OpenAI, Cursor와의 계약 종료, Claude Code 주간 한도 17% 인하, Copilot CLI는 네이티브 Rust로 전환

8월 29일 하루 동안 8개 분야에서 22건의 발표가 있었다. 토요일이라 한산했고, 전날보다 절반가량 적었다. 가장 큰 소식은 기술보다는 계약에 관한 내용이다. OpenAI는 SpaceX에 Cursor에 대한 모델 제공을 중단하겠다는 의사를 통보했으며, 제안된 중단일은 11월 12일이다. 이 과정에서 Elon Musk 기업들의 과거 행태를 명시적으로 언급했다. 한편 Anthropic은 Claude Code 주간 한도를 영구적으로 25% 인상한다고 발표했지만, 자체 설명에 따르면 이는 현재보다 17% 낮아지는 결과다. GitHub는 Copilot CLI를 네이티브 Rust 실행 엔진으로 전환했고, Together AI는 GLM-5.3을 제공 가능한 당일에 출시했으며, 한 추론 게이트웨이는 오픈 웨이트 모델이 실제로 차지하는 위치를 마침내 보여 주는 프로덕션 수치를 공개했다.

SpaceX 인수 이후 OpenAI가 Cursor와의 계약을 종료하다

8월 28일 — OpenAI는 SpaceX에 Cursor가 자사 모델에 직접 접근할 수 있도록 하는 계약을 종료하겠다는 의사를 통보했다. 제안된 중단일은 2026년 11월 12일이다. OpenAI는 개발자들이 가능한 한 오랫동안 모델에 접근할 수 있도록 계약이 허용하는 가장 긴 사전 통지 기간을 적용했다고 밝혔다.

이유는 SpaceX의 Cursor 인수에 있다. OpenAI는 대형 파트너들과 맞춤형 계약을 통해 협력하며, 이러한 계약은 이용 약관 준수와 대규모 통합의 안전성을 보장한다고 설명했다. 또한 SpaceX가 이 틀 안에서 자사 기술을 사용할 것이라고 신뢰하기 어렵다고 밝혔다. 구체적으로 두 가지 전례를 언급했다. Elon Musk가 Twitter를 인수한 뒤, 현재 SpaceX 산하에 있는 이 회사와 OpenAI를 잇던 계약 조건이 파기되었다. 또 올해 초 선서하에 Musk는 역시 SpaceX 산하로 편입된 xAI가 OpenAI의 이용 약관을 위반했다고 인정했다. Cursor와 체결한 계약에는 지배권 변경 이후 일정 기간 동안만 해지할 수 있는 조항이 있었으며, 이것이 해당 일정의 이유다.

여기에 보다 이례적인 두 번째 논거가 더해졌다. OpenAI는 역량이 발전함에 따라 새로운 수준의 책임을 받아들이고 있다고 밝히며, 곧 출시될 Astra 모델을 언급했다. 이 모델은 OpenAI가 8월 7일, 자사의 준비 프레임워크에서 ‘심각(Critique)’으로 분류한 사이버 역량 수준을 배제할 수 없다고 발표한 모델이다. 실질적인 결과는 다음과 같다. 계약은 가능한 가장 늦은 날짜까지 유지되지만, 앞으로 출시될 어떤 모델도 Cursor에 제공되지 않는다.

사안의 항목	값
SpaceX에 통지한 날짜	2026년 8월 28일
제안된 중단일	2026년 11월 12일
OpenAI-Cursor 파트너십 기간	약 4년
Cursor에 제공되는 향후 모델	없음

We’re ending our partnership with Cursor following its acquisition by SpaceX. Under our proposal, Cursor’s direct access to our models would end on November 12.

We know that the people most affected by this decision are the developers who rely on OpenAI models in Cursor. We care about their experience in this transition and we’re ready to go above and beyond to support them.

🇰🇷 SpaceX의 인수에 따라 Cursor와의 파트너십을 종료합니다. 당사의 제안에 따르면 Cursor의 당사 모델 직접 접근은 11월 12일에 종료됩니다.

이번 결정으로 가장 큰 영향을 받는 사람들이 Cursor에서 OpenAI 모델에 의존하는 개발자라는 점을 알고 있습니다. 전환 기간 동안 이들이 겪을 경험은 우리에게 중요하며, 이들을 지원하기 위해 의무 이상의 조치를 취할 준비가 되어 있습니다. — @OpenAI의 X 게시물

🔗 Cursor에 관한 결정 — OpenAI

Claude Code: 9월 14일부터 주간 한도 17% 하락, CLI는 더 빠르게 시작

8월 29일 — Anthropic은 9월 14일부터 Claude Code의 Pro, Max, Team 및 좌석 기반(seat-based) Enterprise 요금제에 적용되는 표준 주간 한도를 영구적으로 25% 높인다고 발표했다. 이 날짜까지는 현재 적용 중인 50% 인상이 유지된다.

이 표현에는 설명이 필요했으며, Anthropic은 게시물 스레드의 다음 메시지에서 직접 이를 보완했다. 오늘의 상황과 비교하면 이 조치는 주간 한도가 17% 감소하는 결과를 낳는다. 계산은 간단하다. 현재 적용 중인 50% 인상은 일시적이고 이를 대체하는 25% 인상은 영구적이므로, 한쪽에서 다른 쪽으로 바뀌면 실제 상한은 기계적으로 낮아진다. 이 일시적 인상은 최근에 시작된 것도 아니다. 2026년 7월 18일 같은 계정은 이를 “8월 19일까지”라고 발표했지만, 별도의 공지 없이 기한이 지나갔다. 따라서 8월 29일의 발표는 최종 지점을 확정한다. 원래의 표준 체계보다는 높고 최근 몇 주간의 예외적 체계보다는 낮은 영구 상한이다. 반응은 엇갈렸으며, 스캔 시점에 약 160만 회 조회된 주요 게시물에는 X 독자들이 작성한 맥락 설명이 추가되었고, 여기에는 한도 감소 수치가 다시 제시되었다.

기간	Claude Code 주간 한도
9월 13일까지	+50% (일시적 인상, 계속 적용)
9월 14일부터	+25% 영구 적용
Anthropic이 발표한 순효과	현재보다 -17%

Compared to today, this works out to a 17% reduction in weekly limits on Claude Code. We’re working on exciting changes that will make it feel like you’re getting more from Claude, while having more visibility and control of your usage. Can’t wait to share them.

🇰🇷 오늘과 비교하면 Claude Code의 주간 한도가 17% 감소합니다. 더 많은 Claude를 이용하는 듯한 경험을 제공하고, 사용량에 대한 가시성과 제어력을 높일 수 있는 흥미로운 변경 사항을 준비하고 있습니다. 이를 공유할 날을 고대하고 있습니다. — @ClaudeDevs의 X 게시물

이날 앞서 같은 계정은 Claude Code의 주간 업데이트 요약을 게시했다. 6개 메시지로 구성된 이 스레드의 핵심 내용은 버전별로 이미 여기에서 자세히 다룬 새로운 기능들을 한데 모은 것이다. 2.1.246의 /permissions에 추가된 “Auto mode” 탭, /cost의 프롬프트 캐시 행, 2.1.251의 주요 하위 에이전트 실시간 추적, 2.1.243의 /usage에 추가된 /loop 작업 분류가 이에 해당한다. 그러나 한 가지 축은 지금까지 수치화되지 않았다. 바로 성능이다. CLI는 이제 첫 번째 명령을 입력할 수 있도록 샌드박스(sandbox)나 MCP 서버가 시작되기를 기다리지 않으며, claude 명령은 필요하지 않은 초기화 단계를 건너뛴다. 배포 측면에서는 Linux x64 다운로드가 4.5배 작아져 약 75MB가 되었고, 네이티브 빌드는 세션당 메모리를 40~70MB 덜 사용한다.

발표된 성능 지표	값
Linux x64 다운로드	4.5배 작음, 약 75MB
네이티브 빌드 메모리	세션당 40~70MB 감소

🔗 주간 한도 발표 · 주간 요약

Copilot CLI가 네이티브 Rust 엔진으로 전환되고, Visual Studio는 조직 사용자 지정 에이전트를 지원

8월 28일 — GitHub는 이날 늦게 주간 Copilot 요약을 게시했다. 제목에는 해당 문서가 다루는 주간인 8월 24일이 표시되어 있지만, 이전 스캔 이후인 28일 20시 13분(UTC)에야 온라인에 공개되었다. 두 섹션은 Slack 및 Microsoft Teams의 Copilot, Customize 탭의 정식 출시 등 이미 다룬 발표를 반복하며, 나머지는 새로운 내용이다.

가장 구조적인 변화는 CLI와 관련된다. Copilot CLI는 이제 네이티브 Rust 실행 엔진(native Rust runtime)에서 실행되며, 터미널 인터페이스는 여전히 TypeScript로 작성되어 있다. GitHub는 성능이 “눈에 띄게 향상되었다”고 발표했지만 수치는 전혀 공개하지 않아 판단은 독자에게 맡겼다. defaultMode와 defaultPermissionMode이라는 두 설정은 새 세션마다 적용되는 실행 모드와 권한 모드를 지정한다. /plugin, /mcp, /skills 명령에는 전용 관리 인터페이스가 추가되었으며, CLI는 정상적으로 종료되지 않은 세션도 복원할 수 있다. 진행 중인 라운드에서 중단된 세션도 포함된다.

해당 영역	발표된 새로운 기능
Copilot CLI	네이티브 Rust 엔진, `defaultMode` 및 `defaultPermissionMode`, `/plugin` `/mcp` `/skills` 인터페이스, 세션 복원
Copilot 애플리케이션	Azure DevOps 이슈와 pull request를 세션으로 변환, 실험적 WSL, 분할 가능한 탭, 외부 브라우저 미리 보기
JetBrains 확장	플러그인, MCP 서버, 원격 측정 및 에이전트 권한 모드에 대한 기업 제어
VS Code 1.135	다른 곳에서 시작한 Copilot 또는 Claude 에이전트 세션 복원, 보조 모델의 2차 의견, 통합 Agents 창, 모델 및 라운드별 사용량
Visual Studio 2026	조직 사용자 지정 에이전트, Low·Medium·High 추론 노력 수준, Manage models 보기, Git 에이전트에 의한 검토

같은 날 게시된 별도의 변경 로그 항목은 모든 요금제 — Free, Student, Pro, Pro+, Max, Business 및 Enterprise — 에서 이용할 수 있는 Visual Studio 2026용 Copilot의 8월 업데이트를 자세히 설명한다. 주요 변경 사항은 조직 수준의 사용자 지정 에이전트 도입이다. GitHub 조직 또는 기업 소유자는 모든 저장소에서 사용할 수 있는 에이전트를 게시할 수 있으며, Visual Studio는 이를 자동으로 감지해 설명과 원래 조직 정보를 선택기에 표시한다. GitHub 조직이 필요하므로 개인 계정은 대상에서 제외된다. 추론 노력 설정은 이제 사용자 측에서 세 가지 수준으로 조정할 수 있으며, GitHub는 이를 추론의 깊이와 토큰 사용량 사이의 명시적인 절충으로 제시한다. Manage models 보기에는 기능, 컨텍스트 창 크기, 비용 정보 및 제어 항목이 모인다. 한편 Git 에이전트는 GitHub 저장소와 Azure DevOps 저장소 모두에서 pull request를 열기 전에 커밋되지 않은 변경 사항이나 커밋을 검토한다.

🔗 Copilot 주간 요약 · Visual Studio의 Copilot, 8월 업데이트

GLM-5.3, Together AI에 출시되자마자 증류 버전의 비용을 측정하다

8월 29일 — GLM-5.3의 출시 사흘째다. 8월 27일 Z.ai는 가중치를 공개하겠다고 두 줄로 발표했고, 28일에는 공개가 실제로 시작되었으며 Together AI는 가격 없이 ‘coming soon’으로 표시된 모델 페이지를 열었다. 이후 8월 29일 01:57 UTC에 페이지가 게시되었고, 호스팅 업체는 ‘Day 0’ 제공이라고 밝혔다. zai-org/GLM-5.3 엔드포인트는 serverless와 전용 인프라 모두에서 사용할 수 있으며, Together AI는 Claude Code, OpenCode 및 기타 코드 에이전트 플랫폼과의 호환성을 발표했다. 호스팅 업체에 따르면 이 모델은 모든 벤치마크에서 Fable 5에 근접하면서도 작업당 가격은 그 일부에 불과하다.

서비스 특성	값
입력 / 캐시 입력 가격	$1,40 / 토큰 100만 개당 $0,26
출력 가격	토큰 100만 개당 $4,40
컨텍스트 윈도우	1 M 토큰 (IndexShare 아키텍처)
추론 노력 수준	low, high, max (기본값은 max)
발표된 SLA	99,9 %

같은 날 Together AI는 DeepSWE 시리즈의 여섯 번째 비교 결과를 발표했으며, 처음으로 같은 계열의 두 모델인 GLM-5.3과 증류 버전 GLM-5.3 Flash를 맞대결시켰다. 프로토콜은 동일하다. DeepSWE v1.1의 113개 작업, 구성별 네 번의 시도, 두 모델 모두 max 노력으로 총 900회의 완전한 실행(rollouts)이 이루어졌으며, 전체 모델이 452회, Flash가 448회였다. 첫 번째 시도에서는 격차가 뚜렷해 보인다. pass@1은 69,0% 대 63,4%다. 그러나 pass@4에서는 2,6포인트로 줄어들며, 가격은 17분의 1이다. 따라서 증류는 능력을 제거한 것이 아니라 일관성을 제거했다. 전체 모델이 네 번 모두 성공한 48개 작업 중 Flash가 해결하지 못하게 된 작업은 하나도 없으며, 적어도 한 번 해결된 99개 작업 중 93개를 유지한다. 그 메커니즘은 뒤에서 확인되며, 가장 흥미로운 결과다. 불안정한 작업에서 가장 긴 시도가 성공한 시도인 비율은 GLM-5.3에서 61%지만 Flash에서는 46%에 불과해 동전 던지기의 기준선 아래로 떨어진다. 증류 모델은 추가 노력을 해결책으로 전환하는 능력을 잃은 것이다.

측정 지표	GLM-5.3 (max 노력)	GLM-5.3 Flash (max 노력)
pass@1	69,0 %	63,4 %
pass@4	87,6 %	85,0 %
실행당 비용	$3,99	$0,24
$100당 해결된 작업 수	17	264
종단 간 소요 시간	35분	26분
이미 통과한 기준 테스트를 깨뜨린 비율	4,4 %	6,9 %
불안정한 작업에서 추가 노력이 유효했던 비율	61 %	46 %

뚜렷한 회귀는 하나뿐이며, 신중함과 관련되어 있다. Flash는 전체 모델의 4,4%에 비해 6,9%의 실행에서 이미 통과한 기준 테스트를 깨뜨린다. 이에 따라 Together AI는 Flash가 생성한 diff를 재검토 없이 수용하기 전에 전체 회귀 테스트 모음을 명시적으로 권고한다. 운영상 결론은 같은 계열 안에서의 cascade다. 먼저 Flash를 실행하고, 검증기가 응답을 거부할 때만 전체 모델로 올린다. 이 조합은 작업당 1,70달러로 80,9%의 성공률을 달성한다. GLM-5.3 단독의 69,0% 성공률과 작업당 3,99달러에 비해 성공률은 12포인트 높고 가격은 절반보다 낮다. 독자에게 알릴 만한 차이도 있다. 모델 페이지에 표시된 DeepSWE 점수(66,9)는 Together AI가 자체 캠페인에서 측정한 69,0%와 다르다. 호스팅 업체는 자체 실행에서 나온 수치라고 명시하며 이를 인정했다.

🔗 Together AI에서 GLM-5.3 출시 · DeepSWE에서 GLM-5.3과 GLM-5.3 Flash 비교

오픈 웨이트 모델이 트래픽의 절반을 차지했지만, 지출은 겨우 13%였다

8월 29일 — 추론 게이트웨이 Requesty의 경영자 Thibault Jaigu가 Hugging Face 블로그에 2026년 자체 프로덕션 트래픽에서 수집한 측정치를 공개했다. 고객이 가져온 키와 내부 계정은 제외한 수치다. 핵심 수치는 다음과 같다. 오픈 웨이트 모델은 1월 토큰의 5% 미만에서 8월 3일 주간에는 전체 트래픽의 절반으로 늘었지만, 지출에서는 약 13%에 그쳤다. 캐시를 고려하면 frontier 폐쇄형 모델의 토큰 하나가 오픈 모델 토큰 하나보다 약 6,4배 비싸다.

두 가지 사례가 이 시장의 구체적인 모습을 보여준다. kimi-k3가 출시된 뒤, 원래 연구소가 자체 모델에서 제공하는 토큰의 과반을 잃는 데 11일이 걸렸으며, 다른 네 곳의 호스팅 업체가 72시간 안에 동일한 가중치의 추론을 시작했다. 또한 glm-5.2에서는 여섯 호스팅 업체가 실제 지불 가격에서 5,7배의 차이를 보인다. 이는 비밀 할인 때문이 아니라, 가장 저렴한 업체는 입력 토큰의 94%를 캐시하는 반면 가장 비싼 업체는 하나도 캐시하지 않기 때문이다. 이 수치는 자체 제품을 설명하는 공급업체에서 나온 것이며, 작성자는 Requesty의 경영자 자격으로 서명해 이를 명시적으로 밝혔다.

게이트웨이에서 측정한 항목	값
토큰 중 오픈 웨이트 비중 (2026년 1월)	5% 미만
토큰 중 오픈 웨이트 비중 (8월 3일 주간)	50 %
지출 중 오픈 웨이트 비중	약 13 %
지출 분포 (Anthropic / OpenAI / Google)	51 % / 21 % / 15 %
캐시 재읽기 / 새로운 입력 / 표시된 출력	78 % / 19 % / 2% 미만
입력 대 출력 비율 (1월 이후 8월)	15x 이후 36x
요청당 평균 컨텍스트 (1월 이후 8월)	9,6 k 이후 28 k 토큰

🔗 Hugging Face의 Requesty 게시글

Perplexity Search API, Artificial Analysis Search Index의 상위 세 자리를 차지하다

8월 29일 — Perplexity는 Artificial Analysis가 전날 발표한 순위를 공유했다. 자사의 Search API 컨텍스트 설정 세 가지가 이 순위에 처음 진입하면서 Artificial Analysis Search Index의 상위 세 자리를 차지했다. medium 설정은 80점을 받아 기존 선두인 Parallel (advanced)와 Brave Search (LLM context)의 75점보다 5점 높았으며, high와 low 변형은 각각 79점과 77점이었다.

이 프로토콜은 검색 구성 요소를 의도적으로 분리한다. Artificial Analysis는 오픈 소스 에이전트 하네스(harness)인 Stirrup에서 동일한 모델인 추론 medium 설정의 GPT-5.6 Luna를 실행하며, 검색 및 웹 페이지 검색 도구를 함께 사용한다. 테스트마다 달라지는 것은 검색 도구를 제공하는 업체뿐이다. Perplexity의 우위는 BrowseComp에 집중되며, AA-Omniscience와 DeepSearchQA 점수는 다른 주요 공급업체와 비슷한 수준이다. 두 번째 강점은 경제성이다. 더 작은 페이로드는 모델이 읽어야 하는 양을 줄이므로 변형에 따라 작업당 추론 비용이 0,028~0,034달러에 이른다. 다음으로 저렴한 공급업체는 0,036달러이며, 이는 현재까지 Artificial Analysis가 측정한 최저 비용이다.

검색 공급업체 (변형)	AA Search Index 점수	작업당 총비용
Perplexity Search (medium)	80	약 0,091 $
Perplexity Search (high)	79	약 0,091 $
Perplexity Search (low)	77	공개되지 않음
Parallel (advanced)	75	0,084 $
Brave Search (LLM context)	75	0,13 $

두 가지 사용상 유의점이 있다. 이 순위는 Perplexity가 아니라 Artificial Analysis가 발표한 것이며, Perplexity는 이를 소개했을 뿐이다. 또한 이 메시지를 뒷받침하는 블로그 게시글은 하나도 없다. 기업 블로그에는 8월 25일 이후 게시물이 없기 때문이다.

🔗 @perplexity_ai의 게시물 · @ArtificialAnlys의 수치 상세

Codex CLI 0.151.0: 확장 기능이 MCP 결과를 가로채고, 원격 샌드박스가 강화되다

8월 29일 — Codex CLI가 0.151.0으로 업데이트되었다. GitHub에는 GMT+2 기준 11시 55분에 게시되었고, 당일 공식 ChatGPT 및 Codex changelog에도 기록되었다. 가장 구조적인 변화는 확장 기능에 관한 것이다. 이제 확장 기능은 MCP 도구의 결과가 모델에 도달하기 전에 이를 검사하거나 대체할 수 있다. 따라서 MCP 서버와 컨텍스트 사이에 가로채기 지점이 생기며, 서버를 건드리지 않고도 도구 출력의 필터링, 재작성 또는 잘라내기가 가능해진다. 여기에 선택적 MCP 서버가 노출하는 도구를 검색할 때 구성 가능한 유예 시간이 추가되었고, 플러그인 카탈로그는 각 저장소에 맞는 설정을 결합하면서 유효하지 않은 프로젝트 마켓플레이스는 표시하되 유효한 플러그인은 사라지지 않게 한다.

나머지 버전은 샌드박스(sandbox) 강화가 중심이다. /cd 명령은 더 이상 제한을 약화할 수 없다. 이전에는 디렉터리를 변경하면 안전장치가 암묵적으로 느슨해지는 시나리오가 있었다. 또한 더 이상 유효하지 않은 Guardian 분류는 권한 상태가 변경된 뒤 작업을 승인할 수 없다. 원격 샌드박스 적용도 실행 머신의 실제 환경에 맞춰졌다. 실행자의 홈 디렉터리, 운영체제 및 경로 규칙이 읽기 거부 규칙을 포함해 컨텍스트에 전달된다. 에이전트에게 작업을 위임하는 팀이 주목할 마지막 사항은 중첩된 하위 에이전트의 토큰 사용량이 이제 루트 목표의 예산에 마침내 포함된다는 점이다.

버전 항목	값
버전	0.151.0 (stable)
GitHub 게시	2026년 8월 29일, 11시 55분 GMT+2
설치	`npm install -g @openai/codex@0.151.0`
신규 기능 / 수정 / 기반 작업	3 / 6 / 2
이전 안정 버전	0.150.1 (8월 27일)

🔗 Codex CLI 0.151.0 릴리스 노트

Appshots: ChatGPT Work와 Codex가 표시된 애플리케이션의 컨텍스트를 읽다

8월 28일 — OpenAI Developers가 ChatGPT Work와 Codex를 위한 컨텍스트 캡처 메커니즘인 appshots를 소개했다. 원리는 간단하다. 눈앞에 보이는 내용을 설명하는 대신 현재 표시 중인 애플리케이션의 전체 컨텍스트를 어시스턴트에 전달해 화면을 이해하고 그 위에서 작업하게 한다. 실행 방법도 의도적으로 간단하다. Command 키를 두 번 누르면 된다(⌘ ⌘).

이 게시물은 목표 범위가 코드보다 훨씬 넓다는 점을 보여주는 열 가지 사용 사례를 자세히 설명한다. Slack 스레드 요약, 양식 작성, 화면에 표시된 API 참조를 활용한 기능 추가, X의 여러 답변에서 주제 추출, 답변이 필요한 비공개 메시지 식별, 메모를 프레젠테이션으로 변환, iMovie에서 동영상 자르기, 열어 둔 레시피를 장보기 목록으로 변환하는 작업 등이 포함된다. 스캔 시점에 이 발표는 X에만 존재한다. ChatGPT와 Codex changelog에는 8월 27일부터 29일 사이에 CLI 0.151.0을 제외한 항목이 없다. 따라서 접근 조건—해당 요금제, 플랫폼, 일반 또는 단계적 제공 여부—은 문서화되지 않았다.

🔗 @OpenAIDevs의 게시물 스레드

Antigravity CLI 1.1.22: /model 명령이 인수를 받고, 안정성 수정 8건이 추가되다

8월 27일 — 지금까지 한 번도 스캔하지 않았던 채널을 보완한다. Google Antigravity의 changelog는 Antigravity 2.0, Antigravity CLI, Antigravity SDK, Antigravity IDE의 네 탭으로 나뉘어 있으며, 이전에는 첫 번째 탭만 확인했다. CLI 탭은 실제로 1~3일마다 버전을 게시한다. 최신 버전인 1.1.22에는 개선 사항 세 가지와 수정 사항 여덟 가지가 포함되었다.

사용 편의성 측면에서 /model 명령은 이제 인수를 받는다. 선택기를 여는 대신 이름, slug 또는 label을 지정해 모델로 바로 전환할 수 있으며, 같은 단계에서 기본값도 설정된다. 입력 중에는 유령 텍스트 자동 완성도 제공된다. 추론 노력을 설정하는 /effort 명령 역시 고정된 예시를 표시하는 대신 입력한 텍스트를 자동 완성한다. 세 번째 추가 사항은 장시간 세션에 유용하다. 에이전트가 많은 파일을 생성할 때 파일 시스템 이벤트가 연속적으로 발생하는 대신 하나의 재분석으로 묶인다.

여덟 가지 수정 사항은 장기 안정성을 겨냥한다. 가장 눈에 띄는 수정은 작업 패널이나 하위 에이전트 세부 정보가 열린 채 진행 중인 작업이 없을 때 인터페이스가 계속 다시 그려지던 문제를 제거한 것이다. 이 문제는 유휴 상태에서 프로세서 사용량을 증가시켰다. 실행을 완전히 종료시키던 일시적인 HTTP 502 오류는 이제 증가하는 지연 시간(backoff) 후 재시도된다. 나머지는 Windows, 인터페이스 없는 daemon(headless), 그리고 Gemini API 키 인증 시 Gemini 3.1 Pro와 Gemini 3.5 Flash에서 다시 선택할 수 있게 된 추론 노력을 다룬다.

Antigravity 채널	최신 버전	날짜
Antigravity 2.0	2.11.0	2026년 8월 26일
Antigravity CLI	1.1.22	2026년 8월 27일
Antigravity SDK	0.1.15	2026년 8월 25일
Antigravity IDE	2.5.5	2026년 8월 13일

🔗 Antigravity changelog

MiniMax, H3 Max를 결산하며 실시간보다 빠른 동영상 생성을 기정사실로 선언

8월 29일 — MiniMax가 fal Research가 MiniMax H3의 공개 가중치를 추가 학습해 얻은 동영상 모델 H3 Max에 관해 이례적으로 긴 성명을 발표했다. 모델 자체의 발표는 8월 27일로 거슬러 올라간다. 이번에 새롭게 나온 것은 이 외부 작업이 자사에 무엇을 의미하는지에 대한 원래 연구소의 입장이다.

메시지는 두 가지 요지로 정리된다. 첫째는 전략적 요지다. MiniMax는 H3 Max가 자사 팀에 공개 가중치의 가치를 실질적으로 보여줬다고 밝히며, fal의 접근 방식을 재현하는 모든 팀을 지원할 준비가 되어 있다고 말했다. 둘째는 기술적 요지로, 한층 더 나아간다. 연구소는 이제 실시간보다 빠른 동영상 생성이 가능하다고 보고 있으며, 이를 바탕으로 지금까지 도달할 수 없었던 사용 사례 목록을 제시한다. 끊임없이 이어지는 동영상 스트림, 상호작용형 세계, 실시간 내레이션이 그것이다. 두 시간 전 MiniMax가 공유한 커뮤니티 테스트는 이러한 전환을 잘 요약한다. 이제 질문은 생성에 얼마나 오래 걸리는지가 아니라, 모델이 Twitch 스트림이 방송하는 속도보다 빠르게 생성하는지 여부다.

They made the value of open weights feel real to our team in a way it hadn’t before. Advancing technology together has always been a core belief at MiniMax. H3 Max made that belief tangible. It showed that the frontier no longer belongs to a few, it belongs to everyone willing to build, experiment, and share what they discover.

🇰🇷 공개 가중치의 가치를 우리 팀에 이전에는 볼 수 없었던 방식으로 실질적으로 보여줬습니다. 기술을 함께 발전시키는 것은 언제나 MiniMax의 근본적인 신념이었습니다. H3 Max는 이 신념을 실질적인 현실로 만들었습니다. 이제 최전선은 소수의 사람에게 속하는 것이 아니라, 기꺼이 만들고 실험하며 발견한 것을 공유하는 누구에게나 열려 있다는 사실을 보여줬습니다. — @MiniMax_AI X에서

🔗 MiniMax가 공유한 커뮤니티 테스트

단신

Grok 4.6, Grok.com과 iOS 및 Android 앱에 출시 — GitHub Copilot, Amazon Bedrock, Gemini Enterprise Agent Platform, 그리고 8월 26일의 Microsoft Foundry 등 파트너 플랫폼을 중심으로 진행되던 배포에 이어, xAI가 자체 소비자용 서비스로 시리즈를 마무리했다. 권장 용도는 세 가지다. 복잡한 문제, 에이전트 요청, 애플리케이션 제작. 수치도, 벤치마크도, 가격 변경도 없다. 🔗 @grok의 메시지
Midjourney, 편집 모델 V8.2의 이미지 품질 수정 — 테스트가 시작된 지 24시간도 지나지 않아 스튜디오가 이미지 품질 수정 사항을 공개하고, 문제가 발생한 사용자에게 생성을 다시 실행해 보라고 안내했다. 다른 업데이트도 일정 없이 예고됐다. 🔗 @midjourney의 메시지
Gemini CLI, 기본 거부 방식으로 작업 공간 신뢰 잠금 — 야간 버전(nightly) v0.59.0-nightly.20260829.g0bd1d4397에는 한 가지 변경 사항이 포함됐다. 신뢰를 설정할 수 없는 작업 공간을 신뢰할 수 없는 것으로 처리하고, 선언된 MCP 서버를 제한 모드에서 필터링한다. 안정 버전은 v0.57.0, 프리뷰 버전은 v0.58.0-preview.0을 유지한다. 8월 27일 야간 버전에서는 이미 MCP 서버의 OAuth 메타데이터 검색 과정에 존재하던 SSRF를 수정했다. 🔗 릴리스 노트
NVIDIA, Dynamo를 SGLang, vLLM, TensorRT-LLM과 비교해 설명 — 자주 발생하는 혼동에 답하는 5분짜리 짧은 형식이다. Dynamo는 추론 엔진을 대체하는 것이 아니라 그 주변에 설치되어 여러 GPU와 여러 노드에 부하를 분산한다. 영상은 Vishakha Sadhwani가 진행했다. 🔗 @NVIDIAAI의 메시지
QwenCloud, Qwen Conference Hong Kong 2026 보고서 공개 — 8월 26일 300명이 넘는 기업 고객과 개발자를 대상으로 열린 행사를 돌아보며, 웹사이트, Skills, CLI라는 세 진입점을 중심으로 플랫폼을 설명한 키노트와 계정 생성, 모델 선택, 추론, 배포, 결제, 청구를 차례로 수행하는 에이전트 시연을 담았다. 🔗 @qwen_cloud의 메시지
Luma, 샌프란시스코에서 창작의 밤 개최 — Creative Intelligent Machines Continuum은 9월 1일 화요일 tiat에서 열리는 주문형 창작 행사다. 스튜디오의 선임 크리에이터들이 단계별 시연을 진행하고, 공통 프롬프트와 현장 지원을 제공한다. 이번 계획은 8월 25일 시작된 Dream Lab Weekly 시리즈를 확장한 것이다. 🔗 @LumaLabsAI의 메시지
FAST, 에이전트의 취약점 신고를 위한 표준화 시도 — Framework for Autonomous Severity and Triage는 SDK나 API 없이 에이전트의 컨텍스트에 넣을 수 있는 Markdown 파일 모음으로 소개된다. 입증되지 않은 단서와 재현 가능한 영향 증거가 있는 취약점을 구분하고, CVSS 계산이 아니라 실제 버그 바운티 프로그램의 지급 기준에서 도출한 심각도 의사결정 트리를 제공하며, 제출 전에 6가지 검증을 거치는 절차를 요구한다. 라이선스는 CC-BY 4.0이다. 🔗 Hugging Face 게시물
두 개의 AI 세션, 하나의 저장소, 자가 복구 에이전트에 대한 상반된 두 판단 — 개인 프로젝트에 관한 엔지니어링 기록이다. 거부된 자율 자가 복구 설계가 며칠 뒤 다른 어시스턴트를 사용한 또 다른 세션에 의해 첫 번째 판단의 흔적 없이 저장소에 다시 등장했다. 해당 파일은 실행된 적이 없었지만, 이는 우연히 발생한 두 버그 덕분이었다. 작성자는 이를 설계에 의한 안전이 아니라 우연에 의한 안전이라고 표현한다. 🔗 Hugging Face 게시물
three.ws, 에이전트에 몸과 지갑과 직업을 부여하는 오픈 소스 스택 — 이 프로젝트는 네 가지 구성 요소를 결합한다. 브라우저 내 스튜디오를 활용한 3D 생성 및 리깅, 안전장치 체계와 스킬 시스템을 갖춘 에이전트 엔진, x402를 기반으로 한 에이전트 지갑(HTTP 위에서 호출별 결제를 제공), 그리고 어떤 웹사이트나 증강 현실에든 하나의 태그를 배치하는 방식의 배포다. 🔗 Hugging Face 게시물

이것이 의미하는 것

최전선 모델에 대한 접근은 계약만이 아니라 대가의 문제가 되고 있다. OpenAI는 Cursor가 대금을 미납했거나 기술 조항을 위반해서 차단하는 것이 아니라, 새 소유주가 모델을 어떻게 사용할지 신뢰할 수 없다고 보기 때문이라고 밝혔다. 그러면서 모두 SpaceX 산하로 편입된 Twitter와 xAI라는 두 가지 구체적인 선례를 들었다. 그러나 더 큰 결과를 낳는 주장은 두 번째다. OpenAI는 8월 7일 향후 모델 Astra에서 치명적 수준의 사이버 역량을 더 이상 배제할 수 없다고 발표한 사실을 근거로, 앞으로 어떤 모델도 제공하지 않겠다고 정당화한다. 다시 말해 모델 세대가 위험하다고 판단될수록 접근할 수 있는 목록은 좁아지며, 선정 기준도 고객의 지급 능력이 아니라 모회사의 규정 준수 이력이 된다. 타사 제공업체를 중심으로 생산 체계를 구축한 팀들에게 11월 12일은 마이그레이션 기한이다.

가격이 바뀌는 것은 요금이 아니라 한도다. Anthropic은 표시된 요금을 전혀 변경하지 않았다. 일시적인 50% 인상을 영구적인 25% 인상으로 전환했으며, 이는 현재 대비 −17%에 해당한다고 다음 메시지에서 직접 밝혔다. 한편 GitHub는 추론 노력을 토큰 소비와의 명시적인 절충으로 제시하고, 이제 대화의 각 차례마다 모델별 소비량을 표시한다. Requesty의 수치가 왜 이러한 한도가 실질적인 가격이 되었는지를 설명한다. 캐시 재검토가 처리된 전체 토큰의 78%를 차지하고, 눈에 보이는 출력은 2% 미만이며, 입력 대 출력 비율은 1월의 15배에서 8월의 36배로 증가했다. 에이전트 루프의 비용은 작성하는 내용이 아니라 각 단계에서 다시 읽는 내용에 의해 결정된다. 공급업체들이 제한하기 시작한 것도 바로 이 규모다.

공개 가중치는 규모를 얻었지만 가치를 잃었다. 트래픽의 절반을 차지하지만 지출은 13%에 불과하고, 그 지출의 86%는 여전히 세 공급업체에 집중되어 있다. 공개 시장은 도매 시장이 되었다. 같은 모델이 캐시 정책 하나만으로 호스팅 업체에 따라 5.7배나 다른 가격에 제공되고, 한 연구소는 자체 모델에서 제공된 토큰의 대부분을 11일 만에 잃는다. GLM-5.3이 오늘의 사례다. 28일에 가중치가 공개되고, 29일에 타사 호스팅 업체에서 입력 토큰 100만 개당 1.40달러로 제공되었으며, 곧바로 독립 측정에서 증류 버전의 비용을 정확히 산출했다. pass@4는 2.6포인트지만 가격은 17분의 1이다. 모델이 어디서나 같다면 차별화는 캐시, 라우팅, 측정으로 이동한다. 이는 연구소의 일이 아니라 인프라의 일이다.

명령줄 클라이언트가 다시 기술 경쟁의 장이 되고 있다. Copilot CLI는 TypeScript 인터페이스를 유지하면서 Rust 기반 네이티브 실행 엔진으로 전환했고, Claude Code는 Linux 다운로드 크기를 4.5배 줄이며 세션당 메모리 40~70MB를 절약했다. Antigravity CLI는 유휴 상태에서 프로세서 사용량을 높이던 다시 그리기를 제거했고, Codex CLI는 /cd이 샌드박스를 약화하지 못하게 했으며, Gemini CLI는 작업 공간 신뢰를 기본 거부 방식으로 전환했다. 같은 주에 다섯 업체가 같은 주제를 다뤘다. 시작 시간, 메모리 사용량, 그리고 에이전트가 건드릴 수 있는 범위의 정확한 한계다. 모델 역량을 비교하는 데 1년을 보낸 뒤, 이제 경쟁은 모델을 실행하는 프로그램에서도 벌어진다. 그곳에서 보안은 기능과 마찬가지로 변경 로그의 많은 부분을 차지하고 있다.