MiniMax, 공개 가중치 예고와 함께 H3 출시, Together AI는 토큰 처리량 1만 배 성장 주장, GitHub는 위험한 npm 토큰을 잠금

MiniMax는 네이티브 스테레오 사운드와 곧 공개될 가중치를 갖춘 범용 멀티모달 모델 H3를 출시했다. Together AI는 서비스되는 토큰 볼륨이 폭발적으로 증가했다고 주장하는 반면, GitHub는 계정 탈취 공격 물결 이후 npm 토큰 보안을 강화하고 있다. 이 세 가지 주제를 둘러싸고 이미지·비디오 생성 측면(Runway, Wan Video, Luma, Black Forest Labs, Ideogram), 코드 에이전트 도구(Devin, Replit, GitHub Actions), 그리고 OpenAI와 Google의 모델 전환까지 포함해 하루가 특히 다채롭다.

MiniMax H3: 범용 멀티모달 모델, 공개 가중치 예고

7월 31일 — MiniMax가 H3를 출시했다. H3는 범용 멀티모달 생성 모델로 설명된다. 모델별로 작업을 분리했던 이전 세대(Hailuo 01 및 02)와 달리, H3는 텍스트, 이미지, 비디오, 오디오가 섞인 맥락을 이해할 수 있는 하나의 모델로 이러한 기능을 통합한다. 가장 두드러진 특징은 비디오와 함께 생성되는 네이티브 스테레오 사운드로, 2K 해상도에서 최대 15초 길이의 시퀀스를 지원한다.

MiniMax는 공격적인 가격 대비 성능 포지셔닝을 내세운다. 2K에서는 초당 가격이 ‘주류(mainstream)’ 모델의 3분의 1보다 낮고, 768p에서는 같은 주류 모델의 720p 가격의 절반보다 낮다고 한다. H3는 Contextual Omni Representation, H3-VAE, H3-Omni Transformer, In-Context Regeneration 등 여러 자체 구성 요소를 기반으로 하며, 이미지-투-이미지, 이미지-투-비디오, 오디오-투-오디오, 비디오-투-비디오 동작 전이 같은 편집을 일반화된 방식으로 처리한다. 또한 비디오 생성 모델에서 흔히 약점으로 지적되는 텍스트와 브랜드 요소의 정확한 렌더링도 강점으로 강조한다.

MiniMax는 모델 가중치를 곧 공개하겠다고도 밝혔으며, 이는 하드웨어 호환성을 빠르게 높이고 역사적으로 폐쇄형 모델이 지배해 온 분야에서 오픈소스 커뮤니티를 지원하기 위한 것이라고 설명한다. 출시와 함께 Runway, Pika, Leonardo.Ai, OpenRouter, Krea 등 약 15개 파트너에서 day-0 배포도 진행된다.

특징	세부 내용
해상도	기본 2K
최대 길이	15초
오디오	네이티브 스테레오, 공동 생성
2K 가격	주류 모델의 초당 가격보다 3분의 1 미만
768p 가격	주류 720p 가격의 절반 미만
공개 가중치	“며칠 안에” 발표 예정

MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities — Today, we’re launching MiniMax H3, a general-purpose multimodal generation model. H3 understands unified context across text, images, video, and audio, generating video with native stereo sound, up to 15 seconds at 2K resolution.

🇰🇷 MiniMax H3: 작업과 모달리티의 경계를 지우는 공개 모델 — 오늘 우리는 범용 멀티모달 생성 모델 MiniMax H3를 출시합니다. H3는 텍스트, 이미지, 비디오, 오디오 전반에 걸친 통합 맥락을 이해하며, 2K 해상도에서 최대 15초 길이의 네이티브 스테레오 사운드가 포함된 비디오를 생성합니다. — @MiniMax_AI X에서

🔗 보충 자료 — @MiniMax_AI X에서

Runway에서 Grok Imagine Video 1.5 사용 가능

8월 1일 — Runway는 xAI의 생성 모델 비디오 버전인 Grok Imagine Video 1.5를 플랫폼에 직접 통합하며 타사 모델 카탈로그를 계속 확장하고 있다. 이번 통합은 여러 제공업체의 프런티어 모델을 하나의 창작 제작 플랫폼 안에서 모으려는 Runway의 전략에 따른 것이다. 전날 이미 MiniMax H3도 받아들인 바 있으며, 자사 Gen 모델에만 의존하지 않겠다는 방향을 보여준다.

🔗 공지 — @runwayml X에서

Wan Video(Alibaba), 스케치와 텍스트용 Realtime 모드 출시

7월 31일 — Alibaba는 wan video의 Labs 섹션에 Realtime 모드를 공개해, 별도의 생성 단계나 “generate” 버튼 없이도 그림을 그려 나가는 동안 스케치를 사실적인 장면으로 바꿀 수 있게 했다. 같은 날 Alibaba는 텍스트용 두 번째 Realtime 모드도 선보였는데, 사용자가 설명을 한 문장씩 입력할 때마다 로딩 화면 없이 이미지가 실시간으로 수정된다. 이 두 기능은 이미지 생성 경험을 전통적인 프롬프트/생성 사이클이 아니라, 그리기나 문서 편집처럼 연속적인 상호작용에 더 가깝게 만든다.

🔗 공지 — @Alibaba_Wan X에서

Luma, Uni-1로 구동되는 레이어 기반 이미지 편집 Layers 출시

7월 30일 — Luma가 Luma Agents 안에 Layers를 배포했다. Uni-1 모델이 이를 구동한다. 핵심은 에이전트에게 기존 이미지(Luma가 생성했든 사용자가 가져왔든)의 레이어를 추출하게 한 뒤, 이미지의 나머지를 그대로 유지한 채 대화만으로 특정 요소를 수정하는 방식이다. 제품, 배경, 텍스트 등 무엇이든 가능하다. Luma는 이 기능을 두 가지 예시로 보여준다. 하나는 단순한 평면 JPG에서 시작해 리브랜딩 포스터를 완전히 재구성하는 경우, 다른 하나는 조명이나 배경을 건드리지 않고 장면에 고립된 오브젝트를 추가하는 경우다. 목표는 이미지 전체를 다시 생성해 단 하나의 세부사항을 바꾸는 대신, 표적화되고 반복적인 수정이 가능하게 하는 데 있다.

🔗 공지 — @LumaLabsAI X에서

Black Forest Labs, FLUX 3 미리보기 공개

7월 30일 — FLUX 모델의 제작사인 Black Forest Labs(BFL)가 Nous Research의 Hermes 에이전트에서 48시간 한정 접근을 통해 차기 모델 FLUX 3의 첫 공개 미리보기를 선보였다. 이 에이전트는 여러 단계의 계획을 차례로 생성해, 단일 프롬프트로 완성된 단편 영화를 만들어낸다. 이번 발표에는 Nous Research가 주최하는 주간 단편 영화 공모전과, 다음 금요일 샌프란시스코에서 열리는 BFL 행사에서의 FLUX 3 현장 발표도 포함된다. 다만 BFL은 현재까지 일반 공개 일정이나 모델 기능에 대한 기술적 세부 사항은 밝히지 않았다.

🔗 공지 — @bfl_ai X에서

Ideogram, Pruna AI와 함께 Pareto 최적 모델군 P-Image-Ideogram 출시

7월 30일 — Ideogram은 Pruna AI와 협업해 품질, 속도, 비용을 동시에 최적화한 새로운 이미지 모델군 P-Image-Ideogram을 출시했다. 이 모델은 네 가지 품질 모드(Very low, Low, Medium, High), 1K 및 2K 네이티브 생성, 이미지당 0.003달러부터 시작하는 요금 체계를 제공하며, 모드에 따라 지연 시간은 3~8초로 안내된다. Design Arena 순위(블라인드 인간 투표)에서 Ideogram은 선호도/비용과 선호도/속도 측면에서 새로운 Pareto 최전선을 주장한다. 1K에서는 가장 저렴한 모드가 약 3초 생성에 이미지당 0.3센트로, 평가된 모델 평균보다 약 8.6배 빠르다고 한다. ComfyUI, Runware, Replicate, Leonardo.Ai, Together AI 등 약 15개 파트너 플랫폼에 즉시 배포된다.

품질 모드	해상도	1K 가격	대략적인 지연 시간
Very low	1K/2K 네이티브	0.3 ¢/이미지	~3초
Low	1K/2K 네이티브	0.75 ¢/이미지	~3초
Medium	1K/2K 네이티브	미공개	최대 8초
High	1K/2K 네이티브	미공개	최대 8초

🔗 공지 — @ideogram_ai X에서

Devin, 어떤 컴퓨터에서든 네이티브 애플리케이션 실행 Outposts 출시

7월 31일 — Devin의 제작사 Cognition이 Outposts라는 새 기능을 발표했다. 이를 통해 Devin 에이전트는 격리된 클라우드 환경에만 의존하지 않고, 어떤 컴퓨터에서든 애플리케이션을 직접 네이티브로 실행하고 테스트할 수 있다. 이 기능은 최근 Cognition이 발표한 네이티브 실행 관련 소식, 즉 전날 발표된 클라우드 macOS 에이전트를 통한 네이티브 iOS 지원의 연장선에 있으며, 사용자의 특정 하드웨어나 소프트웨어 구성을 포함해 Devin이 end-to-end로 담당할 수 있는 작업 범위를 넓히려는 목적을 가진다.

🔗 공지 — @cognition X에서

Replit, Model Selector·Follow-up Tasks·새로운 사용량 페이지 배포

7월 31일 — Replit의 주간 요약 “This Week in Replit”에서는 여러 신기능이 소개됐다. Model Selector는 이제 Core 및 Pro 요금제에서 사용할 수 있으며, 자체 모델과 함께 공개 가중치 모델까지 선택 폭이 넓어졌다. 사용자는 직접 선택하거나 Replit의 자동 추천을 그대로 둘 수 있다. Follow-up Tasks는 이번 주 모든 사용자에게 배포된다. 작업을 완료하면 Agent가 다음 단계를 제안하고, 사용자는 한 번의 클릭으로 백그라운드 실행을 시작할 수 있다. 두 가지 조정도 함께 이뤄졌다. 하나는 날짜, 리소스, 프로젝트, 워크스페이스, 그룹, 사용자별로 거의 실시간에 가까운 추적을 제공하는 새로 만든 사용량 페이지이고, 다른 하나는 기본 로그아웃 기간을 7일에서 14일로 늘린 세션 연장이다.

기능	상태
Model Selector	가동 중, Core 및 Pro 요금제, 공개 모델 포함
Follow-up Tasks	모든 사용자에게 배포됨
사용량 페이지	재구성됨, 거의 실시간 추적
세션 지속 시간	7일에서 14일로 연장

🔗 공지 — @Replit X에서

Together AI: 공개 추론의 대규모 확장

Together AI는 이번 주 전용 추론을 둘러싼 발표를 두 가지 축으로 이어가고 있다. 하나는 사용량 측면의 폭발적인 성장 수치이고, 다른 하나는 그 기반 인프라의 자동 확장에 대한 상세 기술 글이다.

서비스된 토큰 수가 1만 배 이상 증가

8월 1일 — Together AI가 인상적인 성장 수치를 내놓았다. 월간 서비스 토큰 수가 300억 개에서 월 40만억 개(400조 개)로 늘어났으며, 이는 1만 배가 넘는 증가라고 한다. 회사는 이러한 성장이 폐쇄형 독점 API가 아니라 공개 가중치 모델로 대규모 작업 부하를 이전한 덕분이라고 설명한다. 다만 이 수치는 정확한 기준 기간 없이 제시되어 비교 가치는 제한적이다.

Josh had to stop @vipulved and ask him to repeat the number: @wolfejosh Together AI went from serving 30B tokens a month to 400T. Over 10,000x growth as AI-native companies and enterprises move scaled workloads to open model.

🇰🇷 Josh는 @vipulved에게 말을 끊고 그 수치를 다시 말해 달라고 해야 했다: Together AI는 월 300억 개의 서비스 토큰에서 40만억 개로 성장했다. AI 네이티브 기업과 대형 고객들이 대규모 작업 부하를 위해 공개 모델로 이동한 것이 이끈 1만 배 이상의 성장이다. — @togethercompute X에서

전용 추론 자동 확장을 위한 8가지 지표

7월 31일 — Together AI가 자사의 Dedicated Model Inference 자동 확장에 대한 기술 글을 공개했다. 출발점은 웹 세계에서 가져온 전통적인 지표(CPU/GPU 사용률)가 LLM 추론 엔진의 실제 압박을 반영하지 못한다는 점이다. GPU가 60% 사용률을 보이더라도 대기열은 이미 포화 상태일 수 있는데, 사용률은 계산 강도만 측정하고 대기 중인 부하는 측정하지 않기 때문이다. 글에서는 추론에 특화된 8가지 지표를 경쟁(concurrency), SLO, 효율성의 3개 범주로 나누어 설명하며, 기본 지표로 inflight_requests를 권장한다. 또한 H100 GPU에서의 실제 cold start 비용도 수치화했다. 기본 모델은 약 86초, 18GB fine-tune은 145초, 복제본 1개를 추가하는 데는 약 2.5분이 걸린다.

측정 단계	1×H100에서의 소요 시간
기본 모델 배포	86초
Fine-tune 배포(18GB)	145초
복제본 1개에서 2개로 증가	약 2.5분

🔗 전체 기술 글

Ai2 — infini-gram 기반 연구로 AI가 쓴 책에 등장한 차용어 추적

7월 31일 — Ai2(Allen Institute for AI)는 대규모 텍스트 코퍼스를 색인하고 어떤 문장이든 정확한 등장 빈도를 세어, 특정 표현의 가능성 있는 출처까지 추적할 수 있는 infini-gram 엔진을 바탕으로 한 연구를 소개했다. Stony Brook University의 Tuhin Chakrabarty 팀은 “희귀 표현”을 골라냈다. 이는 Google Books에 최대 다섯 권 이하만 등장하고 색인된 웹에서는 나타나지 않는 구문들이다. 그리고 AI 콘텐츠가 많이 검출되는 자비 출판 책, AI가 검출되지 않은 자비 출판 책, 수상 경력이 있는 문학 작품 간에 그 등장 비율을 비교했다. 결과는 AI 콘텐츠가 많은 책에서 희귀 표현의 비율이 뚜렷하게 높다는 것이며, 이는 학습 데이터에서 나온 패턴에 더 강하게 의존하고 있음을 시사한다.

평가 그룹	희귀 표현 포함 비율
자비 출판 상위 200권, AI 강하게 검출됨	41.6 %
자비 출판 상위 200권, AI 미검출	37.2 %
수상 또는 후보 문학(기준)	19.1 %

🔗 전체 기사 — Ai2

Gemini 3.5 Flash Cyber, 제한된 접근의 사이버보안 전용 모델

7월 31일 — Google이 Flash 모델 패밀리에 새 구성원 Gemini 3.5 Flash Cyber를 조용히 추가했다. 이달 발표된 일반 공개 버전(3.6 Flash, 3.5 Flash-Lite)과 달리, 이 모델은 대규모 소프트웨어 취약점 탐지 및 수정이라는 매우 특정한 용도를 겨냥하며, 그 단일 사용 사례에 맞게 최적화된 경제적 모델로 남아 있다. 접근은 정부와 신뢰할 수 있는 파트너로 의도적으로 제한되어 있어, 누구에게나 열려 있는 상용 제품이라기보다 방어적 사이버보안 도구에 가깝다. 별도의 제품 페이지나 벤치마크, 아키텍처 세부 정보는 함께 제공되지 않았으며, 현재 확인 가능한 유일한 출처는 @GoogleAI의 격주 요약 스레드다. 따라서 지금 당장 말할 수 있는 내용에는 한계가 있다.

같은 요약 스레드에서는 Gemini Notebook(구 NotebookLM)에 Collections도 발표했다. 노트북을 묶는 새로운 방식이라고 한다. 이 역시 캡처나 관련 문서 없이 한 문장만 제공됐다.

🔗 요약 스레드 — @GoogleAI X에서

Copilot이 Gemini 2.5 Pro와 Gemini 3 Flash를 중단합니다

7월 31일 — GitHub는 Copilot의 모든 경험(Chat, 인라인 편집, ask 및 agent 모드, 코드 완성)에서 Gemini 2.5 Pro와 Gemini 3 Flash를 제거합니다. 사용자 측에서 별도 조치는 필요 없으며, 해당 모델들은 선택기에서 자동으로 사라집니다. 사용자는 Gemini 3.1 Pro (Preview)와 Gemini 3.6 Flash로 전환하도록 안내받고 있습니다. 관리 측면에서는 Enterprise 조직이 팀이 VS Code와 github.com의 Copilot Chat 선택기에서 이 대체 모델들을 보게 되기 전에, 자사의 모델 정책이 이 모델들을 허용하는지 확인해야 합니다. 이번 중단은 Copilot에서 제공되는 모델이 빠르게 교체되는 흐름을 잘 보여 주며, 이전 세대 Gemini 버전은 Google의 최신 반복 모델에 자리를 내주고 있습니다.

🔗 공식 변경 로그

npm이 2FA 우회용 GAT 토큰을 제한합니다

7월 31일 — GitHub는 이중 인증(2FA)을 우회하도록 설정된 npm의 세분화된 액세스 토큰(GAT)이 할 수 있는 작업을 제한합니다. 지금까지는 이런 종류의 토큰이 유출되면 계정을 완전히 장악하는 데 사용할 수 있었고, 다른 토큰 생성, 유지 관리자 추가, 패키지 접근 권한 수정이 가능했습니다. 이제 이러한 민감한 작업은 원래 2FA가 면제되던 토큰이라 하더라도 상호작용형 2FA 확인을 요구합니다. 이 조치는 즉시 적용되며, 2027년 1월로 예정된 2단계에서는 이 토큰들이 패키지를 직접 게시하는 기능도 잃게 됩니다. 이로 인해 자동화 팀은 OIDC 기반의 신뢰할 수 있는 게시(trusted publishing) 쪽으로 이동하게 됩니다. 영향을 받는 것은 npm 토큰뿐이며, 기존 GitHub 토큰(PAT, GitHub App, Actions)은 변경 없이 계속 작동합니다. 이는 최근 몇 달간 오픈 소스 생태계에서 관찰된 npm 패키지 계정 탈취 공격의 물결에 대한 직접적인 대응입니다.

🔗 공식 변경 로그

GitHub Actions에서 액션을 참조하기 위한 self-repository 문법

7월 30일 — GitHub Actions는 호출하는 워크플로와 같은 저장소에 있는 액션 또는 재사용 가능한 워크플로를 참조하기 위한 새로운 문법, $/을 도입합니다. 지금까지 이런 내부 참조는 ./를 명시적 checkout 단계와 함께 사용하거나, 버전을 하드코딩해야 했습니다. $/를 사용하면 참조가 실행 중인 정확한 커밋을 자동으로 가리키며, 추가 checkout 단계 없이 동작하고, ./가 사용되던 모든 곳에서 작동합니다: 워크플로 단계, composite 액션, 중첩 구성, 재사용 가능한 워크플로 호출. 이 새 기능은 2.336.0 이상 버전의 runner가 필요합니다. 핵심 장점은 조직이 전체 커밋 SHA로 액션을 고정하도록 요구하는 정책을 적용하면서도, 실행 중인 ref와 자동으로 동기화되는 내부 참조를 유지할 수 있게 해 준다는 점입니다.

🔗 공식 변경 로그

OpenAI가 8월 31일부로 ChatGPT에서 GPT-5.4와 GPT-5.4 mini를 제거합니다

7월 31일 — OpenAI는 계정으로 로그인한 사용자를 대상으로 ChatGPT 인터페이스에서 GPT-5.4와 GPT-5.4 mini를 8월 31일부터 제거한다고 발표했습니다. 다만 두 모델은 OpenAI API와 API 키로 인증한 Codex 세션에서는 계속 사용할 수 있습니다. 즉, 이번 변경은 ChatGPT 앱/웹 사용자는 영향을 받지만, API나 API 키를 사용하는 Codex 개발자는 영향을 받지 않습니다. 이번 발표는 7월 말의 GPT-5.6 (Luna/Terra) 가격 업데이트 흐름의 연장선에 있으며, ChatGPT 제품군이 최신 모델로 더 빠르게 전환되고 있음을 보여 줍니다.

🔗 발표 — @OpenAIDevs on X

Codex CLI의 ImageGen: 새로운 라이트박스와 캔버스

7월 30일 — OpenAI Devs는 Codex CLI에 통합된 ImageGen 기능을 새로운 라이트박스 인터페이스와 전용 캔버스로 업데이트했습니다. 이번 변화는 컨텍스트를 전환하지 않고도 Codex 작업 흐름 안에서 생성된 이미지를 더 쉽게 탐색하고 다듬을 수 있도록 하는 데 목적이 있습니다. 이는 새 모델이라기보다는 사용성 개선에 가깝지만, OpenAI에서 우선적으로 추적하는 CLI 도구에 직접적인 영향을 줍니다.

🔗 발표 — @OpenAIDevs on X

간추린 소식

Amp — orbs 시작 속도 20% 향상, Puck 어시스턴트를 GPT-5.6 Sol로 전환 — Amp는 orbs(원격 머신)의 시작 속도가 약 20% 빨라졌다고 발표했고, 매우 비판적인 사용자 피드백에 따라 Puck 어시스턴트를 GPT-5.6 Sol로 전환했습니다. 🔗 출처
Hugging Face가 DeepSeek-V4-Flash-0731용 무료 공개 엔드포인트를 배포 — Hugging Face 직원이 출시 당일에 토큰 없이 사용할 수 있는 무료 OpenAI 호환 엔드포인트를 공개해 모델 테스트를 가능하게 했습니다. 🔗 출처
Sakana AI — OSINT Diver 2026 CTF 5위 — Fugu-ultra 1.1 기반 OSINT 에이전트를 사용한 Sakana AI의 방어/정보 팀이 850개가 넘는 참가 팀 중 5위를 차지했습니다. 🔗 출처
Together AI의 Kimi K3 — OpenRouter 기준 최저가 및 최고 캐시율 — OpenRouter 대시보드 데이터에 따르면 Together AI는 Kimi K3에 대해 가장 낮은 요금 중 하나와 가장 높은 프롬프트 캐시 성공률 중 하나를 제공합니다. 🔗 출처
열린 비디오 모델(마를린-2B)로 약 10달러에 370시간 분량의 공개 아카이브를 검색 가능하게 함 — 커뮤니티 구성원이 Hugging Face Jobs의 Marlin-2B를 사용해 Prelinger Archives의 영화 1,864편을 색인화했고, 검색 가능한 순간 23,148개를 생성했습니다. 🔗 출처
GitHub가 개발자의 접근성 도구 사용 현황을 조사 — 장애가 있는 개발자들의 접근성 기술 사용 방식에 대한 설문이 2026년 8월 31일까지 진행됩니다. 🔗 출처
Seedance 2.5도 Luma에 발표 — Luma가 자사 플랫폼에 Seedance 2.5가 곧 추가될 것이라고 예고했지만, 날짜는 명시하지 않았습니다. 🔗 출처
Ideogram Object Remover가 Runware에서 사용 가능 — Ideogram의 객체 제거 도구는 프롬프트 없이도 OmniEraser 벤치마크에서 최고의 FID 점수를 달성했다고 주장합니다. 🔗 출처
SGLang이 NVIDIA DGX Spark 클러스터에서 Inkling-Small 지원 추가 — ConnectX-7로 연결된 2개의 DGX Spark 시스템에서 동시성 1 기준 초당 24토큰의 처리량이 측정되었습니다. 🔗 출처
ChatGPT desktop — 활동 보기와 동물 아이콘을 통한 음성 바로가기 — 대기 중인 대화와 프로젝트 업데이트를 모아 보여 주는 새로운 Activity 화면과 ChatGPT Voice 바로가기가 추가되었습니다. 🔗 출처
수학 및 이론 컴퓨터 과학의 10가지 진전 — OpenAI가 기하학, 암호학, 복잡도의 열린 문제들에 대한 10개 결과를 공유했습니다. 자세한 내용은 확인할 수 없고, 출처는 로봇 차단 상태입니다. 🔗 출처
유럽에서 책임 있는 AI를 발전시키기 — OpenAI는 AI Act에 직면한 유럽의 AI 거버넌스를 지원하기 위해 보안, 투명성, 출처 관련 관행을 소개했습니다. 자세한 내용은 확인할 수 없고, 출처는 차단되어 있습니다. 🔗 출처
Univé가 ChatGPT Enterprise로 AI에 대비한 인력을 구축 — 네덜란드 보험사 Univé의 ChatGPT Enterprise 도입 사례 연구입니다. 자세한 내용은 확인할 수 없고, 출처는 차단되어 있습니다. 🔗 출처
OpenAI가 캄보디아 기반 사기 네트워크를 해체했다고 밝힘 — ChatGPT가 투자 사기, 연애 사기, 도박 사기, 신원 도용에 사용되었습니다. 자세한 내용은 확인할 수 없고, 출처는 차단되어 있습니다. 🔗 출처
avatarin이 GPT-Realtime으로 24/7 리테일 에이전트를 구축 — 야마다 덴키를 위한 다국어 고객 지원으로, 공식 요약에 따르면 2주 만에 사용자 30,000명과 긍정 평가 92%를 달성했습니다. 자세한 내용은 확인할 수 없고, 출처는 차단되어 있습니다. 🔗 출처

이것이 의미하는 바

미디어 생성 분야는 대규모 배포와 대화형 편집 경쟁을 가속하고 있습니다. MiniMax H3는 텍스트/이미지/비디오/오디오를 통합한 모델과 “며칠 내” 공개될 오픈 웨이트를 내세우며, 약 15개 파트너에 day-0로 배포되면서 선두에 섰습니다. 같은 흐름은 Ideogram(P-Image-Ideogram, 4가지 품질 모드와 이미지당 0.003달러부터 시작하는 요금), Wan Video(“generate” 버튼 없이 동작하는 Realtime 모드), Luma(대화로 한 번에 하나의 레이어를 편집하는 Layers)에서도 반복됩니다. 이제 부가 가치는 단순히 모델의 원시 품질에만 있지 않고, 출시 시점부터의 반복 속도와 멀티플랫폼 통합에 달려 있습니다. Black Forest Labs는 제3자 에이전트에 48시간 동안만 제공되는 FLUX 3 미리보기로, 일반적 즉시 공개 대신 통제된 티저라는 반대 방향의 접근을 취하고 있습니다.

오픈 모델 추론은 규모가 커지고 있으며, 사용 방식은 기술만큼이나 문서화되고 있습니다. Together AI는 기업의 오픈 모델 이동에 힘입어 한 달 만에 서비스한 토큰 규모가 10,000배 이상 성장했다고 밝히는 동시에, LLM 추론에서 기존 autoscaling 지표의 한계를 다룬 상세 기술 글도 공개했습니다. 여기에 infini-gram 기반으로 구축된 Ai2 연구는 오픈 모델의 동일한 흐름에 대해 예상치 못한 시각을 더합니다. 자체 출판 도서를 바탕으로, AI가 생성한 텍스트가 여전히 학습 중 접한 표현과 얼마나 가까운지 문서화하며, 추론의 확장성이 생성 콘텐츠의 독창성에 대한 근본적 질문을 지우지 않는다는 점을 상기시킵니다.

코드 에이전트 도구화와 공급망 보안은 함께 발전하지만, 항상 같은 방향은 아닙니다. Devin은 Outposts로 실행 범위를 어떤 컴퓨터에서든 확장하고, Replit은 Follow-up Tasks와 Model Selector 같은 자율 기능을 늘리며, GitHub Actions는 $/ 문법으로 내부 액션 참조를 단순화합니다. 동시에 GitHub는 최근 몇 달간 관찰된 계정 탈취 물결에 대응해, 우회를 위해 설정된 토큰에도 상호작용형 2FA 확인을 요구하면서 npm 보안을 강화하고 있습니다. 이는 에이전트 자동화가 확대될수록 접근 제어도 함께 엄격해지고 있음을 보여 줍니다.

두 업체가 서로 다른 이유로 일부 모델 접근을 더 좁히고 있습니다. OpenAI는 8월 31일부터 로그인한 사용자를 대상으로 GPT-5.4와 GPT-5.4 mini를 ChatGPT에서 제거하지만, API에서는 계속 유지합니다. 이는 순수한 철수라기보다 라인업 정리에 가깝습니다. 반면 Google은 소프트웨어 취약점 탐지와 수정 전용의 경제형 모델인 Gemini 3.5 Flash Cyber를 정부와 신뢰할 수 있는 파트너에게만 제공합니다. 이는 일부 연구소가 이제 방어용 제한 모델과 일반 사용자용 모델을 명시적으로 구분하고 있음을 보여 주는 신호입니다.