Google은 LiteRT 스택에 C++로 모델을 연산 단위로 구성하는 경량 기술 레이어 'LiteRT Tensor API'를 공개했다. 같은 그래프를 CPU, GPU(ML Drift), NPU에서 실행할 수 있으며, XNNPACK을 거치면 모델 파일 없이도 CPU에서 동작한다. SAM 2의 브라우저 구현에서는 코딩 에이전트를 활용해 10fps 미만에서 30fps 이상으로 개선했다.
OpenAI Developers@OpenAIDevsAI 점수1313
Google Gemini@GeminiAppAI 점수3838
xAI가 SuperGrok 또는 X Premium 구독을 이용해 OpenCode 안에서 Grok을 사용하는 절차를 공개했다. OpenCode에서 /connect를 실행한 뒤 xAI를 선택하고, 브라우저에서 로그인하는 「xAI Grok OAuth(SuperGrok Subscription)」 또는 SSH나 원격 호스트용으로 코드와 URL을 표시하는 「Headless / Remote / VPS」 방식 중 하나를 고르면 된다. 연결에 사용되는 모델은 xAI의 터미널형 코딩 에이전트를 뒷받침하는 Grok Build와 동일한 모델이다.
xAI는 터미널에서 동작하는 코딩 에이전트 Grok Build의 얼리 베타를 시작했다. SuperGrok과 X Premium Plus의 모든 구독자가 이용할 수 있다. 플랜 모드에서의 승인, 서브 에이전트의 병렬 실행, 기존 AGENTS.md 및 MCP 서버의 활용을 지원한다.
xAI의 Grok 구독(SuperGrok 또는 X Premium+)을 오픈소스 에이전트형 코딩 플랫폼 Kilo Code에서 바로 사용할 수 있게 됐다. 연결하면 Grok Build를 포함한 최신 Grok 모델을 별도의 API 키 없이 쓸 수 있다. VS Code, JetBrains IDE, 터미널(CLI)을 지원하며, VS Code에서는 설정의 Providers 탭에서 xAI Grok OAuth(SuperGrok Subscription)를 선택해 로그인하면 된다.
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.
xAI의 Grok를 기존 SuperGrok 또는 X Premium 구독으로, 터미널 기반 에이전트형 개발 환경인 Warp 안에서 이용할 수 있게 되었다. Grok Build를 뒷받침하는 grok-build-0.1을 포함한 Grok 모델에 접근할 수 있으며, Warp의 「Agent > Warp Agent」 설정에서 「Connect SuperGrok subscription」을 클릭해 연결한다. 앞으로 SuperGrok 및 X Premium 구독자를 대상으로 추가 에이전트와 통합 기능이 제공될 예정이다.
xAI는 Grok Build에 모든 세션을 한 화면에서 관리할 수 있는 Agent Dashboard를 추가했다. 셸에서 `grok dashboard`, 세션 안에서 `/dashboard`(Ctrl+\)로 실행할 수 있으며, 입력을 기다리는 세션을 맨 위에 표시한다. 대시보드에서 바로 답장을 보내거나 새 세션을 시작할 수도 있다.
xAI는 Grok Build에 장시간 자율 실행을 가능하게 하는 새 모드 /goal을 추가했다. 에이전트가 작업 완료와 검증 때까지 계속 진행하며, 현재 이용할 수 있다.
xAI는 SpaceXSI의 코딩 에이전트이자 TUI인 Grok Build의 소스 코드를 GitHub에 공개했다. 컨텍스트 구성부터 도구 호출 디스패치까지의 구현을 직접 읽어볼 수 있다. 직접 컴파일해 자체 로컬 추론 환경에 연결할 수 있고, config.toml로 조작하는 로컬 우선(local-first) 운용도 지원한다.
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 Build에서 워크플로를 실행할 수 있도록 했다. 작업을 평이한 언어로 설명하면 Grok이 계획을 세우고, 백그라운드에서 수백 개의 병렬 에이전트에 작업을 분산한 뒤 완료되면 결과를 보고한다. 실행에는 128개 에이전트의 예산이 배정되며, 대규모 작업에서는 최대 1,024개까지 사용할 수 있다.
선정 이유: 수백 개의 에이전트에 작업을 분산하고 검증하는 과정을 한 번의 백그라운드 실행으로 묶는 구조이며, 저장해 재사용하는 흐름까지 구체적으로 제시되어 있다.
Grok 4.5가 GitHub Copilot에서 이용 가능해졌다. VSCode, Copilot CLI, 클라우드 에이전트 등 GitHub Copilot 제품에서는 모델 선택기에서 「Grok 4.5」를 골라 사용할 수 있다. 일부 법인·기업에서는 Copilot 설정에서 모델을 활성화해야 한다. 콘솔에서 직접 이용하는 경우에는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 제공된다.
xAI가 Grok에 채팅 안에서 웹사이트, 앱, 게임, 대시보드를 만들어 공개할 수 있는 Build Mode를 도입했다. SuperGrok Heavy 가입자를 대상으로 한 Early Beta로, grok.com, iOS, Android에서 이용할 수 있다. 만든 결과물은 grok.me 링크 또는 자체 커스텀 도메인으로 공개할 수 있다.
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.
xAI는 최신 코딩 모델 Grok 4.6을 GitHub Copilot에서 이용할 수 있게 했다. VS Code를 포함한 GitHub의 개발자들은 모델 피커에서 "Grok 4.6"을 선택해 사용할 수 있다. SpaceX의 xAI 콘솔에서도 입력 100만 토큰당 $2, 출력 100만 토큰당 $6의 가격으로 제공된다.
xAI가 채팅 안에서 앱과 게임을 생성하는 Grok Build를 웹, iOS, Android의 전 요금제에 제공을 시작했다고 밝혔다. 7월 발표 당시에는 SuperGrok Heavy 전용 Early Beta였다. 공개, X 연동, 자체 모델 접근 등의 기능도 추가됐다.
선정 이유: 공개, 공유, API 연동, GitHub 내보내기까지 하나의 흐름으로 정리되어 있어 채팅 내 앱 생성 기능의 활용법을 파악하기 쉽다.
xAI는 업무를 자율적으로 수행하는 AI 팀원 「Grok Bot」을 엔터프라이즈 고객 대상으로 제공을 시작했다고 밝혔다. 각 Bot은 전용 클라우드 컴퓨터에서 동작하며, 접근·네트워크·감사 관리 기능이 추가되었다. Grok 및 Cursor Enterprise 고객은 향후 2주 동안 무료로 이용할 수 있으며, 기존 시트가 없는 구성원을 포함해 조직 전체를 초대할 수 있다.
xAI가 Grok Build에 메모리 기능을 추가했다. 작업 중 나오는 규약, 결정 사항, 프로젝트 사실을 메모로 기록해 두었다가 이후 세션에서 관련 코드를 다루기 전에 불러온다. 새 세션부터 적용되며, `/memory`와 `/dream` 명령도 추가됐다.
Google은 AI 에이전트가 LLM의 사후 학습을 자율적으로 반복 실행하는 「autofinetune」을 개발했다고 밝혔다. Tunix, Gemma, Cloud TPU를 Antigravity CLI 및 Gemini Flash 3.7과 통합한 구성이다. SFT의 FunctionGemma 실험에서는 TPU v5e-1에서 약 2시간 동안 20회의 자동 실험을 수행해 함수 호출 생성의 정확도를 높였다. GRPO로 Gemma 3 1B를 학습시킨 실험에서는 40회의 실험을 2~3일에 걸쳐 진행했고, 총 보상이 약 10% 향상됐다.
Claude Code v2.1.303이 GitHub Releases에 공개됐다. 릴리스 노트에는 「Bug fixes and reliability improvements」(버그 수정 및 안정성 개선)이 기재되어 있다. 구체적인 변경 내용은 본문에 명시되지 않았다.
Google Developer Knowledge API는 Google Cloud, Firebase, Android 등 개발자용 공식 문서를 Markdown 형식으로 제공하는 API다. gcloud CLI, 에이전트 스킬, API Explorer, 여러 언어의 클라이언트 라이브러리에서 이용할 수 있으며, AI 에이전트와 IDE 확장 프로그램이 웹 스크래핑에 의존하지 않고 최신 문서를 가져올 수 있다.
Google은 Gemini 4 Argon에 google/adk-python을 약 11시간 동안 무인으로 최적화하도록 맡겼으며, 그 결과 긴 세션에서 인메모리 세션 준비 시간을 약 40%, 패키지 임포트 시간을 21% 단축했다고 밝혔다. 제안 6건 중 2건은 코드 리뷰를 거쳐 채택됐고, 4건은 불채택됐다. /goal 모드와 .agents/skills를 활용한 절차도 함께 공개했다.
DeepSeek@deepseek_aiAI 점수6262
OpenAI Developers@OpenAIDevsAI 점수4242OpenAI 엔지니어들이 Codex를 활용해 코드베이스를 살펴보고, 손봐야 할 부분을 찾아내며, 쌓여 있던 유지보수 작업을 조금씩 처리하는 방법을 소개한다.
Software maintenance is changing. A few months ago, I had to tell Codex exactly where to look for dead code. Now it can find candidates in Slack, check them against production telemetry, and draft cleanup PRs. Here’s how we do this at OpenAI. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
Cursor@cursor_aiAI 점수2525클라우드 에이전트가 인터랙티브 캔버스를 만들 수 있게 되었다. 에이전트가 작업하는 동안 대시보드나 보고서를 요청할 수 있으며, 완성된 캔버스는 링크로 팀과 공유할 수 있다.
Google DeepMind@GoogleDeepMindAI 점수4343Four Gemini 4 Argon agents, one shared Minecraft world, one goal: defeat the Ender Dragon. 27 hours and 2,783 self-written programs later, the dragon fell. https://x.com/i/article/2111007444981645312
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.
신용 전문 투자운용사 Benefit Street Partners의 Anant Kumar는 Codex로 코드 리뷰를 진행하고, BDC 평가액 비교 트래커와 대출 계약서 분석 도구를 직접 만들었다. 트래커 초기 버전은 약 하루, 전체 개발은 합계 약 10~12시간이 걸렸다. 계약서의 첫 분석 결과는 약 20분 만에 나오며, 이후 사람이 1시간 이상 확인한다. Kumar에 따르면 투자위원회의 추가 질문에 대한 답변은 회의 중에 끝나는 경우도 많다.
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.
선정 이유: 아키텍처 구성, 정밀도별 체크포인트의 벤치마크, 필요한 GPU 구성, SFT와 GRPO 절차가 정리되어 있어 자체 운영 규모를 산정할 때 유용하다.
Cursor@cursor_aiAI 점수4848
OpenAI가 Codex 0.163.0을 공개했다. `/config`로 설정을 한데 검색해 즉시 변경할 수 있으며, 응답 중에도 후속 메시지를 보내 작업을 이어갈 수 있게 됐다. `/keymap`에서는 리더 키를 설정할 수 있고, 기본값은 `Ctrl+X`다. `/daemon`으로 백그라운드 서버를 재시작하는 기능과, 서로 독립적인 읽기 전용 도구의 병렬 실행도 지원한다.
Claude Code v2.1.301이 공개되었다. 무인 재시도 모드용 `CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS`, vim 모드의 `%` 모션, OpenTelemetry `tool_decision` 이벤트에 `classifier_verdict`와 `permission_mode` 추가 등이 포함된다. `fable` 모델 별칭 오류, 로그인 갱신, Read 도구가 바이너리 파일을 텍스트로 읽는 문제 등 다수의 버그도 수정되었다.
Meta의 코딩 특화 오픈 웨이트 모델 「Muse Spark Open」이 Amazon SageMaker JumpStart에서 이용 가능해졌다. MoE 아키텍처로 총 파라미터 816B, 활성 파라미터 42B, 컨텍스트 윈도우는 1M 토큰이다. BF16 버전은 ml.p6-b300.48xlarge, NVFP4 양자화 버전은 ml.p5e.48xlarge에서 동작하며, SageMaker Studio 또는 SageMaker Python SDK를 통해 자신의 AWS 계정 엔드포인트에 배포할 수 있다.
AI at Meta@AIatMetaAI 점수5959
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.
선정 이유: 총 파라미터 약 816B, 활성 파라미터 약 42B라는 구성과 각 추론 환경에서의 실행 방법 및 필요한 메모리 용량이 정리되어 있어, 도입 규모를 가늠하는 데 참고가 된다.
Anthropic가 Code Review를 리서치 프리뷰에서 정식 제공(GA)으로 전환하고 Claude Team 및 Enterprise 조직에서 사용할 수 있게 했다. 대부분의 리뷰 소요 시간은 프리뷰 당시 약 20분에서 6~10분으로 약 3배 빨라졌다. 대상 Enterprise 조직은 2027년 1월 15일까지 10,000달러 이상의 Code Review 크레딧을 신청할 수 있다.
Anthropic의 Claude Code v2.1.300이 공개됐다. mod용으로 `virtualText`와 `prompt.change` 훅을 추가했고, OpenTelemetry의 `api_request` 이벤트에는 `cache_creation_5m_tokens`와 `cache_creation_1h_tokens`를 더했다.
Claude Code v2.1.299가 공개됐다. 200K+ 토큰 규모의 대화를 유휴 상태일 때 자동으로 컴팩션하는 기능과 `CLAUDE_CODE_DISABLE_FILE_MENTIONS` 환경 변수가 추가됐다. 이와 함께 샌드박스, MCP, Remote Control, cloud session 등에 걸친 다수의 버그 수정과 동작 변경도 포함됐다.