Mistral은 Le Chat을 업무와 코딩 모두에 대응하는 통합 AI 에이전트 'Vibe'로 새롭게 선보였다고 밝혔다. Work Mode와 Code Mode를 갖추었으며, VS Code 확장과 Vibe CLI 업데이트도 동시에 공개했다. 요금제는 Free, Pro(월 $14.99), Team(사용자 1명당 월 $24.99), Enterprise이며, chat.mistral.ai에서 이용할 수 있다.
선정 이유: 업무용과 코딩용 에이전트를 하나로 통합했으며, Work Mode와 Code Mode의 기능 범위와 요금제가 구체적으로 정리되어 있다.
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.
Google은 Gemini로 과학 계산 코드를 작성하고 최적화하는 연구 도구 ERA(Empirical Research Assistance)의 논문을 Nature에 게재했다고 밝혔다. ERA는 유전학, 공중보건, 위성 영상 분석 등의 벤치마크에서 전문가 수준의 성능을 보였다고 한다. ERA와 AlphaEvolve로 구축한 Computational Discovery도 Gemini for Science를 통해 단계적으로 제공이 시작된다.
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.
Anthropic의 Claude Platform이 프롬프트 캐시 진단 기능을 베타 버전으로 제공하기 시작했다. Messages 요청에 diagnostics.previous_message_id를 전달하면 API가 프롬프트 캐시의 프리픽스가 이전 턴에서 어디서부터 갈라졌는지를 나타내는 cache_miss_reason을 반환한다. 이용하려면 요청에 cache-diagnosis-2026-04-07 베타 헤더를 추가해야 한다.
Google DeepMind는 Gemini를 기반으로 한 멀티에이전트형 AI 시스템 'Co-Scientist'를 Nature에 발표하고, 연구자가 가설을 생성·검증할 수 있는 실험 도구 'Hypothesis Generation'으로 제공한다고 밝혔다. 향후 수 주 내에 순차적으로 제공을 시작하며, 연구자는 labs.google/science에서 이용 등록을 할 수 있다. 간 섬유증 연구에서는 이 시스템이 제시한 재사용 후보 약물 중 하나가 실험실 시험에서 흉터 형성과 관련된 반응을 91% 억제한 것으로 보고되었다.
Google DeepMind는 Gemini를 탑재한 코딩 에이전트 AlphaEvolve 도입 1년의 성과를 정리했다. 게놈 분석, 전력망 최적화, 양자 회로, TPU 설계, Google Cloud를 통한 기업 활용 등 폭넓은 분야에서 성과가 나왔다. DeepConsensus에서는 변이 검출 오류를 30% 줄였고, AC Optimal Power Flow에서는 실행 가능해를 찾는 비율이 14%에서 88% 이상으로 높아졌다.
Spaces는 사람 개발자와 코딩 에이전트가 모두 사용할 수 있는 CLI다. 대화형 입력은 모두 플래그 등 동등한 수단으로 대체할 수 있으며, 에이전트는 --help를 읽고 설정 파일과 CI 파이프라인을 구성해 프롬프트 하나부터 실제 운영 배포까지 10분 미만에 마쳤다고 한다. init 시에는 프로젝트 구조를 기록한 context.json과 에이전트를 위한 지시를 적은 AGENTS.md도 함께 생성된다.
Google은 자연어 지시로 Android XR 앱을 생성하는 워크플로 'Vibe Coding XR'을 발표했다. Gemini가 지시를 물리 동작을 고려한 인터랙티브 앱으로 변환하며, 생성은 60초 이내에 완료된다고 밝혔다. 기반은 웹 기술 기반의 XR Blocks 프레임워크이며, 데스크톱 Chrome에서는 실기기 이전에 시뮬레이터로 동작을 검증할 수 있다.
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 AI는 Rails 소스 파일을 읽어 RSpec 테스트를 생성·개선하고, 스타일 규칙과 커버리지 목표로 검증하는 에이전트를 구축했다고 발표했다. CI/CD 파이프라인 안에서 사람의 개입 없이 동작하며, 여러 인스턴스가 서로 다른 파일을 병렬로 처리한다.
Mistral AI는 터미널용 코딩 에이전트 Mistral Vibe 2.0을 공개했다. Devstral 2 모델군을 기반으로 하며, 커스텀 서브에이전트와 슬래시 명령을 통한 스킬 로딩을 지원한다. Le Chat Pro와 Team 플랜에서 이용할 수 있으며, 추가 이용은 종량제 또는 BYOK로 가능하다.
선정 이유: 커스텀 서브에이전트와 슬래시 명령 스킬 등 새 기능에 더해 Devstral 2의 요금과 플랜 구성도 제시되어 있어, 도입 시 비교 자료로 활용할 수 있다.
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 AI는 Codestral 25.08을 핵심으로 하는 엔터프라이즈용 코딩 스택을 발표했다. Codestral 25.08은 수락된 자동 완성이 30% 늘고, 제안 후 남는 코드가 10% 늘어난 것으로 알려졌다. Devstral Medium은 SWE-Bench Verified에서 61.6%를 기록했으며, 오픈 웨이트 모델인 Devstral Small(24B, Apache-2.0)은 RTX 4090 1장 또는 메모리 32GB의 Mac에서 구동된다.
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 AI는 기업 개발팀을 위한 AI 코딩 어시스턴트 'Mistral Code'를 발표했다. 현재 JetBrains IDE와 VSCode용 프라이빗 베타를 공개하고 있으며, 일반 제공은 조만간 시작할 예정이다. 코드 완성에는 Codestral, 코드 검색에는 Codestral Embed, 에이전트형 코딩에는 Devstral, 채팅에는 Mistral Medium의 4개 모델을 채택했으며, 클라우드, 전용 캐퍼시티, 에어갭 환경의 온프레미스 GPU 배포를 지원한다.
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.