쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
7건 · "API 가격"조건 지우기 ×
001 00:11 ▲ 260 · 댓글 61 미스트랄, 1조 파라미터 대형 모델 가중치 공개 미스트랄이 1조 파라미터 멀티모달 모델 '르 총크(Le Chonk)'의 가중치를 공개했으며, 3주간의 강화학습으로 코딩과 사이버보안 성능을 크게 향상시켰다. AI · 머신러닝 · Mistral Large 4 (Le Chonk) is now Open Weight
Key Point 오픈가중치 대형 언어 모델의 최강자로 자리잡아 개발사들의 모델 선택지가 크게 늘어날 뿐 아니라, 주권 AI 전략을 추진하는 유럽 기관들과 규제가 엄격한 금융·방위 부문에서 실질적인 대안을 제공하기 시작했다.
핵심 요약
미스트랄이 1조 파라미터 멀티모달 모델 '르 총크(Le Chonk)'의 가중치를 공개했으며, 3주간의 강화학습으로 코딩과 사이버보안 성능을 크게 향상시켰다. FrontierCode 2.0 벤치마크에서 19.7%, Terminal-Bench 4.0에서 41%의 성능을 달성하며 오픈가중치 코딩 모델 중 최고 수준을 기록했다. Artificial Analysis 코딩 에이전트 인덱스에서 48%를 달성하며 GLM-5.3과 동등하지만 평균 47% 적은 토큰을 사용해 효율성이 우수하다. 전체 요약 13문장 읽기 → 002 21:11 ▲ 115 · 댓글 32 AI 이미지 생성 실전 가이드: 확산부터 에이전트까지 AI 이미지 생성 모델은 크게 확산형과 멀티모달형으로 나뉜다. 확산형은 노이즈에서 시작해 단계별로 정제하며 텍스트 인코더가 프롬프트를 수치로 변환해 방향을 제시한다. 멀티모달형은 언어와 이미지를 함께 이해해 지시 따르기와 텍스트 렌더링에 강하며, 대부분 내부적으로 계획 후 그린다. AI · 머신러닝 · A practical guide to AI image generation, from diffusion to agents
Key Point 이미지 생성 API 가격, 프롬프트 작성법, 모델별 강점이 구체적인 수치와 실험 사례로 제시돼 있어 프로덕션 코드에 통합하거나 비용을 최적화하려는 개발자에게 실질적 지침이 된다.
핵심 요약
AI 이미지 생성 모델은 크게 확산형과 멀티모달형으로 나뉜다. 확산형은 노이즈에서 시작해 단계별로 정제하며 텍스트 인코더가 프롬프트를 수치로 변환해 방향을 제시한다. 멀티모달형은 언어와 이미지를 함께 이해해 지시 따르기와 텍스트 렌더링에 강하며, 대부분 내부적으로 계획 후 그린다. 2014년 GAN부터 2026년 현재까지 AI 이미지 기술은 여섯 손가락 같은 비현실적 오류와 텍스트 인식 문제를 거의 해결했다. 문제의 원인은 모델이 손 형태를 텍스처로만 학습했기 때문이고, 토크나이저가 글자 대신 단어 단위로 처리했기 때문이다. ChatGPT의 GPT Image 모델은 3월 2025년부터 기본 이미지 생성기이며, 대화식 편집과 지시 따르기에 강하지만 시드 제어가 없고 측면 비율이 제한돼 있다. API를 쓸 때는 다양한 크기와 품질 계층, 배치 처리가 가능하다. 전체 요약 11문장 읽기 → 003 06:11 ▲ 271 · 댓글 67 Mistral Large 4, 1.05조 매개변수 멀티모달 모델 공개 Mistral이 최신 범용 멀티모달 모델 Mistral Large 4를 공개했다. AI · 머신러닝 · Mistral Large 4
Key Point 1조 개 이상의 매개변수를 가진 오픈 가중치 모델 공개로 다양한 개발자가 최신 멀티모달 AI를 직접 배포·커스터마이징할 수 있게 되었다.
핵심 요약
Mistral이 최신 범용 멀티모달 모델 Mistral Large 4를 공개했다. 52B의 활성 매개변수와 1.05조 개의 전체 매개변수를 가진 오픈 가중치 모델이다. 1.6B 크기의 비전 인코더를 내장해 이미지를 이해할 수 있다. 전체 요약 8문장 읽기 → 004 15:10 ▲ 138 · 댓글 41 전문가 업무용 오픈 모델 'Ultramarine 1 Flash' 공개 Paper Instruments가 금융, 법무, 컨설팅, 운영 업무에 특화한 오픈 모델 Ultramarine 1 Flash를 공개했다. AI · 머신러닝 · Ultramarine 1 Flash
Key Point 금융·법무·컨설팅 업무에 특화한 전문가용 모델이 기존 고가 모델 대비 60배 저렴하면서 경쟁 수준 성능을 제공함으로써 비용-성능 경계선을 재정의하고 있습니다.
핵심 요약
Paper Instruments가 금융, 법무, 컨설팅, 운영 업무에 특화한 오픈 모델 Ultramarine 1 Flash를 공개했다. Fable 수준의 성능을 제공하면서 비용은 60배 저렴하며, 작업당 $0.13의 가격대로 경쟁사 모델들을 앞선다. JobBench에서 62.9점(Gemini 3.8 Flash 60.6, DeepSeek V4.1 Flash 60.4, Claude Fable 5 57.4)으로 최고 성능을 기록했다. 전체 요약 9문장 읽기 → 005 18:30 ▲ 872 · 댓글 418 Anthropic, 저비용 소형 모델 Claude Haiku 5.5 공개 Anthropic이 Claude Haiku 5.5를 발표했으며, 이는 지금까지 출시한 소형 모델 중 가장 저렴하고 빠르며 성능이 우수한 버전이다. AI · 머신러닝 · Claude Haiku 5.5
Key Point 소형 모델이 대폭 저렴해지면서 이전에는 비용상 불가능했던 요약, 분류, 에이전트 작업이 대규모로 가능해진다.
핵심 요약
Anthropic이 Claude Haiku 5.5를 발표했으며, 이는 지금까지 출시한 소형 모델 중 가장 저렴하고 빠르며 성능이 우수한 버전이다. Haiku 5.5는 요약·데이터 압축·데이터베이스 쿼리·분류 등 반복적인 고용량 작업을 위해 설계되었으며, Opus 5.5 및 Sonnet 5.5와 함께 하위 에이전트로도 사용 가능하다. Haiku 4.5 대비 평균 75% 저렴하며, 특히 10만 토큰 이하 요청(전체 요청의 90%)에 대해 90% 저렴해졌다. 전체 요약 13문장 읽기 → 006 00:11 ▲ 171 · 댓글 93 Cloudflare, AI 에이전트용 Web Search API 베타 공개 Cloudflare가 Web Search API를 베타로 공개했으며, AI 에이전트와 애플리케이션이 인터넷을 검색해 최신 정보로 응답을 생성할 수 있게 한다. AI · 머신러닝 · Web Search API
Key Point AI 모델의 학습 시점 이후 정보나 실시간 데이터가 필요한 애플리케이션 개발 시 검색 기능을 쉽게 통합할 수 있는 표준화된 방법을 제공한다.
핵심 요약
Cloudflare가 Web Search API를 베타로 공개했으며, AI 에이전트와 애플리케이션이 인터넷을 검색해 최신 정보로 응답을 생성할 수 있게 한다. Ceramic.ai, Exa, Linkup 세 가지 검색 제공자를 선택할 수 있으며, 모두 Cloudflare를 통한 요청에 대해 Zero Data Retention을 지원한다. 검색 요청은 AI Gateway를 통해 처리되고 게이트웨이 로그에 기록되며, 각 제공자의 공시 API 가격으로 AI Gateway 크레딧에 청구되고 추가 마진이 없다. 전체 요약 6문장 읽기 → 007 22:29 ▲ 193 · 댓글 165 GPT-6 Astra, 자동차 운전 벤치마크 완주 성공 DrivingBench는 AI 모델의 자동차 운전 능력을 평가하는 벤치마크 플랫폼으로, 모델이 한 번의 연속 대화에서 최대 3회 시도를 합니다. AI · 머신러닝 · GPT-6 Astra has gained the ability to drive a car
Key Point GPT-6 Astra가 현재까지 이 벤치마크를 유일하게 완주하며 생성형 AI의 자율주행 수준을 처음 실증했으며, 다른 선두 모델들과의 격차가 얼마나 큰지 보여줍니다.
핵심 요약
DrivingBench는 AI 모델의 자동차 운전 능력을 평가하는 벤치마크 플랫폼으로, 모델이 한 번의 연속 대화에서 최대 3회 시도를 합니다. GPT-6 Astra는 코스 중심선으로부터 4m 이내를 유지하면서 100% 진행률을 달성하고 5분 22초 만에 코스를 완주했습니다. GPT-6 Astra의 최고 성능 실행(run #2)은 5:22에 134.7m 거리를 주행하며 2.46억 토큰을 소비했고, 비용은 $7.74였습니다. 전체 요약 6문장 읽기 → 
