Mashable은 OpenAI의 새 모델 Astra의 경위를 정리했다. OpenAI는 9월 1일 블로그에서 Astra가 Preparedness Framework의 사이버 역량에서 "critical" 수준에 도달했다고 확인하고 "available soon"이라고 밝혔다. 가장 고도화된 사이버 기능은 선정된 테스트 파트너에게만 제한된다. 업데이트 주석에서는 GPT-6로서 정식 공개되는 것도 언급하고 있다.
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.
Nathan Lambert는 Meta가 공개한 Muse Spark Open을 미국산 오픈 모델 중 압도적으로 가장 강하다고 평가했다. 성능은 GLM 5.2보다 위이고 DeepSeek V4.1 Flash 부근이며, GLM 5.3이나 Kimi K3에는 미치지 못한다고 보았다. 또한 독자적인 라이선스의 제약이 보급의 걸림돌이 될 수 있다고 지적했다.
Goodfire의 Nick Cammarata는 신경망은 이미 해석 가능한 상태라는 취지의 논고를 공개했으며, 다의성(polysemanticity)과 중첩(superposition)의 상당 부분은 에이전트 기반 분석으로 해결할 수 있다고 주장했다. 같은 날 Meta는 총 파라미터 816B, 활성 파라미터 42B의 MoE 구조로 1M 토큰 컨텍스트를 지원하는 Muse Spark Open을 공개했다. Artificial Analysis의 Intelligence Index에서는 39점을 기록해 미국 오픈 웨이트 모델 중에서는 1위이지만, GLM-5.3(45점)과 Kimi K3(44점)에는 미치지 못했다.
Microsoft AI는 모델, 하네스, RLE를 동시에 최적화해 토큰 효율을 높이는 방침을 밝혔다. MAI-Cyber-1-Flash와 MDASH의 조합은 CyberGym에서 96%(any crash 점수)를 기록했으며, MDASH의 현행 최고 구성 대비 50%의 비용으로 작동한다고 한다. 여러 MAI 모델이 자사 제품에 탑재되어 GPU 비용을 50~90% 절감한 사례도 소개했다.