OpenRouter 데이터에 따르면 품질 상위 10개 모델의 플랫폼 이용 비중은 2025년 1분기 55%에서 2026년 3분기 14%로 떨어졌으며, 기업들은 최상위 모델보다 저렴하면서 성능이 충분한 모델을 고르기 시작했다. 정형화된 업무 대부분은 최첨단 추론 능력을 필요로 하지 않으며, 결과가 비슷하다면 소형 모델이 선택되기 쉽다. 반면 중국 기업의 오픈 웨이트 모델은 저비용으로 도입할 수 있지만, 사이버 보안과 규제 준수에 대한 우려로 채택을 망설이는 기업도 많다.
Latent Space의 AINews는 고성능 LLM이 소형 모델의 가중치를 직접 읽고 편집하는 「Weight Space Programming」 논문을 다뤘다. 가중치의 용도 파악, 실패 트레이스에 따른 수정, 가중치의 일괄 생성 등을 보여준다고 한다. 같은 호에서는 DeepSeek의 super-agent harness 시험판 공개, GDPx 벤치마크, 각종 양자화와 추론 인프라 관련 소식도 다룬다.
DeepSeek V5는 아직 공개되지 않았으며, deepseek-v5, deepseek-v5-open, deepseek-v5-next 세 가지 이름은 DeepSeek Harness의 테스트 파일에서만 나타난다. 해당 테스트는 클라이언트가 모델 목록을 올바르게 표시하거나 거부하는지 확인하기 위한 것으로, 새 모델 발표나 엔드포인트는 확인되지 않았다. DeepSeek의 최신 공식 문서화된 릴리스는 여전히 4.1 Flash 1017이다.
The Information 보도에 따르면 DeepSeek과 Moonshot AI는 최신 모델 학습에 OpenAI GPT-6 Astra의 출력을 대량으로 활용하고 있다. 여기에는 Kimi K3.1 Pro와 V4.1-Flash 1017이 포함된다고 한다. Anthropic은 방어를 강화해 공격자가 확보할 수 있는 데이터 양을 90~99% 줄였다고 밝혔다.
DeepSeek는 10월 20일 사내 추론 프레임워크 DeepInfer를 Apache 2.0 라이선스로, 토큰 변환 컴포넌트 deepseek-recipe를 MIT 라이선스로 GitHub에 공개했다. 기사에 따르면 DeepInfer로 운영되는 클러스터 하나는 하루 약 155조 토큰의 요청을 처리하고 있다. 기사는 또한 Microsoft가 2018년 GitHub를 75억 달러에 인수하고 Azure를 중심으로 오픈소스 쪽으로 방향을 튼 사례를 들며, 오픈소스화가 경쟁 우위를 잃을 경우 후퇴가 빨라질 수 있다는 점을 검증하고 있다.
Liu 씨와 Han 씨의 연구에 따르면, 코딩 에이전트의 하네스를 바꿔도 합격률 차이는 동일 설정으로 재실행했을 때의 변동과 비슷한 수준이며, 비용만 최대 3배까지 차이가 난다. Claude Code, OpenCode, mini-SWE-agent를 비교한 결과, 차이가 측정 오차 범위 안에 머문다는 것을 보였다. OpenCode만 대규모 과제 묶음에서 최대 9포인트 낮았다.
DeepSeek이 약 150억 달러(약 1000억 위안) 규모의 자금 조달을 추진하고 있다고 Bloomberg가 보도했다. 미국 정부가 연방 민간 기관에 DeepSeek 기술을 삭제하도록 명령한 지 이틀 뒤의 일이며, 투자 후보에는 CATL과 Tencent가 포함된 것으로 전해졌다. 이 회사는 6월에도 500억 달러의 기업가치로 70억 달러 이상을 조달한 바 있다.
CrowdStrike는 5월부터 8월 사이 확인된 미보고 그룹 4곳이 에이전트형 AI를 이용해 모델의 안전장치를 우회하고 여러 표적을 침해했다고 발표했다. 주로 사용된 것은 Claude의 여러 버전과 오픈 웨이트 DeepSeek 모델이었으며, 거의 모두 최신이 아닌 구버전이었다. 공격은 새로운 취약점이 아니라 AI의 속도와 규모를 활용해 기본적인 보안 위생의 허점을 파고든 것이었다.
미국 국토안보부가 연방 민간기관에 딥시크 제품 삭제를 명령하자 중국이 차별이라며 항의하고 있다. 중국 역시 ChatGPT, Claude, Gemini를 승인하지 않았으며, The Decoder는 중국의 주장은 설득력이 떨어지지만 정치적 신호는 가볍게 볼 수 없다고 분석했다.
DeepSeek는 자사 추론 프레임워크 「DeepInfer」를 Apache License 2.0으로 공개했다. DeepInfer는 V4.1-Flash 모델의 응답 생성을 대규모로 뒷받침하는 서빙 소프트웨어로, vLLM을 기반으로 최적화된 연산 커널, 여러 칩에 걸친 분산 처리, 고속 텍스트 생성 기술을 결합했다. 아울러 공식 DeepSeek API의 토큰 처리를 재현해 자체 운영 환경에서도 같은 동작을 보장하는 「deepseek-recipe」도 함께 공개되어, OpenAI와 Anthropic 등 미국·유럽 사업자에 대한 가격 압박 요인이 될 전망이다.
Interconnects의 제25회 오픈 아티팩트 정리는 미중 정부가 오픈 웨이트 모델에 대한 규제를 모색하고 있다는 점과 DeepSeek가 사내 추론 스택 DeepInfer를 공개한 점을 다룬다. MOFCOM은 최첨단 AI 모델의 국제 공유에 사전 승인을 요구하는 정책안을 공표했고, DHS는 DeepSeek를 연방 민간 조달의 벤더에서 제외하는 명령을 내렸다. 주목 모델로는 MiMo-V2.6-Pro-RL, DeepSeek-V4.1-Flash-1017, Beam-1.0-501B-A23B 등을 소개한다。
미국 국토안보부(DHS)는 연방 민간 기관에 DeepSeek가 개발한 제품과 서비스의 조달을 중단하고 정부 IT 시스템에서 삭제하라고 지시했다. DeepSeek 기술을 사용한 제3자 제품도 대상에 포함되며, 기관은 예외를 신청할 수 있다. 중국 외교부의 마오닝 대변인은 국가안보 개념의 확대 해석에 반대한다고 밝혔다.
미국 국토안보부는 연방 민간기관에 중국 AI 연구소 DeepSeek의 기술 사용을 금지했다. 기존 제품은 IT 시스템에서 삭제해야 하며 신규 구매도 할 수 없다. Wall Street Journal이 보도했다. 명령은 관련 회사의 제품과 DeepSeek의 구현으로 구축된 제3자 서비스에도 미친다.
Latent Space의 AINews가 10/16~10/19 동향을 정리했다. DeepSeek V4.1 Flash 1017은 총 552B 파라미터·활성 16B, 1M 토큰, MIT 라이선스의 MoE 모델이며 AA Intelligence Index는 45다. MiniMax M3.1 Flash는 가중치를 10월 23일 공개할 예정이다. Mercury 3, Meta Muse, Anthropic Public Benefit Fund 등도 다룬다.
MiniMax가 기업 워크플로, 코딩, 컴퓨터 조작용 신규 모델 M3.1 Flash를 공개했다. Artificial Analysis의 Intelligence Index에서 42점을 기록해 전작 M3의 29점보다 13포인트 올랐고, 작업당 평가 비용은 약 0.51달러에서 약 0.22달러로 낮아졌다. 반면 AA-Omniscience에서는 환각률이 93%로 높게 나타났다. API 가격은 입력 100만 토큰당 0.15달러, 출력 0.60달러다.
MiniMax가 추론 모델 「MiniMax M3.1 Flash」를 공개했다. Artificial Analysis Intelligence Index에서 42점을 받아 이전 모델인 M3보다 13점 높으며, 작업당 비용은 절반 이하로 떨어졌다. API 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60이며, 컨텍스트는 최대 100만 토큰이고 텍스트와 이미지를 처리할 수 있다. 한편 Artificial Analysis에 따르면 환각률은 93%로 보고됐다.
DeepSeek가 V4.1-Flash의 소규모 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 10월 17일 웹사이트, 앱, 개발자 플랫폼에서 공개했다. HLE 점수는 36.8~42.6으로, 기존 V4.1-Flash의 36.8~39.1을 웃돈다. DeepSeek는 벤치마크 성능 향상, 작업 완료 속도 개선, 출력 길이 단축을 장점으로 꼽았다.
디즈니는 파산을 신청한 Character.AI 직원 중 최소 60명에게 채용 제안을 하기로 합의했다. 이는 직원의 과반수에 해당하며, 연간 보수 총액은 추정 6000만 달러다. 법원 제출 서류에 따르면 제안을 받은 직원의 "대다수"가 수락했다.
CoEvo-RSI는 재귀적 자기 개선 에이전트에서 하네스(몸체)와 모델(뇌) 사이의 불일치를 양방향 이력 상속으로 완화하는 프레임워크다. 지도 파인튜닝(SFT)만을 사용하며, Qwen3.5-9B가 다양한 수직 응용 분야에서 대형 모델에 필적하는 성능을 보였다고 밝혔다. TraceElephant에서는 DeepSeek-V4-Pro를 웃돌았고(에이전트 정확도 +14.16), HomeBench VM에서는 GLM-5.3을 넘어섰다(성공률 +4.90).
Simon Willison의 web-edit가 0.1a2 버전으로 나왔으며, 텍스트와 이미지 데이터를 모두 지원하는 "copy to clipboard" 옵션이 추가되었다. web-edit는 폴더 안의 파일을 브라우저에서 보고 편집할 수 있는 소형 웹 앱으로, 주로 Tailscale을 통해 다른 기기의 파일을 편집하려고 만들어졌다. 스마트폰으로 노트북에서 pelican 프롬프트를 실행했을 때, 로그를 Gist에 쉽게 복사하기 위해 이 기능이 필요해졌다고 한다.
DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.
DeepSeek@deepseek_aiAI 점수6262
DeepSeek@deepseek_aiAI 점수4646DeepSeek Harness for desktop is now available on macOS and Windows. https://x.com/i/article/2104777189275439104
AI 에이전트에 주는 메모리 양은 모델의 능력에 맞춰 조정할 필요가 있다. ALTK-Evolve는 에이전트가 과거 시도에서 추출한 가이드라인을 추론 시점에 주입하는 방식으로, 가중치는 업데이트하지 않는다. 강한 모델인 DeepSeek-V3.2(671B MoE)는 가이드라인을 전부 제공했을 때 작업 완료율(TGC)이 +9.5포인트 향상됐다. 반면 gpt-oss-120b(117B MoE)는 엄선한 검색형 주입으로 +16.1포인트 향상됐으며, 토큰 증가는 +5%에 그쳤다. GLM-5에서는 측정 가능한 개선이 나타나지 않았다.
Hugging Face가 2026년 1월부터 8월까지의 Hub 동향을 정리한 보고서를 공개했다. 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71.1만 개에서 100만 개로 늘었다. 중국 기업의 대규모 모델, 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 151,448개, AI 에이전트의 Hub 이용 확대 등을 주요 쟁점으로 제시했다.
선정 이유: 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 등 Hub의 실제 데이터에 기반한 수치가 제시되어 있어, 오픈 모델의 현황을 비교해 파악하기 쉽다.
DeepSeek@deepseek_aiAI 점수6161DeepSeek@deepseek_aiAI 점수6262
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.
Import AI 465는 영국 AISI 분석에서 사이버 능력 면의 오픈 웨이트 모델과 비공개 프런티어 모델 간 격차가 4~7개월로 좁혀졌다고 전했다. 아울러 2.8조 파라미터의 Kimi K3, Demis Hassabis의 FINRA형 규제안, LLM의 부차적 작업 은폐에 관한 연구를 다룬다.
Nathan Lambert는 백악관의 논의를 계기로 오픈 웨이트 모델에 대한 규제가 현실성을 띠고 있다고 주장했다. GPT 5.5, Claude Opus 4.8, GLM-5.2 수준을 크게 웃도는 모델의 금지나 무기한 연기가 가장 가능성 높은 조치로 보고 있으며, 향후 6개월 이내에 일어날 수 있다고 내다봤다. 증류를 둘러싼 논의는 Anthropic이 주도하는 규제 울타리 치기라고 비판했다. 대응책으로는 미국 기업이 같은 수준의 오픈 모델을 공개하고 연합을 구성하는 방안을 제시했다.
