Anthropic은 Claude Sonnet 4(claude-sonnet-4-20250514)와 Claude Opus 4(claude-opus-4-20250514) 모델의 제공을 종료했다. Claude API에서 이들 모델에 대한 요청은 앞으로 오류를 반환한다. 권장 이전 대상은 각각 Claude Sonnet 4.6과 Claude Opus 4.8이다. 연구자는 External Researcher Access Program을 통해 계속 사용을 신청할 수 있다.
Google DeepMind가 텍스트 확산(diffusion) 방식을 채택한 26B MoE 오픈 모델 DiffusionGemma를 Apache 2.0 라이선스로 공개했다. 전용 GPU에서 최대 4배 빠른 추론을 구현하며, 단일 NVIDIA H100에서 초당 1000개 이상의 토큰, NVIDIA GeForce RTX 5090에서 초당 700개 이상의 토큰을 출력한다. 다만 출력 품질은 표준 Gemma 4보다 낮아, 높은 품질이 필요한 용도에는 Gemma 4를 권장하고 있다.
선정 이유: 자기회귀 모델과의 속도 차이가 발생하는 원리, 로컬 추론에 적합한 조건, 클라우드 배포에서는 장점이 줄어드는 지점이 정리되어 있어 용도를 가늠하기에 유용하다.
Google이 70개 이상 언어에서 거의 실시간으로 음성을 음성으로 번역하는 음성 모델 Gemini 3.5 Live Translate를 공개했다. 화자의 억양, 말하는 속도, 음높이를 유지한 자연스러운 번역 음성을 생성한다. 개발자를 위해 Gemini Live API와 Google AI Studio에서 퍼블릭 프리뷰로 제공되며, Google 번역 앱(Android, iOS)에도 적용이 시작됐다.
선정 이유: 개발자용 API, Google Meet, Google 번역 앱으로의 적용 범위가 한꺼번에 정리되어 있어 이용 경로를 비교하기 쉽다.
Google DeepMind가 노트북용 멀티모달 모델 Gemma 4 12B를 발표했다. 이미지와 음성 입력을 인코더 없이 LLM 본체에 직접 전달하는 구조이며, 16GB VRAM 또는 통합 메모리에서 동작한다. Apache 2.0 라이선스로 공개되었으며, Hugging Face와 Kaggle에서 가중치를 내려받을 수 있다.
선정 이유: 이미지와 음성을 인코더 없이 LLM 본체에 직접 입력하는 구조와 16GB에서 동작하는 메모리 요건이 제시되어 있어, 로컬 운용을 판단하는 데 참고가 된다.
Anthropic은 전체 고객 대상의 최고 성능 모델 Claude Fable 5(claude-fable-5)와 Project Glasswing 참여자 대상의 Claude Mythos 5(claude-mythos-5)를 공개했다. 두 모델 모두 컨텍스트 윈도우는 기본 1M 토큰, 최대 출력은 128k 토큰이며, 적응형 사고가 상시 활성화되어 있다. Claude Opus 4.7 이전 모델과 비교하면 같은 텍스트에서 토큰 수가 약 30% 늘어난다.
선정 이유: 모델 사양과 함께, 토크나이저 변경에 따른 약 30% 토큰 증가 및 사고 모드 제약 등 마이그레이션 시 확인해야 할 조건이 정리되어 있다.
Microsoft AI가 음성 합성(TTS) 모델 'MAI-Voice-2'를 발표했다. 지원 언어는 영어 단일 언어에서 15개 언어로 확대됐으며, 병렬 비교 테스트에서는 이전 세대인 MAI-Voice-1보다 72%의 비율로 선호된 것으로 알려졌다. 5~60초 분량의 참조 음성으로 목소리를 재현하는 zero-shot 음성 프롬프트를 지원하며, Microsoft Foundry를 통해 제공되는 한편 VSCode 및 Dynamics 365 Contact Center와의 통합도 추진되고 있다.
Microsoft AI(MAI)가 이미지 모델 「MAI-Image-2.5」를 공개하고 Arena 이미지 편집 리더보드에서 2위에 올랐다고 밝혔다. 고속 버전인 「MAI-Image-2.5-Flash」도 함께 제공되며, 두 모델 모두 개발자를 위해 Foundry에서 이용할 수 있다. 요금은 MAI-Image-2.5가 텍스트 입력 1M 토큰당 5달러, 이미지 입력 1M 토큰당 8달러, 이미지 출력 1M 토큰당 47달러이며, MAI-Image-2.5-Flash는 각각 1.75달러, 1.75달러, 19.50달러이다.
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.
Microsoft AI가 새로운 MAI 모델 7종을 공개했으며, OpenRouter, Fireworks, Baseten, Foundry를 통해 제공한다고 밝혔다. 개발자가 모델 가중치를 직접 튜닝할 수 있게 된 것은 이번이 처음이라고 한다. 강화학습으로 자사 워크플로에 AI를 맞추는 Microsoft Frontier Tuning도 발표했으며, Excel용 MAI 튜닝 모델은 GPT 5.4와 대등하면서 최대 10배 효율적이라고 밝혔다.
Microsoft AI가 음성 인식 모델 「MAI-Transcribe-1.5」를 발표했다. 사용자가 지정한 도메인 고유의 키워드 쪽으로 예측을 맞추는 키워드 바이어싱을 지원하며, 인명, 제품명, 의료 용어 등의 인식을 개선한다. FLEURS 다국어 벤치마크에서는 키워드 바이어싱 사용 시 단어 오류율(WER)이 30% 감소했다. 이 모델은 문맥을 바탕으로 적용 여부를 판단하며, 일반적인 음성에서의 정확도는 유지한다.
Microsoft AI는 코딩 모델 MAI-Code-1-Flash를 발표했다. GitHub Copilot의 프로덕션 하네스에서 직접 학습했으며, SWE-Bench Pro에서는 51.2% 대 35.2%로 Claude Haiku 4.5를 앞섰다고 밝혔다. SWE-Bench Verified에서는 최대 60% 적은 토큰으로 문제를 해결했다고 한다.
선정 이유: GitHub Copilot의 프로덕션 하네스에서 학습과 평가를 진행했다는 점과, 동일한 하네스에서 Claude Haiku 4.5와 비교한 수치가 제시되어 있어 비교의 전제 조건을 파악하기 쉽다.
Anthropic이 가장 높은 성능의 모델인 Claude Opus 4.8(claude-opus-4-8)을 공개했다. Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry에서 1M 토큰 컨텍스트 윈도우를 기본으로 지원하며, 최대 출력은 128k 토큰이다. 아울러 대화 도중 시스템 메시지 추가 기능과 Claude Code의 워크플로 기능에 대한 리서치 프리뷰도 추가됐다.
선정 이유: Opus 4.8의 컨텍스트 길이와 출력 상한, Opus 4.7과의 차이가 정리되어 있어 전환 시 확인해야 할 설정을 파악하기 쉽다.
Mistral AI가 128B 덴스 오픈 웨이트 모델 Mistral Medium 3.5를 퍼블릭 프리뷰로 공개하고, Mistral Vibe와 Le Chat에 클라우드에서 작동하는 리모트 에이전트를 추가했다고 밝혔다. SWE-Bench Verified에서 77.6%, τ³-Telecom에서 91.4를 기록했다고 설명했다. Pro, Team, Enterprise 플랜에서 이용할 수 있으며, API 요금은 입력 100만 토큰당 $1.5, 출력 100만 토큰당 $7.5이다.
선정 이유: 128B 덴스 모델의 공개와 클라우드형 에이전트 제공이 동시에 발표됐고, 가격과 자체 호스팅 요건도 함께 명시되어 있어 도입 판단의 근거로 활용하기 쉽다.
Google DeepMind는 이미지·음성·동영상·텍스트를 입력해 동영상을 생성하고 대화로 편집할 수 있는 새 모델 Gemini Omni Flash를 발표했다. Gemini 앱, Google Flow, YouTube Shorts에서 제공을 시작했으며 Google AI Plus, Pro, Ultra 구독자가 이용할 수 있다. 향후 몇 주 안에 개발자와 기업을 대상으로 API를 통해서도 제공할 예정이다.
선정 이유: 동영상의 대화 편집과 참조 입력, SynthID를 통한 투명성 대응까지 제공 범위와 함께 정리되어 있어, 이용 가능 여부를 판단하기 쉽다.
Google DeepMind가 Gemini 3.5 패밀리의 첫 번째 모델인 Gemini 3.5 Flash를 공개했다. Terminal-Bench 2.1에서 76.2%, GDPval-AA에서 1656 Elo, MCP Atlas에서 83.6%를 기록했으며, Gemini 3.1 Pro를 웃돈다고 밝혔다. Gemini 앱과 AI Mode, Google AI Studio, Gemini Enterprise 등에서 오늘부터 이용할 수 있으며, 3.5 Pro는 다음 달 출시될 예정이다.
선정 이유: Terminal-Bench 2.1과 MCP Atlas의 수치, 그리고 제공처가 함께 제시되어 속도와 성능의 균형을 판단하는 자료가 된다.
Microsoft AI가 이미지 생성 모델 MAI-Image-2-Efficient를 공개했다. 제목에서는 플래그십 수준의 품질을 41% 낮은 비용으로 제공한다고 밝혔으며, Microsoft Foundry와 MAI Playground 3에서 오늘부터 이용할 수 있다. Copilot과 Bing에도 순차적으로 확대 적용하고, PowerPoint 등으로도 넓힐 계획이다.
LG AI연구원이 개최한 LG Aimers 8기 해커톤에서 27개 팀 94명의 청년 인재가 EXAONE 4.0 1.2B 모델 경량화에 도전했다. 대상을 받은 '핸드크림 바른 쥐' 팀은 W8A8 양자화 기법으로 원본 모델 대비 성능 손실을 최소화하며 메모리 효율을 극대화했고, 2위 '미쿠짱' 팀은 DPO를 도입해 다양한 방법론을 실험했다.
Microsoft AI가 MAI-Transcribe-1, MAI-Voice-1, MAI-Image-2 등 3개 모델을 Microsoft Foundry와 MAI Playground에서 제공하기 시작했다. 요금은 MAI-Transcribe-1이 1시간당 $0.36부터, MAI-Voice-1이 100만 자당 $22부터, MAI-Image-2가 텍스트 입력 100만 토큰당 $5, 이미지 출력 100만 토큰당 $33부터이다.
Microsoft AI가 음성 인식 모델 MAI-Transcribe-1을 발표했다. 요금은 음성 1시간당 $0.36이며, Microsoft Foundry에서 퍼블릭 프리뷰로 제공된다. Copilot의 Voice 모드와 Microsoft Teams에도 단계적으로 도입되고 있다.
Mistral은 4B 파라미터 규모의 텍스트 음성 합성 모델 Voxtral TTS를 공개했다. 9개 언어를 지원하며, API에서는 1,000자당 $0.016에 이용할 수 있다. 사람이 평가한 결과 자연스러움에서 ElevenLabs Flash v2.5를 앞섰고, ElevenLabs v3와 같은 수준의 품질을 보인 것으로 알려졌다.
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.
Mistral AI가 Lean 4용 오픈소스 코드 에이전트 Leanstral(120B-A6B, 활성 파라미터 6B)을 Apache 2.0 라이선스로 공개했다. Mistral Vibe의 에이전트 모드와 무료 API 엔드포인트에서도 이용할 수 있다. FLTEval에서 pass@2 기준 26.3을 기록했으며, 비용 36달러로 Sonnet의 23.7(549달러)을 웃돌았다고 밝혔다.
Mistral AI가 음성 인식 모델 패밀리 Voxtral Transcribe 2를 공개했다. 배치용 Voxtral Mini Transcribe V2와 지연 시간을 200ms 미만까지 설정할 수 있는 실시간용 Voxtral Realtime으로 구성된다. Realtime은 4B 파라미터 규모로 Apache 2.0 오픈 웨이트 형태이며 Hugging Face Hub에서 배포된다. Mini Transcribe V2의 API 요금은 1분당 $0.003이다.
선정 이유: 배치용과 실시간용 두 모델에 대해 지연 시간 설정, 요금, 지원 언어가 나란히 제시되어 용도별 선택을 판단하기 쉽다.
Mistral AI가 코딩 모델 Devstral 2(123B)와 Devstral Small 2(24B), 그리고 터미널용 CLI Mistral Vibe를 공개했다. Devstral 2는 SWE-bench Verified에서 72.2%, Devstral Small 2는 68.0%를 기록했다. Devstral 2는 API를 당분간 무료로 제공하며, 무료 기간이 끝나면 입력/출력 기준 100만 토큰당 $0.40/$2.00이 된다.
선정 이유: SWE-bench Verified 점수와 함께 인간 평가에서도 Claude Sonnet 4.5와의 격차가 남아 있다고 명시하고 있어, 오픈 모델의 현재 위치를 비교하기 쉽다.
Mistral AI가 차세대 모델 Mistral 3를 발표했다. 14B·8B·3B의 소형 dense 모델과, 활성 파라미터 41B·총 675B 규모의 MoE인 Mistral Large 3로 구성되며, 전 모델을 Apache 2.0 라이선스로 공개한다. Mistral Large 3는 LMArena에서 OSS 비추론 모델 부문 2위를 기록했고, Ministral 3 14B의 추론 버전은 AIME '25에서 85%를 달성했다.
선정 이유: 3B·8B·14B 소형 모델과 675B 규모 MoE를 동일한 Apache 2.0으로 공개해, 용도별 선택지와 배포처를 비교하기 쉽다.
Mistral AI는 음성 이해 모델 Voxtral을 공개했다. 프로덕션용 24B와 로컬·엣지용 3B, 두 가지 크기로 제공되며 모두 Apache 2.0 라이선스다. API는 $0.001 per minute부터 이용할 수 있으며, Voxtral Mini Transcribe는 OpenAI Whisper를 웃도는 성능을 절반 미만의 가격으로 제공한다고 밝혔다.
선정 이유: 음성 인식과 음성 이해를 하나의 모델로 처리하도록 설계되어 있으며, Whisper 등 타사 API와의 비교와 가격이 제시되어 있어 도입 판단의 근거로 활용하기 좋다.
Mistral AI는 All Hands AI와 협업해 코드 특화 모델 Devstral Medium을 발표했으며, Devstral Small은 Devstral Small 1.1로 업데이트했다. Small 1.1은 240억 파라미터 규모로 Apache 2.0 라이선스에 따라 공개됐으며, SWE-Bench Verified에서 Small 1.1은 53.6%, Medium은 61.6%를 기록했다.
Mistral AI가 자사 첫 추론 모델 Magistral을 발표했다. 24B 파라미터의 오픈소스 모델 Magistral Small과 기업용 Magistral Medium 2종으로 제공한다. AIME2024에서 Medium은 73.6%(majority voting @64 시 90%), Small은 70.7%(동일 조건 83.3%)를 기록했다. Small은 Apache 2.0 라이선스로 Hugging Face에서 내려받을 수 있으며, Medium은 Le Chat과 La Plateforme API를 통해 프리뷰로 제공된다.
선정 이유: 24B 버전의 오픈 모델과 기업용 Medium 버전이라는 두 갈래로 나온 첫 추론 모델이다. AIME2024 수치와 제공처도 함께 공개돼 위치를 파악하기 쉽다.
Mistral AI는 코드 전용 첫 임베딩 모델 「Codestral Embed」를 공개했다. 실제 코드 데이터를 사용한 검색 과제에서 Voyage Code 3, Cohere Embed v4.0, OpenAI의 대규모 임베딩 모델을 크게 앞선다고 밝혔다. API에서는 「codestral-embed-2505」라는 이름으로 제공되며, 가격은 100만 토큰당 0.15달러이고, 배치 API에서는 50% 할인된다.
Mistral AI는 All Hands AI와 공동으로 소프트웨어 엔지니어링용 에이전트형 LLM ‘Devstral’을 발표했다. SWE-Bench Verified에서 46.8%를 기록해 기존 오픈소스 SoTA를 6포인트 넘게 웃돌았다. Apache 2.0 라이선스로 공개하며, API에서는 devstral-small-2505라는 이름으로 제공한다.
선정 이유: SWE-Bench Verified의 비교 조건과 단일 RTX 4090 또는 Mac 32GB에서 구동할 수 있다는 점이 함께 명시되어 있어, 로컬 도입 여부를 판단하는 데 참고가 된다.
Mistral AI가 Mistral Medium 3를 발표했다. Claude Sonnet 3.7의 90% 이상 성능을 입력 $0.4, 출력 $2(100만 토큰당)의 저렴한 비용으로 구현했다고 밝혔다. API는 Mistral La Plateforme과 Amazon Sagemaker에서 제공 중이며, 하이브리드, 온프레미스, in-VPC 배포도 지원한다.
Mistral AI가 텍스트 성능과 멀티모달 이해력을 개선하고 컨텍스트 윈도우를 최대 128k 토큰으로 확장한 Mistral Small 3.1을 발표했다. Apache 2.0 라이선스로 공개되었으며, Gemma 3과 GPT-4o Mini를 능가하고 추론 속도는 150 토큰/초라고 밝혔다. Hugging Face에서 베이스 모델과 인스트럭트 모델을 내려받을 수 있다.