백악관, 프론티어 AI 사전검증 정책 오픈 모델까지 확대 추진

: 백악관은 현재 폐쇄형 프론티어 AI 모델을 대상으로 운영하는 출시 전 안전성 검증 체계를 향후 오픈 모델까지 확대할 계획

: 오픈 모델이 최첨단 폐쇄형 모델에 근접하는 수준의 역량에 도달할 경우 정부 사전검증 대상에 포함. 확대는 향후 수개월 내 추진될 가능성

: 현 체계는 AI 기업이 신모델 출시 전 정부에 자발적으로 제출하면 비공개 벤치마크를 활용해 사이버 공격 등 국가안보 관련 위험 역량을 평가하는 방식. 강제 규제가 아닌 자발적 프레임워크

: 백악관은 폐쇄형 모델만 정부 검증을 받을 경우 기업 고객이 상대적으로 저렴한 오픈 모델을 기피해 미국 오픈 모델 생태계가 위축될 가능성을 우려. 반대로 오픈 모델까지 사전검증하면 빠른 개발·배포를 저해할 수 있다는 딜레마 존재

: 향후에는 주요 AI 연구소와 정부 간 협력을 보다 공식화하고, 프론티어 모델에 대한 상시적인 정부 테스트 체계로 발전할 가능성도 거론

https://t.iss.one/Samsung_Global_AI_SW

앤스로픽, AI 스타트업 Decart의 60억 달러 인수 협상

: 앤스로픽은 이스라엘 AI 스타트업 Decart AI를 약 60억 달러에 인수하기 위한 협상 진행 중. 아직 최종 합의는 이뤄지지 않았으며 협상이 결렬될 가능성도 존재

: Decart는 AI 모델의 컴퓨팅 효율을 높이는 인프라 기술이 핵심. 다양한 종류의 AI 칩에서 모델 성능을 극대화하는 소프트웨어를 개발하며, 실시간 영상 생성·변환이 가능한 월드 모델 기술도 보유

: Decart는 5월 3억 달러 투자 유치 당시 기업가치 40억 달러로 평가됐으며 엔비디아도 투자자로 참여. 또한 당초 인수 후보로 엔비디아, 스페이스X, 아마존, 네비우스 등도 거론

https://t.iss.one/Samsung_Global_AI_SW

구글, Gemini 모델 경쟁력 회복 위해 DeepMind 대대적 개편

: 구글 공동창업자 세르게이 브린은 최근 핵심 AI 인력에 Gemini 개발에 전력을 집중하고 최전선 모델을 따라잡을 것을 주문

: 특히 인간 개입 없이 AI가 스스로 성능을 높이는 재귀적 자기개선(RSI) 분야에 자원 배분을 직접적으로 압박

: 앞서 8/5일에는 Google DeepMind 리더십을 전면 개편. 데미스 하사비스는 경영 일선에서 물러나 의장으로 이동하고, 코레이 카부쿠오글루가 실질적인 최고 의사결정권 확보.

: 하사비스는 장기 과학·사회 연구에 집중하고 카부쿠오글루는 Gemini 개발 및 상용화를 주도

: 구글 내부에서는 경쟁력 약화 원인으로 컴퓨팅 캐파 부족, 다수 프로젝트 리더 간 의견 충돌, 코딩 등 핵심 분야에 대한 자원 배분 실패, 느린 의사결정과 관료주의를 지목. 피차이는 TPU 공급 제약을 해소하기 위해 인프라 투자를 지속 확대할 계획

: 조직 개편의 핵심은 DeepMind의 연구 자율성 축소와 Gemini 중심의 자원 집중. 일부 비기술 조직을 구글 본사로 이전하고, TPU 캐파 배분을 둘러싼 Google Cloud와 DeepMind 간 갈등도 완화할 것으로 기대

: 다만 내부에서는 DeepMind가 장기 연구 중심 조직에서 Gemini 성능, 상용화 중심 조직으로 빠르게 재편되고 있다는 우려도 제기

https://t.iss.one/Samsung_Global_AI_SW

네오 클라우드 2Q26 실적의 시사점

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

코어위브와 네비우스가 긍정적 실적 발표 이후 급등했습니다. 전체 AI 인프라 산업에 온기로 작용하고 있는데요

중요한 내용이 많지만 시사점을 5가지 정도 뽑아보았습니다.

1) AI 컴퓨팅 수요가 공급을 초과하는 환경 지속

→ 향후 수 년 동안 이어질 강한 수요는 개별 기업의 가격 결정력과 마진 개선으로 연결

2) '27년 성장의 병목은 전력 및 캐파 확보

→ 공격적 데이터센터 확대 지속. 빠르게 실제 매출 발생 캐파로 전환하는 것이 중요

3) 구형 GPU의 예상보다 긴 수명과 높은 수익성

→ 구형 GPU도 워크로드 믹스 변화와 공급 부족 속 유효한 수익화 자산으로 존재. 계약 연장, 단기 임대, 관리형 추론 재활용 가능

4) 장기 계약에서 캐파 포트폴리오 최적화로

→ 모든 캐파를 장기 Take-or-Pay 형태로 판매하지 않는 전략 추구. 모든 캐파를 의도적으로 선 판매하지 않고, 배치 시점에 가깝게 높은 가격으로 판매하는 방식

5) 단순 GPU 임대에서 풀스택 AI 클라우드로 확장

→ 고마진 소프트웨어 및 서비스 믹스 확대는 네오 클라우드 기업의 다음 성장 축. 코어위브의 관리형 추론 사업과 네비우스의 토큰 팩토리 성장에 주목

자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.

보고서 링크: https://bit.ly/4wYkyfK

(2026/8/13 공표자료)

텐센트의 2Q26 클라우드와 AI 성적표

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

텐센트의 2Q 실적에서는 AI 수요 확대와 이에 대응한 공격적 인프라 투자가 재확인되었습니다.

또한 단순 모델 성능 경쟁보다 AI 에이전트, 생산성 소프트웨어, 클라우드 토큰 소비로의 수익 연결 전략이 구체적으로 제시되었습니다.

실제로 텐센트 클라우드 매출 성장률은 1Q 10% 후반에서 2Q 20% 초반으로 가속화되었습니다.

또한 AI 생산성 에이전트 WorkBuddy는 상호작용 기준 중국 1위를 기록했고, 유료 유저 GPM은 텐센트 클라우드 평균과 유사한 수준입니다.

모델 측면에서는 Hunyuna 3는 정식 버전 출시 후 일평균 토큰 사용량이 프리뷰 대비 4배 증가했고, 연내 Hunyuan 4 출시를 예고했습니다.

2Q 운영 CapEx는 518억 위안(+190% YoY, +66% QoQ)으로 증가했습니다. 경영진은 이를 올해와 내년에 집중되는 선행투자로 보고 있는데요

모델 학습을 위해 일정 규모의 컴퓨트의 초기 확보가 필요하지만, 이후 추가 투자는 AI 사업 수익률과 연동하겠다는 입장입니다.

텐센트는 이전부터 CapEx에는 상대적으로 보수적인 톤을 보였었죠

물론 컴퓨트 수익화에 대한 자신감도 보였습니다. 현재 확보한 컴퓨트를 외부에 임대하는 것 만으로도 감가상각비를 거의 즉시 회수하며 수익을 낼 수 있다는 점을 강조했습니다.

하지만 외부 GPU 임대보다 자체 모델과 AI 애플리케이션 컴퓨팅을 우선 배분하고 있습니다. 특히 WorkBuddy의 토큰 소비는 장기적 가치를 제공한다는 판단입니다.

신규 AI 제품으로 인한 영업이익 부담은 1Q 88억 위안에서 2Q 105억 위안으로 확대되었습니다. 기존 사업의 이익 성장이 AI 투자를 뒷받침하고 있는 셈입니다.

추가로 중국 API 토큰 가격이 낮지만 생산 원가 역시 외부 추정치보다 낮고, 현재 가격에서도 토큰 사업 자체는 GPM 흑자가 가능하다는 내용은 산업 관점에서 주목할 부분입니다.

(2026/8/13 공표자료)

알리바바, Qwen 3.8 2.4T 웨이트 공개. 상업적 라이선스 도입

: 허깅페이스에 공개된 Qwen3.8-2.4T-A95B는 총 2.4조 파라미터, 추론 시 950억 파라미터가 활성화되는 MoE 모델

: 네이티브 26.2만 토큰, 최대 약 100만 토큰 컨텍스트를 지원하며 vLLM, SGLang, TokenSpeed 등을 통한 자체 호스팅 가능

: 다만 공개 웨이트 모델은 Text-only로 멀티모달 입력을 지원하지 않으며 Thinking 모드가 필수

: 별도로 제공되는 Qwen3.8-Max는 Qwen3.8-2.4T-A95B를 기반으로 한 Qwen Cloud 공식 서비스 모델. 공개 웨이트 버전과 달리 비전 입력, Non-thinking 모드, 기본 100만 토큰 컨텍스트, 공식 내장 도구 등 추가 기능 지원

: Qwen3.6까지 적용했던 Apache 2.0 대신 Qwen3.8에는 자체 라이선스 도입. 사용, 수정, 배포, 판매, 호스팅, 파인튜닝 등 광범위한 상업적 활용을 허용하면서 대형 사업자에 별도 조건 부과

: 일반 상업 서비스는 MAU 1억 명 또는 월 매출 2,000만 달러 초과 시 UI에 Qwen 모델명을 표시해야 하며, MaaS 또는 AI 코딩, 사무 생산성 어시스턴트 사업자는 회사 및 계열사 합산 12개월 매출 5,000만 달러 초과 시 상업적 사용 전 Qwen과 별도 라이선스 필요

: 기대를 모으고 있는 27B 모델 웨이트는 금요일 공개 예정

https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B

앤스로픽의 IPO 밸류는 2조 달러 이상?

: 일부 앤스로픽 투자자들은 오는 10월로 거론되는 IPO에서 2조 달러 이상 기업가치 기대. 현재 기업가치 9,650억 달러의 2배 이상 수준

: 핵심 근거는 폭발적인 매출 성장. 앤스로픽 공식 ARR은 5월 말 470억 달러. 투자자들은 연말 1,000억~1,200억 달러로 연초(90억 달러) 대비 10배 이상 증가 전망. 보수적으로도 매출의 30배, 약 3조 달러 밸류가 가능하다는 주장도 존재

: 최근 잠재 투자자와 사전 미팅을 통해 중국 모델 부상, 트럼프 행정부 갈등, 미국 내 데이터센터 건설 반발 둥 질문에 대해 대응

: 높은 밸류에이션의 핵심 전제는 초고속 매출 성장 지속 여부. AI 모델 성능과 기업 시장에서의 강한 포지셔닝은 긍정적이나, 상대적으로 높은 추론 비용과 가격 경쟁력이 주요 변수

https://t.iss.one/Samsung_Global_AI_SW

Grok 4.6 모델 카드에서 확인된 AI 산업의 변화

: AI가 AI 개발 자체를 자동화하는 자기강화 루프의 현실화

→ Grok 4.6 초기 모델이 5시간 동안 자사 추론 스택에서 297개 최적화 아이디어를 검토해 7개 PR을 생성했고, 이 중 3개가 실제 프로덕션에 적용

→ Decode throughput +1.5%, Prefill throughput +3.1% 개선. AI를 활용한 R&D 자동화가 개발 속도를 높이는 동시에 GPU당 처리량과 추론 경제성까지 개선할 가능성

: AI 에이전트 적용 영역이 SW에서 물리적 엔지니어링으로 확대

→ 코딩과 사무 업무를 넘어 회로, 칩 설계, CAD, 3D 모델링까지 적용 범위 확장. 이를 Agent의 다음 핵심 Frontier로 지목하며 향후 EDA, 제조, 로보틱스 등으로 TAM 확대 가능성 시사

: 프론티어 모델 경쟁의 중심이 장시간 자율 작업으로 이동

→ 단일 질의 성능을 넘어 수시간, 수백만 토큰을 사용하며 여러 애플리케이션을 넘나드는 장기 업무 수행 능력이 핵심 경쟁력으로 부상. AI의 가치 측정 기준도 단순 지능에서 실제 노동 대체와 생산성 향상으로 이동

: 모델과 애플리케이션 간 데이터 플라이휠 강화

→ Grok 4.6은 Cursor의 익명화된 실제 workflow 데이터를 추가 학습에 활용. 애플리케이션 사용 증가 → 실제 업무 데이터 축적 → 모델 성능 개선 → Agent 사용 증가로 이어지는 선순환 구조 형성 가능

https://media.x.ai/v1/website/card-4p6-4cd2dc57.pdf

IBM-오픈AI, 엔터프라이즈 AI 확산 위한 전략적 파트너십 체결

: IBM 컨설팅과 오픈AI는 기업의 핵심 업무 및 복잡한 워크플로에 AI를 대규모로 도입하기 위한 전략적 파트너십 체결

: 금융, 정부, 통신, 리테일을 비롯해 재무, 조달, 고객 운영, HR 등 주요 영역에서 산업별 솔루션 공동 개발 및 공동 GTM 추진

: GPT-5.6, Codex, ChatGPT Work 등 모델 및 제품을 IBM의 컨설팅 AI 플랫폼인 IBM Consulting Advantage에 통합

: AI 에이전트와 IBM의 산업 전문성을 결합해 레거시 프로세스를 AI 기반 워크플로로 전환

: 특히 Codex와 ChatGPT Work를 활용해 레거시 애플리케이션 현대화 및 소프트웨어 개발을 가속하고, 엔지니어링 프로세스 단순화와 신규 디지털 제품 출시 기간 단축 지원

: IBM은 OpenAI Partner Network를 통해 교육받은 전문 엔지니어 및 컨설턴트를 고객 현장에 직접 배치하는 Forward-deployed 조직을 운영

: 별도의 오픈AI Practice도 신설해 수천 명의 컨설턴트와 엔지니어를 전문가 수준으로 인증할 계획

: 사이버보안 분야에서도 협력 확대. 오픈AI Daybreak Cyber Partner Program과 오픈AI의 최전선 모델을 IBM Autonomous Security와 결합해 AI 기반 사이버 공격 대응뿐 아니라 모델 리스크, 애플리케이션 취약점, 거버넌스 및 운영 리스크 관리 지원

: IBM은 이번 협력을 통해 오픈AI Partner Network의 Elite 파트너 등급에 합류. 단순 모델 공급을 넘어 IBM의 컨설팅, 산업별 전문성, 보안 역량을 오픈AI 모델 및 제품과 결합해 대규모 엔터프라이즈 AI 구축 시장을 공동 공략

https://newsroom.ibm.com/2026-08-13-ibm-partners-with-openai-to-accelerate-secure-ai-deployment-for-enterprises-across-core-operations

딥시크, DeepSeek V4 Pro 정식 출시

: Agent 기능을 대폭 업그레이드해 실제 프로덕션 환경에서의 성능 개선에 초점

: V4-Pro와 V4-Flash에 추론 강도(Reasoning Effort) 조절 기능 도입. 작업 난이도에 따라 Low, High, Max 단계 선택 가능

: OpenAI Responses API를 네이티브 지원하며 Codex에 최적화된 원클릭 설정 제공. V4-Pro는 앱, 웹의 Expert Mode 및 API를 통해 이용 가능

: AAII 점수 53점. 프리뷰 45점 대비 +9점. V4 Flash 52점과 1점 차이. 작업당 비용 $0.06(vs 프리뷰 $0.05)

→ 아쉬운 V4 Pro 성능

https://x.com/deepseek_ai/status/2087864585504305397

딥시크, V4 라인업 API 가격 체계 개편

: 피크, 오프피크 요금제를 도입하며 오프피크 가격은 피크 대비 50% 할인

: 피크 시간대는 한국시간 10~13시 및 15~19시

: V4 Pro(신규 오프피크)
인풋(cache hit) $0.022 (6.1배)
인풋(cache miss) $0.66 (1.5배)
아웃풋 $1.98 (2.3배)

: V4 Pro(기존)
인풋(cache hit) $0.003625
인풋(cache miss) $0.435
아웃풋 $0.87

: V4 Flash(신규 오프피크)
인풋(cache hit) $0.007 (2.5배)
인풋(cache miss) $0.22 (1.6배)
아웃풋 $0.66 (2.4배)

: V4 Flash(기존)
: 인풋 (cache hit) $0.0028
: 인풋 (cache miss) $0.14
: 아웃풋 $0.28

: 피크 가격은 신규 오프피크의 2배로, 기존 대비 V4 Pro는 최대 12.1배, V4 Flash는 최대 5배 인상

: 신규 API 가격은 8/17일 오전 1시(한국시간)부터 적용

https://api-docs.deepseek.com/quick_start/pricing

구글, Gemini 3.7 Flash 출시

: Gemini 3.6 Flash 출시 3주 만에 후속 모델 공개. 소프트웨어 엔지니어링, 지식 업무, 웹 개발 및 에이전트 워크플로우 전반의 성능을 개선

: 코딩 성능은 FrontierCode 1.1 Main 43.6%(3.6 Flash 34.4%), DeepSWE v1.1 65.3%(49.0%)로 상승. WebDev Arena도 Elo 1,588로 3.6 Flash의 1,538을 상회

: 복잡한 문서 이해를 평가하는 GDP.pdf는 34.0%(22.0%), 실제 기업 업무 자동화를 평가하는 AutomationBench는 30.4%(17.0%)로 개선되며 금융, 법률 등 지식 업무와 에이전트 성능 강화

: 다단계 계획과 툴콜에 더 많은 연산을 투입하고 장애물 대응, 지시 이행 능력을 개선해 수동 감독과 재시도 횟수를 줄이는 데 초점

: 연말까지 출시 기념 가격으로 입력 $0.75/100만 토큰, 출력 $3.75/100만 토큰에 제공. 기존 3.6 Flash 최초 가격 대비 50% 수준

: Gemini API, Google AI Studio, Android Studio, Gemini Enterprise Agent Platform 등에 제공되며, Google AI Pro·Ultra 구독자의 24시간 개인 AI 에이전트 Gemini Spark에도 즉시 적용

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash

구글, Gemini 3.7 Flash AAII 56점

: Artificial Analysis Intelligence Index High reasoning 56점으로 Gemini 3.6 Flash 대비 +4pt

: GPT-5.6 Terra(57점), Muse Spark 1.2(57점)에 근접

: 성능 개선은 에이전트 벤치마크가 주도. Tau3 Banking +3pt, Terminal-Bench v2.1 +8pt, GDPval-AA v2 +103 Elo 기록

: 에이전트 성능에서도 강점. AA-AnalystAgent 60%로 Claude Opus 5(54%)를 상회했으며, AutomationBench-AA에서도 62.7%로 Kimi K3(53%), GPT-5.6 Sol(51.2%)을 앞서며 1위 기록

: 출력 속도는 초당 약 340토큰으로 GPT-5.6 Terra 및 GLM-5.2 대비 약 3배. High reasoning 기준 평균 작업 시간 1.7분으로 GPT-5.6 Terra보다 40% 빠르며 Intelligence vs. Time per Task 파레토 프런티어 달성

: API 정가는 인풋 $1.50, 아웃풋 $7.50으로 3.6 Flash와 동일. 다만 연말까지 $0.75/$3.75의 50% 할인 가격을 적용

: High reasoning 기준 작업당 비용은 $0.40으로 3.6 Flash 대비 30% 절감(Muse Spark 1.2와 동일)

https://x.com/artificialanlys/status/2087975627391717461

오픈AI, ARR 400억 달러 보도 및 신임 CRO 영입

: 오픈AI ARR은 400억 달러 이상 페이스. 7월 전체 ARR은 +20% MoM, 기업 고객 매출은 +32% MoM으로 전체 성장률을 상회. 기업 고객 수도 200만 곳 이상으로 1년 전 대비 2배 확대

: 알파벳 산하 사이버보안 기업 Wiz의 사장 겸 COO인 달리 라지치(Dali Rajic)을 신임 최고매출책임자(CRO)로 영입. 기존 CRO 테니스 드레서(Denise Dresser)는 합류 8개월 만에 퇴사

: 라지치은 Wiz 외에도 Zscaler, AppDynamics 등에서 재직한 엔터프라이즈 SW GTM 전문가. 오픈AI는 Rajic 영입과 함께 RPT Partners와 전략적 파트너십을 체결하며 GTM 조직 강화

: 매출 규모가 빠르게 커지는 가운데 이번 CRO 영입은 IPO를 앞두고 엔터프라이즈 매출 확대와 GTM 체계 고도화에 속도를 내는 움직임

: 그렉 브록만은 AI 지출을 측정 가능한 비즈니스 성과로 연결하는 것이 다음 단계의 핵심이라고 강조

: 브래드 라이트캡, 피지 시모에 이어 고위 경영진 교체가 이어지는 가운데, 그렉 브록만의 역할 확대와 함께 리더십 재편도 진행되는 모습

→ 앤스로픽은 7-800억 달러가 거론되는데 400억 달러는 생각보다?

https://openai.com/index/dali-rajic-chief-revenue-officer

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/8/14)

■ 구글, Gemini 3.7 Flash 출시. Gemini 3.6 Flash 출시 3주 만에 후속 모델 공개. 소프트웨어 엔지니어링, 지식 업무, 웹 개발 및 에이전트 워크플로우 전반의 성능을 개선

■ 딥시크, DeepSeek V4 Pro 정식 출시 및 API 가격 체계 변경

■ 딥시크, Codex와 Claude Code를 겨냥한 코딩, 업무 에이전트 Harness와 NPM 플러그인 생태계를 공개 베타로 출시

■ 오픈AI, ARR 400억 달러 돌파 보도. 전일 보도된 7월 ARR +20% MoM 재확인

■ 오픈AI, 현 CRO Denise Dresser가 인수인계 기간을 거친 뒤 퇴사 예정. 후임으로 Wiz 사장 겸 COO 출신 Dali Rajic이 합류

■ 오픈AI, 세레브라스 기반 GPT-5.6-Sol을 최대 14배 빠른 초당 750토큰으로 구동하는 Ultrafast API를 프리뷰로 공개

■ IBM-오픈AI, 기업용 AI 도입과 사이버보안 강화를 위한 전략적 파트너십 체결

■ 오픈AI, Chronicle을 Computer History로 발전시켜 PC 작업 기록을 기반으로 개인화된 에이전트 스킬 구축 및 개인정보 제어 기능 강화

■ 앤스로픽, 대정부 조직 개편. 신임 글로벌 대외협력 총괄 아래 정부, 정책 조직 통합. 국가안보정책 책임자 Tarun Chhabra는 현직에서 물러나 자문역으로 전환

■ 워크데이, Silver Lake의 430억 달러 인수 협상 보도

■ 데이터브릭스, 50억 달러 규모 신규 자금 조달 완료. 밸류는 1,900억 달러 평가

■ 메타, 샌디스크 주도 HBF의 개방형 표준을 공동 개발하는 컨소시엄 참여 예정

■ 오라클-AWS, 오라클 AI 데이터베이스@ AWS를 22개 리전으로 확대하고 Exadata Exascale을 정식 출시

■ 네비우스, Vantage Data Centers와 영국 웨일스 뉴포트의 CWL1 캠퍼스에 NVIDIA 기반 고밀도 AI 인프라 구축 계약

■ Vantage Data Centers, 27년 미국 IPO 검토. 1,000억 달러 밸류에 100억 달러 조달 방안

■ IREN, 텍사스 Childress 캠퍼스 Horizon 1의 첫 50MW를 마이크로소프트에게 인도

감사합니다.

https://t.iss.one/Samsung_Global_AI_SW

오픈AI, GPT-5.6 Sol을 최대 14배 가속하는 ‘Ultrafast’ 모드 공개

: Cerebras 기반 신규 API 서비스 티어로, GPT-5.6 Sol을 Standard 대비 최대 14배 빠른 초당 최대 750개 출력 토큰 속도로 제공

: 기존에는 실시간 응답 속도를 위해 소형·특화 모델을 선택해야 했지만, Ultrafast는 프런티어급 모델의 지능을 유지하면서 초저지연 추론을 제공하는 것이 핵심

: 장애 대응, 금융 리서치·보안, 실시간 고객지원·음성, 커머스, 연구·실험 등 지연시간이 중요한 워크플로를 주요 활용 사례로 제시

: 사내에서도 장애 대응 과정의 로그·트레이스 분석 및 수정안 검증, 리서치 과정의 검색·데이터 분석·실험 반복 등에 활용. 특히 기존 밤샘 배치 실험을 업무시간 내 여러 차례 반복하는 방식으로 전환 가능

: Jane Street, Podium, Basis, Rogo 등 초기 고객과 테스트 중이며, 현재 일부 고객 대상 제한적 프리뷰로 제공. Cerebras 캐파 확대에 맞춰 접근 범위를 확대할 예정

: 가격은 아직 공개되지 않음

https://openai.com/index/previewing-ultrafast

프런티어 AI 모델이 중국 오픈 모델보다 실제 사용 비용이 낮을 수 있다는 연구

: AlphaSense가 금융 분석 질문 246개를 대상으로 테스트한 결과, GPT-5.6 Sol과 Opus 4.8이 Kimi K3, GLM-5.2보다 높은 품질과 낮은 실제 작업당 비용 기록

: GPT-5.6 Sol은 Kimi K3 대비 중앙값 기준 비용이 약 13% 낮으면서 답변 품질은 약 20% 높았고, Opus 4.8은 비용이 약 절반이면서 품질은 13% 높게 나타남

: 핵심은 토큰당 가격이 아닌 작업 완료에 필요한 총 토큰량. Kimi K3의 출력 가격은 100만 토큰당 $15로 Opus 4.8 $25, Sol $30보다 저렴하지만, 프런티어 모델이 더 적은 토큰으로 작업을 완료하면서 실제 비용 역전

: 이는 “고성능 프런티어 모델이 높은 토큰 단가에도 불구하고 토큰 효율성 때문에 오픈 모델보다 비용 효율적일 수 있다”는 미국 AI 업계의 주장과 일치

: 다만 결과는 금융 분석이라는 고난도 작업 기준이며 단순 요약 등에서는 저가 오픈 모델의 경제성이 여전히 높을 수 있음

: AlphaSense 역시 모델 라우터를 활용해 계획 단계에는 고성능 모델, 실행 단계에는 저가 모델을 배치하는 혼합 전략으로 비용을 절감

: AI 모델 비용 경쟁의 기준은 ‘토큰당 가격’에서 ‘작업 완료당 비용(Cost per Task)’으로 이동

https://t.iss.one/Samsung_Global_AI_SW

주요 모델 AAII 점수 + 작업당 비용 + API 가격(인풋/아웃풋)

Claude Opus 5
→ 63점 → $2.34 → $5, $25

Clause Fable 5
→ 62점 → $3.14 → $10, $50

GPT-5.6-Sol
→ 61점 → $1.23 → $5, $30

Grok 4.6
→ 61점 → $0.84 → $2, $6

Kimi K3
→ 60점 → $0.84 → $3, $15

Qwen 3.8 Max
→ 58점 → $1.13 → $2, $6

Muse Spark 1.2
→ 57점 → $0.40 → $1.25, $4.25

GPT-5.6-Terra
→ 57점 → $0.51 → $2, $12(최근 20% 인하)

Gemini 3.7 Flash
→ 56점 → $0.40 → $0.75, $3.75(연말까지 50%)

Claude Sonnet 5
→ 55점 → $1.72 → $2, $10

DeepSeek V4 Pro
→ 53점 → $0.25 → $0.66, $1.98(오프피크, 8/17~)

GLM-5.2
→ 53점 → $0.54 → $1.4, $4.4

GPT-5.6-Luna
→ 52점 → $0.05 → $0.2, $1.2(최근 80% 인하)

DeepSeek V4 Flash
→ 52점 → $0.03(상승 전망) → $0.22, $0.66(오프피크, 8/17~)

→ 구간별 가성비를 뽑아보면
Grok 4.6
Muse Spark 1.2
GPT-5.6-Luna

https://artificialanalysis.ai

Z AI, GLM-5.3 출시

: GLM-5.2와 동일한 베이스 모델(743B)을 사용하고, 모든 성능 개선을 사후 학습 및 장기 RL 스케일링만으로 달성

: 코딩 성능은 자체 Code Bench 기준 GLM-5.2 대비 +50% 개선. Terminal Bench 3.0은 4.6 → 28.3, DeepSWE v1.1은 46.2 → 66.9

: 실전형 장기 작업 환경을 확대해 수일 규모의 엔지니어링 업무를 엔드투엔드로 수행하도록 학습. Max effort 기준 34.5% 성능, 작업당 약 75K 출력 토큰으로 GLM-5.2의 23.4%·96K 토큰 대비 성능과 효율성 모두 개선

: 사이버 역량도 빠르게 발현. CyberGym 84.5%로 최고 성적, ExploitBench 24.4% → 54.4%, ExploitGym 2시간 기준 29개 → 105개로 확대

: 실제 코드베이스에서도 269개 오픈소스 프로젝트에서 2,436개 취약점을 발견했으며, 이 중 Critical·High가 1,097개. 가장 오래된 취약점은 1981년 도입

: RL 프레임워크 slime의 스케줄링·캐싱·학습/롤아웃 정합성을 개선해 장기 코딩 RL의 엔드투엔드 학습 처리량을 2.3배 이상 향상

: GLM-5.3은 low/high/max 3단계 reasoning effort를 지원하며 thinking 비활성화는 미지원. 코딩에는 max 권장

: GLM Coding Plan에는 이미 적용됐으며, 오프피크 시간대에는 포인트 사용량 50% 할인. 피크 시간은 한국시간 기준 평일 15:00~19:00

: 모델 웨이트는 안전성 평가와 보강을 거쳐 출시 2주 후 공개 예정

https://z.ai/blog/glm-5.3

Z AI, GLM-5.3 풀 벤치마크

: 0.7T 베이스 모델 유지하며, 후속학습만으로 성능 개선

: AAII에서 Kimi K3(60점, 2.8T) 및 Qwen 3.8 Max(58점, 2.4T)와 비교에 주목

https://t.iss.one/Samsung_Global_AI_SW