Latent Space의 AINews가 프런티어 LLM이 신경망의 가중치를 직접 읽고 쓰는 'Weight-Space Programming'의 재현 사례와 회의적인 시각을 정리했다. GPT-6 Astra로 Qwen3.5-0.8B의 MATH-500 점수를 7.9%에서 48.1%로 끌어올렸으나, 주된 원인은 루프 실패의 수정인 것으로 알려졌다. 이 밖에도 신규 모델, 평가 감사, 추론 인프라, 정책 및 인사 관련 소식을 함께 다뤘다.
Sarvam이 Sarvam 105B를 기반으로 한 의사결정 모델 「Sarvam Prism」을 오픈 웨이트로 공개했다. 3개 지표의 평균 점수는 71.8점이며, B200에서의 응답 중앙값은 44ms로 테스트한 25개 모델 가운데 100ms 미만에서 최고 점수를 기록했다. 오답은 신뢰도 범위 안에 머물고, 선택지 제시 순서의 영향도 받지 않는다고 밝혔다.
Google은 차세대 플래그십 AI 모델인 Gemini 3.5 Pro를 오늘은 공개하지 않는다고 밝혔다. 회사에 따르면 이 모델은 현재 파트너와 테스트 중이며, 준비가 갖춰지는 대로 널리 제공할 계획이다. 유출을 통해 전해진 2 million-token 컨텍스트 윈도우 등의 사양은 정식 발표 전까지 확인되지 않았다.
Elorian의 시각 추론 모델 「Glimpse」가 공동 공개된 벤치마크 「DecoyCount」에서 50.48%를 기록했다. 논문에서 최고 성적을 낸 GPT-6 Astra의 43.17%를 웃돌았지만, 이는 사내 테스트의 단일 실행 결과이며 논문의 모델은 3회 평균값이라고 밝혔다. DecoyCount는 1,660문항으로 구성되며, 시각과 추론을 동시에 검증한다는 점이 특징으로 꼽힌다.
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.
Mirendil이 첫 모델 'Fern 0.1'을 발표했다. 처음부터 개발한 코딩용 모델로, 컨텍스트 윈도우는 최대 10M 토큰이라고 한다. 현재는 호스팅 방식의 조기 액세스만 제공되며, 오픈 웨이트나 양자화 버전은 공개되지 않았다. RULER의 단일 니들 검색(베이스 모델)은 32K부터 10M 토큰까지 전 길이에서 100%를 기록했지만, Terminal Bench 4.0에서는 6.1%에 그쳤다. Mirendil 자체 비교표에서도 Claude Opus 5.5의 66.4%를 밑돌았다.
Moonshot AI가 2026년 10월 23일 공개한 Kimi K3.1 Pro를 공개 자료와 제3자 평가를 토대로 사양, 벤치마크, 가격을 정리한 해설이다. Artificial Analysis의 Intelligence Index는 55점으로, 전세대 Kimi K3의 44점에서 상승했다. 필자는 독자적인 모델 테스트를 하지 않았다고 명시했으며, 가중치 공개는 11월 4일까지 예정되어 있으나 현재는 공개되지 않은 상태다.
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.
Moonshot AI가 사후 학습을 강화한 추론 모델 Kimi K3.1 Pro를 공개했다. Artificial Analysis Intelligence Index에서 55점을 기록해 K3보다 11점 올랐으며, Claude Opus 5.5(58), Claude Sonnet 5.5(56), Muse Wonder Full(56)에 이어 4위에 올랐다. 입력은 100만 토큰당 $2.00, 출력은 $10.00으로 K3보다 약 33% 저렴하다. 2026년 11월 4일까지 오픈 웨이트를 공개할 예정이다.
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.
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.
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.
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.
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.
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.
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.
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.
xAI의 Grok 4.6이 Amazon Bedrock에서 정식 출시됐다. 컨텍스트 윈도우는 500K이며, 추론 강도는 low, medium, high, xhigh 중에서 설정할 수 있다. 요금은 입력 100만 토큰당 2달러, 캐시 입력 100만 토큰당 0.50달러, 출력 100만 토큰당 6달러다.
DeepSeek가 V4.1-Flash의 소규모 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 10월 17일 웹사이트, 앱, 개발자 플랫폼에서 공개했다. HLE 점수는 36.8~42.6으로, 기존 V4.1-Flash의 36.8~39.1을 웃돈다. DeepSeek는 벤치마크 성능 향상, 작업 완료 속도 개선, 출력 길이 단축을 장점으로 꼽았다.
Elorian이 첫 모델 'Glimpse'를 연구 프리뷰로 공개했다. API와 채팅 화면으로 제공되며, 추론 과정에서 이미지의 일부를 잘라내고, 동영상의 프레임을 추출하고, 코드로 측정할 수 있다. 가격은 100만 토큰당 입력 $0.60, 출력 $3이며, 회사의 평가에서는 과학 차트 추론과 짧은 동영상 캡션 생성에서 GPT-6 Astra를 앞섰다.
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.
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.
Granite Switch 4.1의 8B와 30B 모델은 범용 Decision aLoRA, 안전성 판정용 Guardian aLoRA, OpenASR Leaderboard에서 가장 빠른 것으로 알려진 ASR 모델 Granite-Speech-5.0-Turbo-CTC를 하나의 모델로 통합하여, 하나의 엔드포인트에서 채팅, 판정, 문자 변환을 처리한다. 필요한 VRAM은 베이스 모델 단독과 거의 같으며 KV 캐시도 재사용할 수 있다. vLLM에서는 플러그인으로 동작하고, llama.cpp도 네이티브로 지원한다.
NVIDIA@nvidiaAI 점수6262Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
Qwen@Alibaba_QwenAI 점수3838685 output tokens/s per user on @Alibaba_Qwen Qwen3.8-Flash-Next. Running TokenSpeed on 4× NVIDIA GB300 with NVFP4. A look at the kernel and serving optimizations behind the results: 👉 https://lightseek.org/blog/tokenspeed-qwen3-8-flash-next.html ⭐ https://github.com/lightseekorg/tokenspeed
Google이 Gemini 앱과 Antigravity에서 Gemini 4 Argon의 본격 제공을 시작했으나, 대상은 유료 사용자로 한정되며 하위 요금제에서는 모든 기능을 쓸 수 없다. 성능 자체는 달라지지 않았으며, 사내에서는 YouTube 댓글 시스템 개선 등에 활용됐다고 한다.
선정 이유: 유료 사용자로 제공 범위가 한정되어 있고, Google 사내 활용 사례가 정리되어 있어 도입 시기와 용도를 검토하는 데 참고가 된다.
AWS는 Amazon Bedrock의 Grok 4.7로 도구 호출 에이전트를 구축하고, 추론 노력 수준별로 검색형 작업에서 평가했다고 밝혔다. 세 가지 작업, 총 72회 실행에서 67회 정답을 맞혔으며, xhigh는 18회 모두 정답, low는 18회 중 15회 정답이었고 출력 토큰은 약 8분의 1이었다. Grok 4.7은 크로스 리전 추론 프로파일을 통해 이용할 수 있으며, SpaceXAI가 공개한 컨텍스트 윈도우는 500K 토큰이다.
TypeSafe는 「Series AI」를 발표했으며, Sequoia가 이 회사의 출시 첫 주 ARR(연간 경상 수익)이 1억 달러를 넘었다고 「유출」했다고 전해진다. Jev는 판단형 모델의 기준으로 각사가 비교 대상으로 삼고 있으며, 여러 벤더가 같은 날 유사한 판단 모델을 공개했다고 본문은 전한다. 기업가치 75억 달러에 대해서는 본문에 기재가 없다.
Anthropic이 고속·저가 모델 Claude Haiku 5.5를 공개했다. 가격은 100,000토큰까지 입력 $0.10, 출력 $0.50으로, GPT-6 Luna와 같은 금액이다. 100,000토큰을 넘으면 $0.50, $2.50으로 오른다. Simon Willison은 새 토크나이저에서는 같은 장문 프롬프트의 토큰 수가 약 1.25배가 된다고 보고했다.
Qwen@Alibaba_QwenAI 점수3838Qwen3.8-27B가 @nebiustf를 통해 이용 가능해졌다. 에이전트 구축이든 딥 리서치든, 이 27B dense 모델은 다단계 워크플로에 대응할 수 있다. 🥳
Qwen3.8-27B is now live on Nebius Token Factory. A compact 27B dense model for coding, research, and agent workflows, with a focus on planning and completing tasks across multiple steps. Start building: https://tokenfactory.nebius.com/endpoints?modals=endpoint-details&model-id=Qwen/Qwen3.8-27B
Google은 Gemini 3.8 Flash를 활용한 개발자 4명의 작품 사례를 소개했다. 해당 모델은 3.7 Flash에 비해 소프트웨어 개발, 에이전트형 작업, 다단계 추론 능력이 크게 향상되었으며, 경우에 따라 더 비싼 프런티어 모델에 근접하는 성능을 보인다. 로켓 궤도 시뮬레이션과 자동 변속기용 대화형 모델 등이 만들어졌으며, Google Antigravity와 Google AI Studio에서 이용할 수 있다.
Google DeepMind는 추론과 코딩 성능을 높인 Gemini 3.8 Flash와 사이버보안 특화 모델 Gemini 3.8 Flash Cyber를 발표했다. 3.8 Flash는 100만 토큰당 입력 $0.75, 출력 $3.75의 도입 가격으로 제공되며, HLE-Verified에서 54.9%를 기록했다. Cyber 버전은 새로 마련된 Fairwind Program을 통해 신뢰할 수 있는 방어자에게만 제공된다.
선정 이유: 범용 Flash와 방어자용 Cyber를 동시에 출시하고 가격, 벤치마크, 제공 조건까지 정리되어 있어 용도에 따라 어떤 모델을 쓸지 판단하기 쉽다.
Google AI Developers@googleaidevsAI 점수3838
IBM의 Granite 4.2는 3B, 8B, 30B 세 가지 크기로 제공되는 추론 특화형 디코더 전용 dense형 LLM 패밀리다. Granite-4.1 베이스 모델을 사후 학습하여 만들었으며, 모두 Apache 2.0 라이선스로 공개된다. 8B와 30B는 샌드박스 환경에서 도구를 조작하는 에이전트 RL을 거쳤으며, 전 모델이 사고/비사고 모드 전환과 네이티브 도구 호출을 지원한다.
DeepSeek@deepseek_aiAI 점수6262
Microsoft AI는 추론 모델 MAI-Thinking-1을 발표했다. 35B-active, 약 1T-total 파라미터의 스파스 MoE 구조이며, AIME 2025에서 97.0%, AIME 2026에서 94.5%를 기록했다. 다른 회사 모델로부터의 증류는 하지 않았고, 추적 가능한 데이터로 학습했다고 설명했다.
NVIDIA는 수술 로봇용 실시간 생성 시뮬레이터 「Cosmos-H-Dreams」를 발표했다. Cosmos-H-Surgical-Simulator를 인과적 소수 단계(few-step) 학생 모델로 증류하고, 스트리밍 추론 라이브러리 FlashDreams로 제공한다. 단일 NVIDIA RTX PRO 6000 GPU에서 동작하며, 사람 또는 학습된 정책이 폐루프(closed-loop)로 조작할 수 있다.
Mistral AI는 Lean 4에서의 형식 검증을 지원하는 Apache-2.0 라이선스 모델 「Leanstral 1.5」를 공개했다. 총 파라미터 119B, 활성 파라미터 6B 규모이며, miniF2F를 포화시키고 PutnamBench에서는 672문제 중 587문제를 풀었다. FATE-H에서 87%, FATE-X에서 34%를 기록해 새로운 state-of-the-art를 달성했으며, Hugging Face와 무료 API를 통해 이용할 수 있다.
Microsoft AI(MAI)는 Build 2026 기조연설에서 이미지, 음성, 전사, 추론, 코딩에 걸친 7개의 신규 모델을 발표했다. 첫 추론 모델인 MAI-Thinking-1은 35B 활성 파라미터의 MoE 구조이며 256K 컨텍스트 윈도우를 갖추고 있으며, SWE Bench Pro에서 53%, AIME 25에서 97%를 기록한 것으로 설명됐다. 모델은 Foundry를 비롯해 Open Router, Fireworks, Baseten을 통해서도 제공될 예정이다.
Mistral AI가 Mistral Small 4를 발표했다. Magistral의 추론, Pixtral의 멀티모달, Devstral의 에이전트형 코딩을 하나의 모델로 통합했으며, Apache 2.0 라이선스로 공개했다. 총 파라미터 119B의 MoE 구조로 256k 컨텍스트 윈도우를 지원하고, Mistral Small 3와 비교해 지연 시간 중시 설정에서 엔드 투 엔드 완료 시간을 40% 줄였으며, 처리량 중시 설정에서는 초당 요청 수를 3배로 늘렸다.
선정 이유: 추론, 멀티모달, 에이전트형 코딩을 하나의 모델로 통합한 구성과 출력 길이를 줄인 비교 결과가 제시되어 있어, 모델 선택 기준을 정리하기 좋다.