로운 오픈 웨이트 모델 https://x.com/i/broadcasts/1DxleVaPLagKL

Hugging Face@huggingfaceAI 점수6060

Hugging Face는 Reflection 팀이 오픈 웨이트 모델 Beam의 개발 과정을 소개하는 라이브 방송을 공지했다. 방송은 YouTube에서 진행되며, URL은 https://www.youtube.com/watch?v=dGhUFqeITbY이다. 인용 출처인 Reflection은 Beam이 Apache 2.0 라이선스의 오픈 웨이트로 공개되었다고 전했다.

NVIDIA·AI4Bharat, 인도 22개 언어 약 2.8조 토큰 규모의 사전학습 데이터와 생성 파이프라인 공개 예정

NVIDIA와 IIT 마드라스의 AI4Bharat은 인도 헌법이 정한 22개 언어에 걸친 약 2.8조 토큰 규모의 Nemotron-pretraining-Indic-v1을 근일 공개한다고 발표했다. 데이터 생성에 사용한 GPU 가속 파이프라인과 함께 공개하며, 프롬프트, LLM 워크플로, 품질 검사까지 포함한 생성 레시피를 개방한다. Nemotron 3.5 Super VL의 Indic 지속 사전 학습에서는 보고된 5개 Indic 벤치마크 모두에서 점수가 상승했다.

Reflection, 501B 규모 오픈 모델 Beam을 Hugging Face에 공개

신생 미국 연구소 Reflection이 첫 모델 Beam을 Apache 2.0 라이선스로 공개했다. 총 파라미터 501B, 토큰당 23B만 활성화되는 MoE 모델이며, 컨텍스트 윈도우는 1M 토큰이고 코딩과 에이전트 용도에 중점을 둔다. transformers, vLLM, SGLang이 Day-0부터 지원하며, BF16, FP8, NVFP4 세 종류의 체크포인트를 제공한다.

Meta, Mac에서 구동되는 오픈 웨이트 모델 'Muse Spark Open' 공개

Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.

AI at Meta@AIatMetaAI 점수5959

Meta AI가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 미국산 오픈 웨이트 모델로서 “지금까지 중 가장 높은 성능”이라고 자리매김하고 있다. 총 파라미터 816B, 활성 파라미터 42B, 1M 토큰 컨텍스트 윈도우를 갖추고 있으며, 텍스트·이미지·동영상·음성을 네이티브로 지원한다.

NVIDIA@nvidiaAI 점수6262

NVIDIA는 오픈 모델 Nemotron 패밀리에 Nemotron 3.5 Super VL을 추가했다. 시각 이해, 추론, 도구 사용을 결합해 AI 에이전트가 더 짧은 시간에 더 많은 작업을 완료할 수 있도록 한다고 밝혔다. 총 파라미터 120B, 활성 파라미터 12B이며, 텍스트, 이미지, 문서, 동영상 이해를 지원한다.

Meta, 오픈 웨이트 멀티모달 MoE 모델 「Muse Spark Open」 공개

Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.