Mistral AI는 텍스트와 이미지의 안전성을 평가하는 3B 규모의 오픈 웨이트 멀티모달 안전성 분류 모델 「Shieldstral」을 Apache 2.0 라이선스로 공개했다. 정책은 추론 시 평이한 언어로 지정할 수 있어, 재학습 없이 용도에 맞춰 조정할 수 있다. 텍스트 안전성 평가에서는 크기가 최대 7배 큰 오픈 가드 모델에 필적하며, 단일 16GB NVIDIA GPU에서 동작한다.
오픈 모델 최신 동향을 정리한 「Artifacts #23」에서는 Thinking Machines의 Inkling(975B-A41B MoE)과 Kimi K3 등을 다룬다. Tencent는 Hy3(295B-A21B MoE)의 라이선스를 Apache 2로 변경했다. Kimi K3는 비상업용 라이선스이며, 추론·파인튜닝 사업자에게는 상업 계약이 요구된다.
LG AI연구원이 31일 독자 AI 파운데이션 모델 프로젝트 2차수 모델인 K-EXAONE 2.0을 Hugging Face에 공개했다. 파라미터는 750B로 1차수 모델(236B)의 3배 이상이며, 라이선스는 상업적 이용이 가능한 Apache 2.0으로 전환했다. 24개 벤치마크 평균은 70.1점으로 1차수 모델의 63.3점을 웃돌았다.
선정 이유: 1차수 모델 236B와 비교한 규모 확대와 24개 벤치마크 결과, 라이선스 전환이 함께 정리돼 있어 모델의 위치를 가늠하기 좋다.
Google DeepMind가 로봇을 위한 '신체성 추론' 모델 Gemini Robotics ER 2를 공개했다. 영상 이해, 작업 오케스트레이션, 다중 로봇 협업을 지원하며 ER 1.6에서 성능이 강화됐다. Gemini API와 Google AI Studio를 통해 개발자에게 제공되며, Gemini Enterprise Agent Platform에서는 비공개 프리뷰로 제공된다.
Google DeepMind의 새로운 음악 생성 모델 'Lyria 3.5'가 Google Flow Music에서 제공을 시작했다. 회사는 멜로디의 복잡성과 자연스러움, 가사의 품질과 지시 이행 능력, 보컬의 표현력과 발음이 개선되었다고 밝혔다. 템포와 길이를 더 쉽게 조절할 수 있는 기능도 추가되었다.
Google DeepMind가 로봇용 Gemini Robotics 2를 발표했다. VLA인 Gemini Robotics 2, 추론 모델인 Gemini Robotics ER 2, 온디바이스용 Gemini Robotics On-Device 2 등 3개 모델로 구성되며, 휴머노이드의 전신 제어와 여러 로봇의 협업을 가능하게 한다. ER 2는 Google AI Studio에서 이용할 수 있고, VLA와 On-Device 모델은 조기 액세스 파트너를 대상으로 제공된다.
선정 이유: 전신 제어, 섬세한 손 조작, 여러 로봇의 협업을 3개 모델의 역할 분담으로 정리해 제공 범위와 적응에 필요한 데이터 양을 확인하기 쉽다.
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.
Anthropic이 Claude Opus 5(claude-opus-5)를 공개했다. Claude Opus 4.8 대비 대폭 개선됐다고 밝혔으며, 1M 토큰 컨텍스트 윈도우와 최대 128k 출력 토큰을 지원하고 사고(thinking)가 기본으로 켜진다. 가격은 $5 / $25 per MTok로 Claude Opus 4.8과 동일하다.
선정 이유: Claude Opus 5의 사양과 가격에 더해 사고 비활성화 동작 변경과 이전 모델의 fast mode 종료도 함께 정리되어 있어, 이전 시 확인해야 할 사항을 파악하기 쉽다.
Microsoft AI는 이미지 생성 모델 MAI-Image-2.5-Pro와 음성 모델 MAI-Voice-2-Flash를 퍼블릭 프리뷰로 공개했다. Pro는 자사 최고 충실도의 이미지 모델이며, Flash는 MAI-Voice-2보다 2배 빠르고 32% 저렴하며 가격은 100만 자당 $15이다. 두 모델은 Foundry와 MAI Playground에서 체험할 수 있다.
Microsoft AI는 GitHub Copilot용 MAI-Code-1-Flash와 여기서 파생된 Excel용 MAI 모델의 결과를 공개했다. Excel 모델은 가장 일반적인 작업에서 GPT-5.6과 동등한 품질을 보이면서도 비용 효율이 높다고 한다. 앞으로는 Copilot Chat, Outlook, PowerPoint 등에도 같은 방식을 확대할 계획이다.
Google는 에이전트 구축용으로 Gemini 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber를 발표했다. 3.6 Flash는 Artificial Analysis Index에서 3.5 Flash보다 출력 토큰이 17% 적으며, 가격은 입력 $1.50/1M, 출력 $7.50/1M이다. 3.6 Flash와 3.5 Flash-Lite는 같은 날부터 Gemini API 등에서 이용할 수 있다.
선정 이유: 3.6 Flash와 Flash-Lite의 가격, 속도, 벤치마크 수치가 나란히 제시되어 있어 에이전트 용도에서 모델 선택을 비교하기 쉽다.
Google은 3.5 Flash를 기반으로 취약점 발견·검증·수정에 특화해 미세조정한 경량 사이버보안 모델 「Gemini 3.5 Flash Cyber」를 발표했다. 제한 공개 파일럿으로, 우선 정부 및 신뢰할 수 있는 파트너에게 CodeMender를 통해 제공된다. V8에서는 고정 횟수의 호출로 확인된 고유 문제 55건을 발견해, 3.5 Flash의 47건과 Claude Opus 4.6의 36건을 웃돌았다.
DharmaOCR는 포르투갈어에 특화된 벤치마크에서 0.925점을 기록해 Mistral OCR4(0.798)와 Unlimited-OCR(0.7587)을 웃돌았다. 기사는 이 격차가 새로운 모델에도 통하는 특화 학습의 이점에서 비롯된 것이라고 설명한다. 학습은 브라질 포르투갈어 문서를 활용한 지도 파인튜닝과 Direct Preference Optimization(DPO)의 2단계로 진행됐으며, DPO는 출력의 안정성을 높인 것으로 알려졌다.
Thinking Machines Lab이 이미지, 텍스트, 음성을 입력할 수 있는 약 1T 파라미터 오픈 모델 Inkling을 Hugging Face에 공개했다. 총 파라미터 975B, 활성 파라미터 41B의 MoE 구조이며 1M 컨텍스트를 지원한다. 총 276B, 활성 12B인 Inkling-Small도 추가되었으며, Inference Endpoints에서 원클릭으로 배포할 수 있다.
선정 이유: 아키텍처 세부 사항, 필요 VRAM, 각 추론 엔진별 실행 절차, 벤치마크 표가 한데 정리되어 있어 도입 여부를 판단하는 자료로 활용할 수 있다.
Mistral AI는 로봇 내비게이션에 특화된 8B 모델 「Robostral Navigate」를 발표했다. 깊이 센서나 LiDAR 없이 일반 RGB 카메라 한 대와 자연어 지시만으로 환경 안을 이동한다. R2R-CE의 미학습 환경(validation unseen)에서 성공률 76.6%를 달성했으며, 단일 카메라 방식보다 9.7%포인트, 깊이 센서나 다중 카메라를 사용한 방식보다 4.5%포인트 앞선 것으로 알려졌다. 학습은 시뮬레이션 데이터를 활용해 사내에서 구축했으며, 온라인 강화학습(CISPO)을 통해 성공률이 3.2% 추가로 향상됐다.
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.
Google DeepMind는 가장 빠르고 저렴한 이미지 모델 Nano Banana 2 Lite와 동영상 생성·대화형 편집 모델 Gemini Omni Flash를 개발자용으로 제공하기 시작했다. Nano Banana 2 Lite는 1K 이미지당 $0.034이며, text-to-image 출력은 4초가 걸린다. Omni Flash는 동영상 출력 1초당 $0.10이다. 두 모델 모두 Google AI Studio와 gemini API에서 이용할 수 있다.
선정 이유: 이미지 생성과 동영상 생성 두 모델을 연결해 쓰는 방식과 가격 및 제한 사항이 구체적으로 제시되어 있어, 개발 도입 여부를 판단하는 자료가 된다.
Google Research는 표 형식 데이터의 분류와 회귀를 제로샷으로 수행하는 기반 모델 TabFM을 발표했다. 문맥 내 학습을 통해 모델 학습, 하이퍼파라미터 조정, 특성 엔지니어링 없이 한 번의 순전파로 예측할 수 있다. Hugging Face와 GitHub에서 공개되었으며, Google Cloud BigQuery에서도 이용할 수 있다.
선정 이유: 표 형식 데이터의 예측을 문맥 내 학습(in-context learning)으로 다루는 설계와, 합성 데이터만으로 사전 학습한 점이 정리되어 있어 기존 트리 계열 기법과의 차이를 파악하기 쉽다.
Anthropic이 Sonnet 제품군의 차세대 모델 Claude Sonnet 5（claude-sonnet-5）를 공개했다. 도입 가격은 입력 $2, 출력 $10 per MTok이며, 2026년 8월 10일에 표준 가격으로 전환된다. 1M 토큰 컨텍스트 윈도우와 128k 최대 출력 토큰을 지원하며, Priority Tier는 이용할 수 없다. 아울러 Claude Managed Agents에도 이벤트 델타 등의 기능이 추가됐다.
선정 이유: 가격, 컨텍스트 길이, 마이그레이션 시의 동작 변경이 하나의 릴리스 노트에 정리돼 있어, 기존 Sonnet 4.6 이용자가 마이그레이션 비용을 가늠하기 쉽다.
Mistral AI가 OCR 모델 Mistral OCR 4를 공개했다. 텍스트와 함께 바운딩 박스, 블록 유형 분류, 인라인 신뢰도 점수를 반환하며, 10개 언어 그룹에 걸친 170개 언어를 지원한다. API 요금은 1,000페이지당 $4이며, Batch API에서는 50% 할인된 $2, Document AI는 $5다. 단일 컨테이너로 자체 호스팅도 가능하며, 기업용으로 제공된다.
선정 이유: 바운딩 박스와 신뢰도 점수를 반환하는 구조화된 출력과 벤치마크 자체의 채점상 한계가 함께 적혀 있어, 자사 문서로 검증하는 방식을 파악하기 쉽다.
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.