Dharma Field Extractor는 문서 이미지에서 지정한 필드를 JSON 형식으로 추출하는 2B 파라미터 모델이다. DharmaOCR-LITE v1.1을 기반으로 하며, 43,384건의 학습 데이터로 만든 LoRA 어댑터를 적용했다. 546개 문서, 1,638건 케이스로 이루어진 벤치마크에서는 테스트한 범용 프론티어 LLM보다 품질이 1.8~9.3포인트 높았고, 비용은 약 6분의 1에서 약 147분의 1 수준인 것으로 알려졌다.
Kimi.ai@Kimi_MoonshotAI 점수4747
Palette는 20B 오픈 웨이트 모델을 IBM Design Language에 맞춘 합성 데이터로 파인튜닝해 슬라이드 덱을 생성하는 시도다. 디자이너 역할이 JSON 설계서를 만들고 코더 역할이 각 슬라이드의 pptxgenjs 코드를 작성하는 2단계 구조이며, 단일 LoRA 어댑터로 구현되었다. PresentBench의 세 가지 평가 영역 중 두 곳에서 1위를 차지했고, 코딩 단계는 약 6~7배 빨라졌다고 한다.
Mistral AI@MistralAIAI 점수2828Impressed by the new @MistralAI large-4 update! The model update is much better at coding and performs as the 2nd best OSS model on our coding benchmark
Mistral Large 4(애칭 Le Chonk)가 Hugging Face에서 공개됐다. 텍스트와 이미지를 입력할 수 있는 다국어 MoE 모델로, 총 파라미터는 약 1T, 활성 파라미터는 49B, 컨텍스트 윈도우는 1M 토큰이다. Mistral Ecosystem Open-Weight License로 배포되며, transformers, vLLM, llama.cpp가 day-0부터 지원한다.
선정 이유: 아키텍처, 벤치마크, 각 추론 환경에서의 실행 절차와 실측값이 한 편의 기사에 정리되어 있어 도입 시 비교 자료로 활용하기 좋다.
IBM의 Granite Switch 4.1.1은 패치 릴리스로, 4.1과 완전한 하위 호환성을 가지며 마이그레이션 작업은 필요하지 않다. 업데이트된 Granite Speech ASR 모델은 10개 언어의 음성 인식을 지원하며, 구두점과 대문자화를 포함한 전사문을 출력하므로 별도의 정형화 과정 없이 후단 모델에 전달할 수 있다. 베이스 모델은 재계산되지 않았으며, 최신 어댑터를 결합해 배포하는 구성이다.
Mistral AI@MistralAIAI 점수4848
카카오가 개인화 AI 에이전트의 기반 기술인 임베딩 모델 'Kanana-2-embedding' 2종을 허깅페이스에 오픈소스로 공개했다. 30억 파라미터의 Kanana-2-3b-embedding과 13억 파라미터의 Kanana-2-1.3b-embedding이며, 유사 규모의 공개 모델과 비교한 평가에서 가장 높은 한국어 성능과 유사한 수준의 영어 성능을 보였다. 두 모델에는 상업적 활용이 가능한 '카나나 오픈 라이선스'가 적용됐다.
Google은 최신 프런티어 모델 Gemini 4 Carbon을 발표했다. Artificial Analysis Intelligence Index v5.0에서 59점을 기록해 1위에 올랐으며, SEC-bench Pro에서 88.2%, ExploitGym에서 54.8%, CWE-bench에서 71.0%를 나타냈다. 우선 일부 사이버 방어 담당자에게 제공하고, Fairwind Program을 통해 신뢰할 수 있는 파트너로 단계적으로 확대한다. 가격은 Argon과 같으며, 입력 100만 토큰당 $2, 출력 $10이다.
선정 이유: 사이버보안 계열 벤치마크 수치와 단계적 제공 방침이 함께 제시되어, 모델의 강점과 공개 범위를 동시에 파악하기 쉽다.
AI at Meta@AIatMetaAI 점수4242
Google DeepMind@GoogleDeepMindAI 점수3838Gemini 4 Carbon은 당사의 차세대 프론티어 모델이다. 사이버 보안과 long-horizon capabilities 두 분야에서 최첨단 성능을 보여준다.
NVIDIA는 전사, 화자 식별, 번역, 음성 Q&A를 하나의 체크포인트로 처리하는 오픈 웨이트 모델 Nemotron 3.5 Transcribe를 Hugging Face와 ModelScope에 공개했다. 40개 언어의 전사를 지원하며, Hugging Face Open ASR Leaderboard 영어 부문에서 오픈 웨이트 모델 중 1위인 평균 WER 5.33%를 기록했다. 학습 데이터 파이프라인 Granary v2와 파인튜닝 절차도 함께 공개됐다.
LFM3는 텍스트, 비전, 음성, 옴니, 의사결정의 6개 모델을 2B급 파라미터의 공통 백본으로 통일한 차세대 Liquid Foundation Models이다. LFM3-1.7B는 파라미터 수가 35% 적음에도 불구하고 이전 세대인 LFM2.5-2.6B를 능가한다. 텍스트 모델은 4비트 정밀도에서 약 1GB이며 256K 컨텍스트 윈도우를 갖추고 있고, 각 모델은 단일 GPU에서 파인튜닝할 수 있다.
Google DeepMind가 월드 모델 Genie 4를 발표했다. 실시간 대화형 시뮬레이션에서 사실감이 향상됐으며, 음악, 환경음, 대화 음성을 월드와 동시에 생성할 수 있는 네이티브 멀티모달 모델이다. 현재는 신뢰할 수 있는 테스터를 대상으로 한 리서치 프리뷰로 제공되며, Google AI Ultra의 Project Genie 등에 순차적으로 확대될 예정이다.
Google DeepMind@GoogleDeepMindAI 점수4848
MAI Cyber 1.1 Flash는 취약점 탐지 시스템 MDASH 안에서 MAI Cyber 1 Flash와 동등한 성능을 유지하면서, 사내 MDASH 평가 스위트에서 스캔 1회당 비용을 18% 절감한 모델이다. 인증된 MDASH 고객을 대상으로 MDASH를 통해 이용할 수 있다. 기존 고객은 새로운 스캔을 시작할 때 「MAI Cyber 1.1 Flash」 프로필을 선택하면 된다.
Microsoft AI는 최신 이미지 편집 모델 MAI-Image-2.7을 프리뷰로 공개했다. Arena Edit에서 3위, Artificial Analysis의 이미지 편집 리더보드에서 2위를 기록했으며, Microsoft AI는 Arena Edit 기준 2위 연구소가 됐다. Artificial Analysis가 평가한 10개 활용 사례와 7개 편집 액션 전부에서 2.6을 넘어섰다.
Allen AI가 위성 임베딩 모델 OlmoEarth v1.3을 공개했다. 10m 해상도의 전 지구 연간 임베딩(64차원·128차원)도 함께 공유하며, 브라우저에서 지도를 탐색하고 맞춤 설정할 수 있는 OlmoEarth Embeddings Explorer도 제공한다. 27건의 평가 가운데 128차원 버전은 20건에서 최고 점수를 기록했다고 한다.
IBM이 Granite 시계열 모델 4종을 조합한 예측 레시피 「Granite Timeseries Ensemble」을 공개했다. 재학습이나 학습 완료된 앙상블 가중치가 필요 없으며, 중앙값과 분위수 예측을 반환한다. 기본값인 Probabilistic Ensemble은 각 멤버에 동일한 영향력을 부여하고 확률 공간에서 분위수를 통합한다. 대안인 IQR Ensemble은 예측의 분산 정도에 따라 가중치를 달리한다. granite-tsfm>=0.3.11을 설치한 뒤 ibm-granite/granite-timeseries-ensemble-r1을 불러오면 바로 사용해 볼 수 있다.
VocabX로 어휘를 특화한 Qwen3-4B 기반 포르투갈어 에세이 채점 모델은 베이스 모델을 바꾸지 않고 측정상 추론 비용을 77% 줄였다고 한다. 어휘는 용도에 맞게 재구성됐으며, 출력층은 약 152,000행에서 약 65,000행으로 축소됐다. 수치는 심사 중인 논문 버전을 기준으로 하므로 공개 시점에는 달라질 수 있다.
NVIDIA는 기업 데이터베이스에서 추가 학습 없이 예측할 수 있는 사전 학습된 관계형 기반 모델 Kumo Relational을 공개했다. 최대 10,000건의 과거 사례를 컨텍스트로 읽어 들여, 한 번의 포워드 패스로 이탈, 수요, 부정 거래 등을 예측한다. 15개 데이터베이스에 걸친 41개 과제에서 지도 학습 모델과 전문가가 설계한 그래디언트 부스팅 트리 파이프라인을 능가했다고 밝혔다.
선정 이유: 관계형 데이터를 위한 기반 모델의 구조, 벤치마크 결과, 한계, 활용 방법이 한 흐름으로 정리되어 있어 기존 예측 파이프라인과 비교하는 자료로 쓸 만하다.
IBM은 Granite Speech의 신모델 "granite-speech-5.0-2b"와 업데이트 버전인 "granite-speech-5.0-470m-turboctc", "granite-speech-4.1-2b-plus"를 공개했다. granite-speech-5.0-2b는 영어 단문의 평균 WER이 5.06%로 오픈 웨이트 ASR 모델 중 2위에 올랐으며, Apache 2.0 라이선스로 제공된다. Turbo CTC는 다국어를 지원하게 됐고, RTFx는 약 12,600에서 19,870으로 향상됐다.
NVIDIA는 시계열 예측 모델 「Kumo Forecast」(구 NV-Tesseract Forecasting)를 공개했다. 사전 학습된 Transformer와 이력 패턴 검색(DARR)을 결합해, 직접 예측과 검색 결과를 섞어 예측한다. 기반은 MOMENT-1-large이며, 약 3억 4000만 파라미터의 인코더를 사용하고 라이선스는 Apache 2.0이다. 해석 기능도 갖추고 있다.
NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.
카카오가 자체 개발한 비전 인코더 ‘Kanana-2-vision-encoder’ 2종을 허깅페이스에 오픈소스로 공개했다. 4억 2,600만 파라미터의 ‘medium’과 9,800만 파라미터의 ‘tiny’로, 9개 평가 영역 총 42개 벤치마크에서 SigLIP 2, Perception Encoder, AIMv2, Qwen3.5-ViT 등 글로벌 비전 인코더를 상회하는 성능을 기록했다고 밝혔다. 두 모델은 상업적 활용이 가능한 ‘카나나 오픈 라이선스’로 제공된다.
i14는 선형 어텐션 모델 Laplace 3B를 AWS Trainium2에서 네이티브 PyTorch를 사용해 학습하고 서비스했다. 재귀 상태는 컨텍스트 길이와 관계없이 시퀀스당 29.5 MB로 고정된다. trn2.48xlarge 인스턴스 1대에서의 학습 처리량은 약 120,000 토큰/초였으며, 1,280개의 동시 시퀀스에서의 추론 출력은 11,544 토큰/초였다.
NVIDIA는 담낭 절제술의 임상 기록으로 학습하고 실시간 키네매틱스 제어를 지원하는 실시간 생성형 수술 시뮬레이터 「Cosmos3-H-Dreams」를 발표했다. Cosmos 3과 FlashDreams를 활용하며, 단일 NVIDIA RTX PRO 6000 GPU에서 인터랙티브하게 작동한다. 기반이 되는 Cosmos3-H-Embodied-Nano는 16B 파라미터이며, 4단계 버전과 2단계 버전의 두 가지 체크포인트가 제공된다.
Mistral AI@MistralAIAI 점수5252
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.
Grok Build에서 Composer 2.5를 사용할 수 있게 되었다. /models 메뉴에서 선택하거나 /model을 입력한 뒤 Composer 2.5를 고르면 사용할 수 있다. Composer 2.5는 빠르고 최첨단 모델로, 장시간 이어지는 작업과 복잡한 지시를 따르는 능력이 뛰어난 것으로 알려졌다.
xAI는 정지 이미지로부터 동영상을 생성하는 이미지-투-비디오 모델 「grok-imagine-video-1.5-preview」를 xAI API를 통해 프리뷰로 제공하기 시작했다고 밝혔다. 시작 프레임과 움직임을 설명하는 프롬프트를 입력하면 카메라 움직임, 분위기, 물리적 표현을 포함해 장면을 애니메이션으로 만들며, 입력 이미지에 충실한 영상을 생성한다. 최대 720p 클립을 만들 수 있으며, 여러 장면을 이어 붙여 프로젝트 전체에서 일관된 모습을 유지하는 긴 영상을 만드는 것도 가능하다.
xAI는 Grok Imagine Video 1.5를 Imagine API로 정식 출시하고, 고속 버전인 Video 1.5 Fast를 grok.com/imagine과 iOS·Android 앱에 공개했다고 밝혔다. Video 1.5 Fast는 6초 길이, 720p 동영상을 약 25초 만에 생성하며, 기존 모델의 40초 이상에서 단축됐다. Projects, 여러 에이전트의 병렬 실행, 라이브러리 검색 등 새 기능도 며칠에 걸쳐 순차적으로 제공될 예정이다.
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 음성에서 음성으로 처리하는 모델 Grok Voice 2.0을 발표했다. Artificial Analysis의 종합 지표는 82.9%로, Grok Voice 1.0의 75.7%와 GPT-Realtime-2.1 (High)의 79.1%를 웃돈다. 요금은 음성 1분당 $0.08이며, 2026년 8월 5일에 grok-voice-latest가 2.0으로 전환된다.
xAI는 이미지 생성 모델 Imagine Image 2.0을 grok.com/imagine과 iOS·Android 앱의 Quality Mode로 일반 제공한다고 밝혔다. 지시에 대한 충실도, 타이포그래피와 레이아웃 설계, 생성과 편집을 거듭해도 이어지는 내용 유지를 특징으로 한다. API에서는 grok-imagine-image-2.0으로 이용할 수 있으며, Arena의 text-to-image와 이미지 편집 양쪽에서 종합 Elo 세계 2위를 기록했다고 밝혔다.
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.
