새 모델의 발표, 공개, 업데이트. 주요 기업의 플래그십 업데이트, 오픈 웨이트, 성능과 가격 변화를 가장 빠르게.
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.
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 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.
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 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 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 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.