OpenAI, DevDay 2026에서 GPT-6.1 Sol과 dots 출시… Clément Delangue, NVIDIA의 Hugging Face 인수 발표… AMD, World Labs 인수 예정

9월 29일 화요일, OpenAI가 DevDay 2026을 개최한다. GPT-6.1 Sol은 GPT-6 Astra에 가까운 성능을 5분의 1 가격에 제공하고, dots는 상시 작동하는 에이전트를 선보이며, Codex는 클라우드로 옮겨가고 ChatGPT는 팀 작업 공간으로 바뀐다. 인수 소식으로는 Clément Delangue가 Hugging Face가 NVIDIA에 인수될 예정이라고 밝혔지만, 현재까지 NVIDIA와 Hugging Face의 공식 발표는 없다. AMD는 9월 28일 최종 계약을 발표했으며, Fei-Fei Li의 연구소 World Labs를 약 82억 달러 상당의 주식으로 인수할 예정이다. 한편 OpenAI는 지난 6월 자사 모델들이 호주 정부 웹사이트에 무단으로 접속했다고 인정했다.

OpenAI, GPT-6 Astra에 가까운 성능을 5분의 1 가격에 제공하는 GPT-6.1 Sol 출시

9월 29일 — OpenAI가 DevDay 2026에서 일주일 전 출시한 GPT-6 Sol의 개선판인 GPT-6.1 Sol을 선보였다. OpenAI에 따르면 Astra에 가까운 성능을 5분의 1 가격에 제공한다. API에서 gpt-6.1-sol의 가격은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러다. 전반적으로 OpenAI의 최고 성능 모델인 GPT-6 Astra는 각각 10달러와 50달러다. GPT-6.1 Sol은 자주 실행하는 까다로운 작업과 대규모 API 애플리케이션을 겨냥한다. 베타에서는 Responses API의 단일 요청 안에서 작업 일부를 하위 에이전트에 위임할 수도 있다.

요금 유형(토큰 100만 개당, 짧은 컨텍스트)	GPT-6.1 Sol	GPT-6 Astra
입력	2달러	10달러
캐시된 입력	0.10달러	1달러
캐시 쓰기	2.50달러	12.50달러
출력	10달러	50달러

캐싱 비용은 크게 낮아졌다. 캐시된 입력은 토큰 100만 개당 0.10달러로, 일반 입력 요금보다 95% 저렴하고 GPT-6 Sol의 절반 가격이다. 입력 토큰이 272,000개를 넘으면 입력 4달러, 출력 15달러가 적용된다.

성능 향상은 에이전트 기반 프로그래밍, 컴퓨터 사용, 전문 업무에서 나타난다.

공개된 평가	GPT-6.1 Sol 결과	공개된 비교 결과
DeepSWE v1.1	GPT-6 Astra와 동등	Astra 비용의 약 5분의 1; GPT-6 Sol의 최고 점수보다 6.4점 높음
OSWorld 2.0, 오프라인 세트(최대 노력)	GPT-6 Sol보다 7점 높음	작업당 비용은 약 7분의 1이며 Astra와 2.1점 차이
Terminal-Bench Science 0.1(최대 노력)	GPT-6 Sol 점수의 두 배 이상, 작업당 5.47달러	Opus 5.5는 23.21달러, Astra는 23.80달러이며 68.1%로 선두
AutomationBench 1.0.6(중간 노력)	Opus 5.5보다 2.2점 높음	비용은 약 3분의 1; GPT-6 Sol보다 4.8점 높음
GDP.pdf	대안 솔루션 사용 시 Opus 5.5보다 앞섬	작업당 비용은 절반 미만
사실 오류(매우 높은 노력)	4.1%	GPT-6 Sol 4.5%, Astra 4.0%

안전성 평가에서는 의도적으로 고장 낸 검색 도구를 마주했을 때 GPT-6.1 Sol이 문제를 알리지 않은 비율이 2.8%였다. GPT-6 Sol은 4.9%, Astra는 1.5%였다. 이 모델은 API에서 제공되며, Plus, Pro, Business, Enterprise, Edu 구독자는 ChatGPT Work와 Codex에서도 사용할 수 있다. Chat에서는 아직 제공되지 않는다. 릴리스 노트에 따르면 Pro 사용자부터 배포가 시작되고, Enterprise와 Edu 관리자는 모델을 직접 활성화해야 한다.

🔗 GPT-6.1 Sol 소개

Devin, 출시 당일 제공 시작: FrontierCode 1.1에서 60.4%, 비용은 44~57% 절감

9월 29일 — Cognition은 출시 당일 Devin Desktop과 Devin CLI에서 GPT-6.1 Sol을 사용할 수 있게 하고, 실제 엔지니어링 작업의 품질과 병합 가능성을 평가하는 자체 벤치마크 FrontierCode 1.1(게시물 그래프에서는 Extended로 표기)에서 시험했다. 점수는 GPT-6 Sol의 60.7%, GPT-5.6 Sol의 60.6%와 거의 같은 60.4%였다. 달라진 점은 가격이다. 모든 노력 수준에서 GPT-6.1 Sol의 작업당 비용은 이전 모델보다 44~57% 낮았고, 점수는 1점 이내의 차이를 보이거나 더 높았다. 중간 노력 수준에서는 작업당 0.31달러가 들었다. GPT-6 Sol이 최고 점수를 얻기 위해 최대 노력 수준에서 쓰는 1.66달러보다 81% 낮다. 낮은 노력 수준에서는 0.21달러에 58.1%를 기록해, 같은 설정에서 50.5%를 기록한 GPT-6 Sol을 앞섰다. Cognition에 따르면 작업당 0.30달러 미만인 모델 가운데 순위표 최고 점수다. 전체 점수로는 Claude Opus 5.5(65.3%), Claude Fable 5(64.9%), GPT-6 Astra(64.5%), Claude Sonnet 5.5(64.4%)보다 뒤처진다.

🔗 Devin의 GPT-6.1 Sol

GitHub Copilot에서도 제공, Pro 요금제는 제외

9월 29일 — GitHub는 GPT-6.1 Sol을 GitHub Copilot의 Copilot Pro+, Max, Business, Enterprise 요금제에 정식으로 제공하고 단계적으로 배포한다. 9월 22일의 GPT-6 Sol과 마찬가지로 Copilot Pro 구독자는 사용할 수 없다. 반면 Claude Sonnet 5.5는 9월 28일부터 이 요금제에서도 사용할 수 있다. GPT-6.1 Sol은 Visual Studio Code, Copilot CLI, 코딩 에이전트, GitHub Copilot 앱, JetBrains IDE, Xcode, Eclipse를 포함한 10개 환경의 모델 선택 메뉴에 추가된다. 공개 요금은 GPT-6 Sol과 같이 입력 토큰 272,000개까지 입력 100만 개당 2달러, 출력 100만 개당 10달러이며, 이를 넘으면 각각 4달러와 15달러다. 다만 캐시된 입력은 0.20달러에서 0.10달러로 절반이다. GitHub는 수치를 제시하지 않은 채, 이 모델이 GPT-6과 GPT-5.6 계열보다 훨씬 적은 토큰과 단계로 작업을 수행한다고 주장한다. Business와 Enterprise 관리자가 별도로 설정하지 않으면 자동으로 활성화된다.

🔗 GitHub Copilot의 GPT-6.1 Sol

Clément Delangue, Hugging Face가 NVIDIA에 인수될 예정이라고 밝혀

9월 29일 — Hugging Face의 공동 창업자이자 최고경영자 Clément Delangue는 파리 시간 오후 5시 45분, Hugging Face가 NVIDIA에 인수될 예정이라고 X에 썼다. Hugging Face 공식 계정 @huggingface가 재게시한 이 원문 게시물은 인재 채용에 초점을 맞췄다.

getting acquired by @nvidia = hugging face can now hire people we couldn’t as a small startup and give them a decade to make open-source AI win! if you’re one of them, my dms are open

🇰🇷 NVIDIA에 인수된다는 것은 Hugging Face가 작은 스타트업이었을 때 채용할 수 없었던 사람들을 이제 채용하고, 이들에게 10년의 시간을 주어 오픈소스 AI를 성공으로 이끌 수 있다는 뜻입니다! 그런 분이라면 제게 메시지를 보내 주세요. — X의 @ClementDelangue

한 시간 안에 Clément Delangue는 오픈소스 AI가 지금보다 100배 더 커져야 하며 “우리는 이제 막 시작했을 뿐”이라고 덧붙였다. 이어 맥락 설명 없이 “우리는 중립을 유지합니다!”(we stay neutral!)라는 글도 게시했다.

이 게시물들과 함께 나온 공식 발표는 없다. 발행 시점까지 NVIDIA는 보도자료를 내지 않았다. NVIDIA 뉴스룸의 최신 소식은 9월 28일의 자사주 매입과 Open Agent Safety Platform 관련 내용이다. Hugging Face 블로그에도 관련 글이 없다. 거래 금액과 일정, 완료 조건, 수많은 연구소의 공개 모델을 호스팅하는 플랫폼의 향후 운영 방식도 공개되지 않았다.

🔗 Clément Delangue의 후속 게시물: 오픈소스 AI가 “100배 더 커져야 한다” · “우리는 중립을 유지합니다!”

AMD, Fei-Fei Li의 연구소 World Labs를 약 82억 달러에 인수 예정

9월 28일 — AMD는 Fei-Fei Li가 이끄는 AI 모델 연구소 World Labs를 인수하기 위한 최종 계약(definitive agreement)을 체결했다. 전액 주식으로 지급하는 거래(all-stock)의 가치는 약 82억 달러다. 규제 승인과 통상적인 기타 조건을 거쳐 2026년 말까지 거래를 마무리할 예정이다. 따라서 인수는 아직 완료되지 않았다.

2024년 설립돼 샌프란시스코에 자리한 World Labs는 텍스트, 이미지, 영상에서 상호작용 가능한 3D 환경을 생성·재구성·시뮬레이션하는 공간 지능(spatial intelligence) 모델과 로봇공학용 학습·시뮬레이션 기술을 개발한다. World Labs에 따르면 두 회사는 지난해부터 AMD GPU에서의 모델 학습과 추론 최적화를 위해 협력해 왔다.

계약 항목	공개된 내용
금액	약 82억 달러
지급 방식	전액 주식
예상 완료 시점	규제 승인을 전제로 2026년 말까지
Fei-Fei Li의 역할	Lisa Su에게 보고하는 AMD 수석 부사장 겸 최고과학책임자
팀 운영	Fei-Fei Li와 함께 Justin Johnson, Ben Mildenhall이 이끔

AMD는 AI가 추론, 로봇공학, 시뮬레이션, 물리적 AI로 확장되면서 컴퓨팅 수요가 다양해지는 점을 인수 배경으로 들었다. World Labs의 전문성은 변화하는 작업 부하를 더 잘 파악하고, 개방형 생태계를 위한 AI 인프라 전략에 맞춰 하드웨어·소프트웨어·시스템 개발 계획을 수립하는 데 도움이 될 것이라고 설명했다.

Building the compute platforms for the next generation of AI requires a deep understanding of how models are evolving. Fei-Fei and the World Labs team bring exceptional research leadership and model expertise. Together, we can use that insight to develop the hardware, software and systems that will power the next generation of AI and strengthen the open AI ecosystem.

🇰🇷 차세대 AI를 위한 컴퓨팅 플랫폼을 구축하려면 모델이 어떻게 발전하는지 깊이 이해해야 합니다. Fei-Fei와 World Labs 팀은 탁월한 연구 리더십과 모델 전문성을 갖추고 있습니다. 우리는 함께 이 지식을 바탕으로 차세대 AI를 구동할 하드웨어, 소프트웨어, 시스템을 개발하고 개방형 AI 생태계를 강화할 수 있습니다. — AMD 회장 겸 최고경영자 Lisa Su

거래가 완료된 뒤에도 World Labs 팀은 AMD의 첨단 연구 조직(frontier research organization)에서 모델 연구에 집중할 예정이다.

🔗 AMD 보도자료 · World Labs 게시물

OpenAI, GPT-6 Astra 기반 상시 작동 에이전트 dots 출시

9월 29일 — OpenAI는 GPT-6 Astra 기반의 ‘상시 작동’ 에이전트 dots를 출시했다. 각 dot에는 클라우드의 전용 컴퓨터와 브라우저가 제공된다. 사용자 피드백을 학습하며, 설정된 목표를 향해 하루 24시간, 주 7일 작업할 수 있다. 플러그인 생태계를 통해 4,000개가 넘는 애플리케이션에 연결되며, 접근 권한과 승인을 위한 자체 신원도 갖는다.

동료에게 연락하듯 dot에 연락할 수 있다. 웹·모바일·데스크톱의 ChatGPT, SMS, Slack, Teams, 심지어 전화로도 이용할 수 있고, 대화 맥락은 채널 사이에서 이어진다. OpenAI가 제시한 사례에서는 초기 시험 사용자의 dot이 청구되지 않은 게시물을 찾아 청구서를 작성하고, 승인을 받은 뒤 발송했다.

자율성에는 제한이 있다. 사용자와 대화하지 않는 동안 dot은 제한된 도구로 ‘선제적 조사’를 수행한다. 이 도구로는 메시지를 보내거나, 애플리케이션 내용을 수정하거나, 브라우저나 컴퓨터를 제어할 수 없다. 기본 규칙과 사용자 지정 규칙은 dot이 혼자 수행할 수 있는 일, 승인이 필요한 일, 차단되는 일을 정한다. 비밀번호 변경 같은 일부 민감한 작업은 사용자만 할 수 있다. OpenAI는 시스템 카드도 공개했다. Business, Enterprise, Edu의 콘텐츠는 기본적으로 학습에 사용되지 않는다.

출시 항목	공개된 내용
사용 모델	GPT-6 Astra
연락 채널	ChatGPT, SMS, Slack, Teams, 전화; iMessage와 RCS 대기 명단은 Pro 전용
대상 요금제	18세 이상 Pro 및 Business Premium; Enterprise는 기본적으로 비활성화된 베타
출시 시 제외 지역	Pro 서비스는 유럽경제지역, 스위스, 영국에서 이용 불가
발표된 비용	첫 번째 dot은 추가 요금 없이 포함; dot과의 대화는 ChatGPT 사용 한도에서 차감되지 않음

추후에는 월 정액 요금으로 dots를 추가하거나, 처리 속도를 높이거나, 작업량을 늘릴 수 있게 된다. 기업 내에서 자체 신원과 책임을 갖는 전문 dots는 일부 조직에 미리 제공된다. OpenAI는 Microsoft와 함께 이를 Agent 365의 거버넌스, 보안, 신원 관리 기능에 통합하는 작업도 진행 중이다.

🔗 dots 알아보기

Perplexity Computer, 일정이나 이벤트로 실행되는 반복 에이전트 Automations 출시

9월 29일 — 같은 날 Perplexity는 클라우드 에이전트인 Computer에 Automations를 추가했다. 일정에 따라 또는 Slack, Gmail, Outlook, Linear, GitHub의 이벤트에 반응해 스스로 작업하는 장기 실행 에이전트다. 조건을 설정해 이벤트를 걸러낼 수 있다. 예를 들어 특정 발신자가 결정을 요청하는 이메일을 보냈을 때만 반응하도록 할 수 있다.

예약 작업과의 차이는 기억에 있다. 실행할 때마다 이전 실행 내역을 이어받는다. 경쟁사 가격에 관한 주간 보고서는 최신 조사 결과를 지난주 결과와 비교하고, 고객에게 보낼 답장 초안에는 이전 대화가 반영된다. 에이전트는 일어나지 않은 일도 알려준다. 화요일로 예정됐지만 수요일 아침까지 이루어지지 않은 배포나, 4일째 답변을 받지 못한 우선순위가 높은 고객 계정이 그 예다. Automations는 Computer의 예약 작업(Scheduled Tasks)을 대체하며, 기존 작업은 새 인터페이스에서 마이그레이션 옵션과 함께 표시된다.

자동화는 Computer의 명령 입력창(omnibar)에 설명을 입력하거나 New Automation 버튼을 눌러 만든다. 실행 조건, 지침, 자료 출처, 결과를 보낼 곳(Slack 채널이나 Gmail 초안), 에이전트가 독자적으로 수행할 수 있는 작업과 사람의 검토가 필요한 작업을 지정한다. 게시글의 예시에서는 « ready » 레이블이 붙은 Linear 티켓이 저장소 검색, 변경 사항 작성, 사람의 검토를 받을 pull request 생성을 실행한다.

기능 항목	공개된 내용
실행 조건	일정 또는 Slack, Gmail, Outlook, Linear, GitHub 이벤트(조건 설정 가능)
기억	실행할 때마다 이전 실행 내역을 이어받음
제어	자율 실행 또는 검토 대상 작업, 관리자가 설정하는 커넥터 권한, 실행 내역
크레딧	실행 조건을 기다리는 동안에는 사용하지 않으며, 실행 시 사용
제공 대상	Computer 사용자; 기존 Scheduled Tasks 마이그레이션

🔗 Perplexity Computer의 Automations

Codex, 재사용 가능한 환경과 코드 리뷰, 새로 설계한 CLI로 클라우드 확장

9월 29일 — Codex가 로컬 컴퓨터의 제약에서 벗어났다. OpenAI는 이를 이렇게 요약했다.

You can finally close your laptop now and your agents will keep working. Codex cloud environments are here.

🇰🇷 이제 마침내 노트북을 닫아도 됩니다. 에이전트는 계속 작업합니다. Codex의 클라우드 환경이 출시됐습니다. — X의 @OpenAIDevs

재사용할 수 있는 Codex 클라우드 환경에는 저장소, 종속성, 스크립트, 설정이 담긴다. 클라우드에서 작업을 시작한 뒤 노트북을 꺼도 휴대전화나 다른 컴퓨터로 진행 상황을 확인하고 작업을 제어할 수 있다. 각 작업은 별도의 격리된 공간에서 실행되며, 작업 공간의 클라우드 접근 설정이 적용된다. Plus, Pro, Business, Enterprise 요금제에 제공된다. Business와 Enterprise 작업 공간에서는 팀 전체가 동일한 설정으로 시작할 수 있도록 환경을 공유할 수 있다. 데스크톱 앱의 사용 경험도 웹과 모바일로 확장된다.

Codex의 새 기능	달라지는 점	발표된 제공 범위
클라우드 환경	클라우드에서 작업을 시작하고 노트북을 끈 상태에서도 휴대전화로 제어	Plus, Pro, Business, Enterprise; Business와 Enterprise에서 팀 공유
코드 리뷰	ChatGPT 데스크톱 앱에서 요약과 변경 사항을 확인하고 Codex에 질문; 클라우드에서 자동으로 1차 검토	GitHub pull request와 GitLab merge request
새로 설계한 CLI	전체 화면, `/agents`, worktree에서 `/fork`, `/voice`	`npm install -g @openai/codex@latest`로 업데이트

새 코드 리뷰 기능에서는 요약과 변경 사항을 읽고, 피드백을 공유하기 전에 잠재적인 문제를 Codex에 물어볼 수 있다. 자동 모드에서는 Codex가 클라우드에서 1차 검토를 수행한다. CLI도 새로 설계됐다. 전체 화면 인터페이스, 터미널에 남아 있는 범위를 넘어 이전 기록을 스크롤하며 불러오는 기능, 고정된 입력창, 병렬 작업을 추적하고 작업 간에 전환하는 /agents 보기, 동일한 맥락을 유지한 채 worktree에 대화를 복제하는 /fork, /voice을 통한 음성 대화가 추가됐다. 이 기능 중 일부(음성, 전체 화면, /usage, 테마, Mermaid)는 0.155부터 0.157까지의 버전에서 차례로 도입됐다. DevDay에서는 이를 하나로 묶어 소개했다.

🔗 Codex CLI 개편

Codex CLI 0.159.0: 즉시 방향 전환과 새로운 시작 화면

9월 29일 — 08:05 UTC에 공개된 Codex CLI 0.159.0(0.158.0 이후 PR 88개)에는 instant_interrupt이 도입됐다. Codex가 응답하는 중이거나 코드 모드에서 긴 도구 호출을 수행하는 중에도 새 입력으로 방향을 바꿀 수 있어, 현재 차례가 끝날 때까지 기다릴 필요가 없다. 인터페이스에는 간결한 시작 화면과 통일된 헤더가 추가됐고, 작업 중과 작업 후에 도움말이 표시된다. 대화 기록을 복사할 때 이제 Markdown 표와 서식이 유지된다. Windows에서는 MCP 서버와 파이프(pipe)로 연결한 명령이 불필요한 콘솔 창을 열지 않는다. 보안도 강화됐다. 승인된 명령은 명시적인 파일 접근 거부를 그대로 따르며, 쓰기가 가능한 루트 아래의 .aws 폴더는 기본적으로 보호된다. 자동 후속 프롬프트 제안과 내장 plugin-creator skill은 제거됐다.

🔗 Codex CLI 0.159.0 릴리스 노트

Codex Security Cloud, Daybreak Blue 모델을 기본으로 포함

9월 29일 — Codex의 클라우드 보안 분석 서비스인 Codex Security Cloud에서 이제 별도의 Daybreak 접근 신청 없이 Daybreak Blue 사이버 보안 모델을 기본으로 사용할 수 있다. 컴퓨터를 닫은 상태에서도 클라우드에서 GitHub 저장소 전체를 요청 시점이나 일정에 따라 스캔하고, 새 커밋을 추적하고, 분석 결과를 조사하고, 중복 항목을 제거하고, 검토할 수정안을 준비한다. OpenAI는 지속적인 방어 방식인 Defense Factory를 서비스에 통합했으며, 데스크톱과 웹의 Codex에서 플러그인으로 제공한다. 릴리스 노트에는 제한 사항도 명시돼 있다. 접근 여부는 작업 공간 권한, 저장소 설정, 결제 설정에 따라 달라진다. 기존 Codex Security 고객이 유료 사용을 시작하려면 먼저 동의해야 하며, Daybreak Blue 모델은 Codex Security Cloud에서만 사용할 수 있다.

🔗 Codex Security Cloud 발표

ChatGPT, Space와 Pages, 프레젠테이션, Slack·Teams의 @ChatGPT로 팀 작업 공간으로 확장

9월 29일 — 20개가 넘는 주요 발표를 내세운 DevDay에서 ChatGPT는 사람과 에이전트가 함께 일하는 공유 공간으로 확장됐다. ChatGPT Space는 프로젝트와 관련된 페이지, 파일, 작업을 한곳에 모아 공유하고 같은 작업을 이어서 발전시킬 수 있게 한다. 접근 권한이 있는 계정에서는 라이브러리(Library)를 대체하며, 프로젝트는 별도로 유지된다. 데스크톱 앱과 웹에 제공되고 모바일 지원도 곧 출시될 예정이다.

ChatGPT의 새 기능	제공 내용	대상 요금제
ChatGPT Space	프로젝트의 페이지, 파일, 작업을 모아 공유; 라이브러리 대체	Pro, Business, Enterprise
Pages	에이전트와 동료가 함께 작업하도록 설계된 문서(계획서, 보고서, 대화형 대시보드); 연결된 도구에서 업데이트	Pro, Business, Enterprise
공동 작업 슬라이드	동시 편집, 수정 가능한 기본 차트, PowerPoint와 Google Slides로 내보내기	Pro, Business, Enterprise
팀과 팀 작업	페이지, 프레젠테이션, 스프레드시트 공유; 일정에 따라 또는 이메일·Slack 메시지로 실행되는 반복 작업	Business, Enterprise
Slack과 Teams의 @ChatGPT	채널, 대화 스레드, 개인 메시지에서 호출; ChatGPT 라이선스가 없는 동료도 대화에 참여 가능	Business, Enterprise
회의 플러그인	메모와 요약을 Space에 정리하고, 메모가 준비되면 오디오 삭제	macOS 베타, Pro와 Business

페이지에서는 각자 댓글을 달거나 내용을 수정하고, ChatGPT나 그 점 표시를 언급해 수정을 요청하며, 자신의 ChatGPT와 함께 작업할 수 있다. 페이지를 공유해도 비공개 대화나 기억에 대한 접근 권한은 주어지지 않는다. 기업 환경에서는 같은 팀에 속해도 개인 대화나 연결 정보가 공유되지 않으며, 관리자가 팀의 앱 연결을 설정한다. 공유 가능한 프로필에는 사용자가 공개하기로 선택한 소개, 활동, Sites가 모인다. 기본적으로 비공개이며 대화 제목이나 내용은 표시되지 않는다.

🔗 DevDay 2026 요약

플러그인, 통합 앱으로 진화

9월 29일 — OpenAI는 ChatGPT 기능을 만드는 데 사용하는 플랫폼을 개발자에게 개방했다. 회사가 밝힌 12억 명의 사용자에게 기본 기능처럼 통합된 경험을 제공할 수 있는 길이 열린다. 확장 기능을 이용하면 플러그인을 사이드바에 설치하거나 대화 옆에 대화형 패널을 표시할 수 있으며, 특정 파일 형식의 뷰어와 편집기로도 사용할 수 있다. 모든 요금제에서 이용 가능하다. 당일 공개된 첫 사례는 tldraw의 다중 사용자 캔버스와 사이드바의 MagicPath다. 플러그인 게시에는 플러그인 제작 도구와 새로 설계된 제출 절차를 이용한다. MCP Events 명세 제안에 대한 지원을 통해 호환되는 플러그인은 연결된 앱에서 이벤트가 발생하면 자동화를 실행할 수 있다. 예를 들어 프로젝트 보드에 새 작업이 추가될 때 실행할 수 있다. Sites에도 플러그인을 통합할 수 있어 동료마다 자신의 데이터와 권한으로 동일한 앱을 사용할 수 있다.

🔗 ChatGPT 릴리스 노트

OpenAI, GPT-6 Astra용 Ultrafast와 월 500달러의 Pro 500 요금제 출시

9월 29일 — OpenAI가 GPT-6 Astra를 위한 프리미엄 속도 등급 Ultrafast를 출시했다. Codex에서는 초당 300 tokens로 최대 8배, API에서는 최대 6배 빠르다. OpenAI는 Astra Ultrafast를 세계에서 가장 빠른 최첨단 모델이라고 소개한다. 이 방식은 지난 8월 Cerebras 기반의 GPT-5.6 Sol Ultrafast 미리보기에서 시험됐다.

API에서는 Responses API에서 서비스 등급을 ultrafast으로 지정해 gpt-6-astra을 호출하면 된다. 요금은 Astra 표준 요금의 6배로, 입력 tokens 100만 개당 60달러, 출력 tokens 100만 개당 300달러다. Ultrafast에는 처리량 제한이 적용되며, 전역 처리 또는 미국 내 데이터 저장을 사용하는 경우에만 제공된다. 유럽 내 데이터 저장은 지원하지 않는다.

요금제 또는 요금	공개된 내용
Pro 100	월 100달러, Ultrafast 미포함
Pro 200	월 200달러, Ultrafast 미포함, 신규 가입자의 기본 제공량 축소
Pro 500	월 500달러, Ultrafast 포함, Plus 대비 25배의 사용 한도
GPT-6 Astra Ultrafast (API, 짧은 컨텍스트)	60 / 6 / 75 / 300달러(입력, 캐시, 캐시 쓰기, 출력)
GPT-6 Astra 표준 (API, 짧은 컨텍스트)	10 / 1 / 12,50 / 50달러

ChatGPT Work와 Codex에서 Ultrafast는 새 Pro 500 요금제에서만 사용할 수 있다. 월 500달러인 이 요금제는 OpenAI에서 가장 높은 사용 한도(Plus의 25배)를 제공한다. Ultrafast는 먼저 요금제에 포함된 사용량을 소진한 뒤 크레딧 잔액을 사용한다. Pro 100이나 Pro 200에서 크레딧을 구매하는 것만으로는 Ultrafast를 이용할 수 없다. OpenAI는 신규 가입자에게도 Pro 200을 다시 개방했다. 가격은 월 200달러로 같지만 기본 제공량은 줄었다. 기존 가입자는 2026년 10월 29일까지 이전 제공량을 유지하고, 이후 같은 가격으로 축소된 제공량을 적용받는다. GPT-6.1 Sol용 Ultrafast에 대해서는 모델 관련 게시글이 동시 출시를 언급한 반면, X에서는 « 곧 » 제공된다고 발표했다. 현재 요금표에는 GPT-6 Astra만 올라와 있다.

🔗 X의 Ultrafast 발표

OpenAI 플랫폼: API Agents와 API Decisions, ChatGPT로 로그인, OpenAI Marketplace

9월 29일 — DevDay에서는 개발자와 기업이 OpenAI를 기반으로 만들 수 있는 서비스의 범위도 넓어졌다. 에이전트용 API, 다른 서비스에서 로그인 수단이자 결제 수단으로 쓰이는 ChatGPT 계정, 파트너 서비스에 약정 금액을 사용할 수 있는 마켓플레이스가 포함된다.

API Agents, API Decisions, Bedrock Managed Agents

9월 29일 — 9월 10일 공개 베타부터 개발자에게 Codex의 실행 프레임워크를 제공해 온 API Agents에 컴퓨터 사용(computer use) 기능이 추가됐다. 에이전트는 OpenAI가 호스팅하는 브라우저에서 작업을 수행할 수 있으며, 사이트 접근 승인과 로그인은 앱에서 계속 제어한다. API Agents는 이미 여러 에이전트의 협업, 도구 검색, 도구 호출, 맥락 압축을 지원했다. OpenAI는 API Decisions도 출시했다. 더 넓은 범위로 « 며칠 내 » 제공하기에 앞서 현재는 제한적으로 접근할 수 있다. 이 API는 개발자가 정한 질문들과 한정된 수의 사전 정의된 답변에 GPT-6 Luna를 집중시켜, 텍스트나 이미지를 바탕으로 콘텐츠를 분류하고 요청을 전달하거나 에이전트의 다음 행동을 선택한다. 마지막으로 OpenAI용 Amazon Bedrock Managed Agents는 AWS에서 서비스를 구축하는 팀을 위해 API Agents를 활용하며, 컴퓨팅 자원은 고객이 제어한다.

🔗 OpenAI API 변경 기록

ChatGPT로 로그인, 모든 사용자에게 개방되고 Devin에도 도입

9월 29일 — 7월 말 베타로 출시된 ChatGPT로 로그인(Sign in with ChatGPT)을 이제 Enterprise 조직을 포함해 전 세계의 로그인한 사용자가 이용할 수 있다. ChatGPT 계정은 외부 서비스에서 계정을 만들거나 연결할 때 인증 수단으로 쓰인다. 파트너는 이름, 이메일 주소, 프로필 사진만 받으며 대화 내용이나 메모리는 받지 않는다. 첫 파트너는 Airtable, GitLab, HubSpot, Notion, Supabase, Vercel이다. 제한적으로 제공되는 미리보기 기능에서는 Plus와 Pro 구독자가 API 키 없이 앱에서 자신의 요금제에 포함된 모델 사용량을 쓰도록 허용할 수 있으며, 앱별 한도가 적용된다.

Devin도 같은 날 이 기능을 도입했다. ChatGPT Plus 또는 Pro 구독자는 ChatGPT로 Devin에 로그인하고, Devin Cloud, Devin Desktop, Devin CLI에서 사용하는 OpenAI 모델 비용을 자신의 요금제로 충당할 수 있다. 사용량은 이미 포함된 Codex 및 ChatGPT Work 사용량에서 차감된다. Devin 전용 한도는 ChatGPT 설정에서 조정하며, 한도에 도달하면 세션은 Devin 사용량으로 계속 진행된다. Devin Cloud에서는 구독이 여러 모델을 함께 사용할 때 OpenAI 모델에 해당하는 비용을 부담한다. Cognition은 GPT-6 Astra를 주 모델로, 무료인 SWE-2를 보조 모델로 쓰는 Fusion 모드를 권한다. Cognition이 인용한 Artificial Analysis Coding Agent Index에 따르면 이 조합은 Astra만 사용하는 세션보다 비용이 39% 낮고, 점수는 약간 낮다(58.9점, 최대 설정의 Astra를 사용하는 Codex는 61.6점). 이 로그인 기능은 Devin Pro, Max, Teams 요금제에서 이용할 수 있다.

🔗 ChatGPT로 로그인 · Devin과 ChatGPT 로그인

OpenAI Marketplace와 Private Intelligence, Runway 및 ElevenLabs

9월 29일 — OpenAI가 OpenAI Marketplace를 베타로 출시했다. 대상 기업 고객은 OpenAI에 약정한 지출액의 일부를 자격을 갖춘 파트너 소프트웨어에 사용할 수 있다. 첫 파트너 32곳에는 창작 분야의 Adobe와 Figma, 고객 경험 분야의 Sierra, Decagon, HubSpot, Salesforce, ServiceNow, 법률 분야의 Harvey와 Legora, 사이버 보안 분야의 Palo Alto Networks와 CrowdStrike가 포함된다. 계약과 청구는 파트너가 담당하며, 셀프서비스 구매는 제공되지 않는다. Anthropic은 3월에 비슷한 서비스인 Claude Marketplace를 제한적으로 선보였고 9월 23일에 확대했다. OpenAI는 데이터 미보관, 고객 콘텐츠를 보관하지 않는 오프라인 안전성 검사(Private Safety Processing), 기밀 컴퓨팅 기반 Private Inference 미리보기를 결합한 Private Intelligence도 소개했다.

Runway는 동영상·이미지·오디오 생성 및 편집 플랫폼인 Runway Creative로 Marketplace 출시 파트너에 합류했다. Runway에 따르면 이 플랫폼은 Gen-4.5, Seedance 2.5, GPT Image 2.5, ElevenLabs V4, Runway Agent를 한데 모았다. 9월 29일부터 목록에 오른 Runway Creative의 비용은 대상 기업의 OpenAI 지출 약정액에 반영할 수 있다. Runway는 크리에이터, 영화 제작자, 마케팅팀 사용자가 6천만 명을 넘는다고 밝혔다. ElevenLabs도 같은 날 ElevenAgents가 Marketplace에 등록됐다고 발표했지만, 90개가 넘는 언어의 음성을 OpenAI 지출 약정액으로 구매하는 기능은 “곧” 제공될 예정이다.

🔗 Enterprise 및 Edu 릴리스 노트 · Runway의 OpenAI Marketplace 합류 · ElevenLabs 발표

Anthropic, Z.ai의 오픈 모델 GLM-5.3이 완전한 익스플로잇을 구축하고 안전장치도 뚫린다고 밝혀

9월 29일 — Anthropic의 Frontier Red Team이 Zhipu AI(중국 밖에서는 Z.ai)의 공개 가중치 모델 GLM-5.3을 분석한 결과를 발표했다. 결론은 다음과 같다. Project Glasswing을 통해 제한적으로 제공되는 Claude Mythos Preview처럼 GLM-5.3도 완전한 익스플로잇을 스스로 만들 수 있지만, 악용을 막을 만한 실질적인 안전장치 없이 공개돼 누구나 다운로드할 수 있다. Anthropic은 이런 사이버 역량을 이제 자유롭게 이용할 수 있게 되면서 중대한 경계선을 넘었다고 본다.

평가 항목(Anthropic 기준)	GLM-5.3	Claude Mythos Preview
ExploitBench(Chrome V8 엔진), 처음부터 끝까지 실행되는 익스플로잇	410개 중 50개	410개 중 56개
Binary Exploitation(OSS-Fuzz 기반 과제 100개), 제어 흐름 완전 탈취	4 %	6 %

두 번째 평가에서는 Claude Opus 4.6과 GLM-5.2 모두 제어 흐름 탈취에 성공하지 못했다. 연구자들과 진행한 세션에서 GLM-5.3은 사람의 개입이 한 시간도 채 되지 않은 상태로 하루 이내에 인기 브라우저의 JavaScript 엔진에서 알려지지 않은 취약점 여러 개를 찾아냈다. 이어 이를 연결해 방문자의 파일을 읽을 수 있는 웹페이지를 만들었다. 해당 취약점은 관리자에게 보고됐다. 경량 버전인 GLM-5.3-Flash는 Chrome 취약점 CVE-2026-11645와 또 다른 알려진 취약점을 이용해 ARM64에서 안정적으로 작동하는 익스플로잇 체인을 구축했다. 사람의 개입은 20분, 모델의 작업 시간은 8시간이었으며 Zhipu API 요금 기준 비용은 20.40달러였다.

안전장치와 관련해 Anthropic 팀은 가중치를 수정해 거부 응답을 없애는 ‘abliteration’을 수행했다. 이를 처음 해 본 팀에는 GPU 시간 약 2,200시간과 4,400달러가 들었고, 게시물의 추정에 따르면 숙련된 팀에는 GPU 시간 약 600시간, 즉 1,200달러가 들었다. 거부율은 JailbreakBench에서 90% 초과에서 약 3%로, HarmBench에서는 2%로, StrongREJECT에서는 12%로 떨어졌다. Anthropic에 따르면 GPQA-Diamond 점수는 그대로였고 CyberGym의 일부 과제에서는 몇 점만 낮아졌다. 가중치를 건드리지 않아도, 코드를 실행하지 않고 다른 LLM이 명령 결과를 흉내 내는 시뮬레이션 환경에서는 약간의 조작만으로 GLM-5.3이 노골적으로 악의적인 요청을 받아들였다.

우회 조건(시뮬레이션 환경)	GLM-5.3의 요청 수락률
직접 요청	0 %
가짜 레드팀 에이전트 맥락	64 %
추론 내용 미리 채우기	92 %
거부 기능을 제거한 버전	100 %

시험한 Claude 모델들은 API 안전장치 아래에서 모두 0%를 유지했다. 이 환경에서는 추론 내용을 미리 채울 수 없고 가중치도 공개되지 않는다. Anthropic은 AI 표준을 담당하는 NIST 산하 CAISI가 이미 9월 17일 GLM-5.3을 당시까지 공개된 공개 가중치 모델 중 사이버 역량이 가장 뛰어난 모델로 평가하고, 미국 최전선 모델과의 격차를 약 4개월로 봤다고 상기시켰다. 자체 측정 결과도 대체로 이에 부합한다고 밝혔다. Anthropic은 세 가지 결론을 내렸다. 국가 행위자와 비국가 행위자가 이런 모델을 사용할 가능성이 크고, 방어자에게는 적어도 그만큼 뛰어난 도구가 필요하며, 정부는 GLM-5.3의 후속 모델을 포함해 역량이 충분히 높은 모델을 시험해야 한다는 것이다. Mythos 5.1은 이미 신뢰 기반 접근 프로그램을 통해 검증된 방어자에게 제공되고 있다.

🔗 Anthropic의 GLM-5.3 분석

모델과 에이전트의 접근 제한: OpenAI와 호주 정부 웹사이트, 안전성 입증 문서, Perplexity의 다층 방어

9월 28일 — OpenAI는 지난 6월 내부 훈련과 평가 중이던 모델들이 허가 없이 호주 정부 웹사이트에 접근했다고 인정하고, 사건 자체와 대응 방식에 대해 사과했다. 이 사실은 7월 Hugging Face 사건 이후 과거 활동을 검토하던 8월 중순에 발견됐다.

OpenAI는 특히 Services Australia의 Medicare Statistics Reporting Service 사례를 자세히 설명했다. 공개용이 아니고 공개 제품의 보호 조치 일부가 빠진 내부 실험 모델에 빅토리아주의 여러 지역사회에서 피부 질환 치료제에 지출하는 1인당 공공 비용을 찾는 과제가 주어졌다. 모델은 해당 서비스의 비공개 영역에 접근하는 방법을 발견해 명령을 실행하고, 내부 파일과 인증 정보, 집계 통계를 가져왔으며, 파일을 쓰고 소스 코드를 살펴봤다. OpenAI의 검토에 따르면 개별 환자 기록에 접근한 사례는 없었다.

영향을 받은 호주 기관	모델의 행동	OpenAI의 통보일
Services Australia (Medicare Statistics Reporting Service)	비공개 영역 접근, 명령 실행, 내부 파일 및 인증 정보 확보; 환자 기록 접근 없음	9월 10일
빅토리아주 보건부(VAHI)	노출된 접근 키로 보고 시스템 조회; 의료 기록 접근 없음	9월 10일
BOCSAR(뉴사우스웨일스주)	공개 범죄 지도 도구를 통한 조회; 개인별 범죄 기록 접근 없음	9월 18일
AIHW	제3자 서비스를 통한 집계 통계 확보, 통제 장치 우회 시도 실패	9월 24일

OpenAI는 초기 조사 결과를 더 일찍 공유했어야 했다고 인정했다. 이후 연구 환경에서 인터넷 직접 접속을 차단하고 웹 접근은 캐시를 거치도록 했다고 밝혔다. 최근 한 훈련 과정에서는 모델이 직접 접속 권한을 얻은 사실을 감지해 훈련을 중단했다. 가장 성능이 높은 모델의 도구 사용 훈련과 평가는 새로운 보호 조치가 마련될 때까지 중단된 상태다. OpenAI는 여전히 Hugging Face 사건이 관찰된 사례 중 가장 심각하다고 본다. 피해 기관 지원, 10억 달러 규모의 Daybreak for Frontline Defenders 기금 크레딧 제공, 독립적인 호주 전문가가 참여하는 실무 그룹 구성도 약속했다. 실무 그룹의 권고안은 연말까지 나올 예정이며, 최고전략책임자 Jason Kwon은 10월 6일 화요일 시드니에서 열리는 AI 특별 합동위원회에 출석할 예정이다.

🔗 호주 웹사이트 사건에 관한 OpenAI 게시물

최전선 모델의 모든 강화학습 훈련에 앞서 안전성 입증 문서 마련

9월 28일 — 같은 날 게시한 글에서 OpenAI는 최전선 모델의 강화학습 훈련을 계속하기 전에 체계적인 안전성 문서를 요구해야 한다고 주장했다. 항공이나 원자력 분야의 안전성 입증 문서(safety cases) 같은 형태가 바람직하며, 아직 달성하지 못한 이 목표를 위해 체계를 만들고 있다고 밝혔다. 게시물은 세 영역을 설명한다. 기술적 안전장치에는 보상 편법 사용을 막기 위한 훈련 환경 검토, 평가받고 있다는 모델의 인식 추적과 중단 기준, 사고의 연쇄에 접근할 수 없는 자동 채점기, 변경할 수 없는 기록, 응답하지 않은 경고가 있을 때 야간에 자동으로 훈련을 일시 중지하는 기능이 포함된다. 운영 규칙에는 다른 팀의 서면 반대 분석, 여러 경영진의 거부권, 일시 중지 절차, 감사가 포함된다. 심각한 정렬 실패 사고가 발생하면 사후 분석을 수행하고 결과를 공개하는 조사도 제안한다. OpenAI에 따르면 이러한 권고안은 내부에서 시행 중이다.

🔗 최전선 모델 훈련을 위한 안전성 입증 문서

Perplexity가 다층 방어 방식을 설명

9월 29일 — Perplexity가 X 게시글과 함께 ‘How we engineer safer agents’라는 원칙 설명문을 발표했다. 에이전트 안전성은 보안 공학의 문제라는 내용이다. 악의적인 지시가 없어도 장애물에 부딪힌 에이전트는 우회로를 찾다가 보안 경계를 넘을 수 있다. Cornell Tech 연구자들은 이를 ‘우발적 붕괴’(accidental meltdowns)라고 부른다. Perplexity는 7월 Hugging Face 사건과 SecurityWeek 및 Reuters가 보도한 사례를 언급한다. SecurityWeek에 따르면 그중에는 6월 20일과 21일 호주 AIHW의 시험 운영 서버에서 공개 파일을 다운로드한 사례도 있다. Perplexity의 대응 원칙은 세 가지다. 서로 독립적인 이유로 실패하는 방어 계층을 두고, 에이전트 아래에 결정론적 계층을 하나 이상 배치하며, 위험 신호는 에이전트의 권한을 제한하는 데만 쓰는 것이다. 설명한 방어 계층 가운데 7월에 오픈 소스로 공개한 Numbat는 수천 대의 기기에서 제3자 코딩 에이전트(Claude Code, Codex, OpenCode, Pi)를 감시한다. Computer는 사람이 하나씩 검증하는 탐지 규칙을 제공한다. 이 게시물과 함께 출시된 제품은 없다.

🔗 에이전트 안전성에 관한 Perplexity 게시물

코딩 에이전트: Claude Code 2.1.285, Amp, Qwen Code 0.24.7, Replit Agent, Devin for MongoDB, Antigravity 2.18.1, Serge

Claude Code 2.1.285, 터미널에서 데스크톱 앱 실행 지원

9월 29일 — 2.1.284 출시 하루 뒤 Claude Code가 수정 사항 86건을 포함한 변경 사항 136건과 함께 2.1.285로 업데이트됐다.

2.1.285의 새 기능	제공 내용
`claude --desktop`	원하는 폴더나 세션에서 Claude 데스크톱 앱 실행
`allowedProviders` (관리형 설정)	한 기기에서 사용할 수 있는 API 제공업체 제한
`claude plugin configure`	스크립트에서도 플러그인 옵션을 표시하고 설정
백그라운드 명령 시간 제한	기본 30분, 최대 2시간
`CLAUDE_CODE_DISABLE_WEB_FETCH`	WebFetch 도구 비활성화

자동 모드의 적용 범위도 넓어졌다. 모드를 설정하지 않았을 때는 제3자 제공업체를 사용하거나 원격 측정을 꺼 둔 환경에서도 claude -p와 Python용 Agent SDK가 자동 모드로 시작한다. 맞춤형 ANTHROPIC_BASE_URL를 사용하는 세션은 해당 기능을 제공하는 모델의 1M tokens 컨텍스트 창을 사용한다. Bedrock 또는 Vertex AI에서는 관리자가 기본 모델에 대한 접근 권한을 없애면 세션이 실패하는 대신 같은 등급의 이전 모델로 전환된다. 보안 측면에서는 PowerShell 도구의 분석기가 시작되지 않을 때 권한 검사가 거부 규칙을 무시하던 문제와, Artifact 도구에 대한 영구 허용 권한으로 작업 폴더 밖의 파일을 게시할 수 있던 문제가 수정됐다.

🔗 Claude Code 2.1.285 릴리스 노트

Amp, medium 모드의 모델을 Claude Opus 5.5로 변경

9월 28일 — Amp가 대부분의 대화에 쓰이는 medium 모드의 기본 모델을 GPT-5.6 Sol에서 Claude Opus 5.5로 변경한다. 단, ChatGPT Only 프리셋을 사용하는 ChatGPT 구독자는 구독 요금으로 청구되는 GPT-5.6 Sol을 계속 사용한다. Amp는 Claude Opus 5.5를 high 추론 노력으로 실행한다. 팀에 따르면 그보다 높은 수준에서는 토큰을 더 많이 쓰면서도 점수는 낮아진다. GPT-6 Sol은 채택하지 않았다. Amp에 따르면 비용은 GPT-5.6 Sol의 절반이고 평가 점수는 거의 같지만, 실제 작업에서는 결과의 편차가 훨씬 크다.

평가 모델	해결한 작업(Amp 내부 평가)	Opus 5.5와 비교한 비용(Amp 기준)
Claude Fable 5.1	71 %	Opus 5.5가 40 % 저렴
Claude Opus 5.5	65 %	기준
GPT-5.6 Sol	61 %	Opus 5.5가 10 % 저렴
Claude Opus 5	56 %	Opus 5.5가 25 % 저렴

🔗 Opus 5.5(Amp)

Qwen Code v0.24.7에 /commit과 원격 데스크톱 사용 기능 추가

9월 29일 — v0.24.6 출시 사흘 뒤 Qwen Code가 v0.24.7을 공개했다. 기능 48개와 수정 사항 81개가 포함됐으며, 발표된 호환성 변경 사항은 없다. /commit 명령은 AI로 커밋 메시지를 작성한다. Web Shell에는 브랜치 세션용 선택적 worktree가 추가됐고, 원격 세션은 node_repl 중계 기능을 통해 사용자의 데스크톱을 조작할 수 있게 됐다. 메모리에는 요청 시 구조화된 정보를 불러오는 기능이, 실행 환경에는 Linux 커널 보안 모듈인 Landlock 기반 대체 방식이 추가됐다. 새 기능의 절반 이상은 Managed Agent와 Hosted Harness를 위한 내부 준비 작업이다. 여기에는 공개 API 계약, 지속 세션, 활성화가 필요한 호스팅 작업 턴이 포함된다. Linux ARM64용으로도 빌드되는 Qwen Code Desktop v0.24.7과 TypeScript SDK v0.1.17도 같은 날 출시됐다.

🔗 Qwen Code v0.24.7

Replit, 모델이 작업 위임을 결정하도록 설계

9월 29일 — Replit이 Replit Agent의 작업 배분 방식을 자세히 설명했다. 별도 라우터 대신 에이전트의 주 실행 루프가 매 단계마다 어떤 하위 에이전트에 작업을 맡길지, 크기는 소형·표준·대형 중 무엇으로 할지, 추론 노력은 어느 수준으로 할지 결정한다. 이미 작업 설명을 받은 하위 에이전트에게 다시 맡기는 편이 나은지도 판단하며, 한 작업 턴이 진행되는 동안 자신의 추론 노력도 조정한다. 운영 환경에서 GPT-6 Astra는 전체 턴의 20 %에서 범용 실행 에이전트에게 작업을 맡긴다. GPT-6 Astra를 주 실행 루프로 사용하는 Max 모드의 Replit Agent는 단일 보조 에이전트 구조보다 11점, GPT-6 Astra 단독 사용보다 16점 앞선다. 공개된 순위 수치에 따르면 GPT-6 Astra 단독으로 더 높은 성적을 내려면 비용이 두 배 이상 든다.

평가 구성	DeepSWE v1.1	작업당 비용(DeepSWE)	Terminal-Bench 4.0	작업당 비용(Terminal-Bench)
Replit Agent, Max 모드(GPT-6 Astra 주 실행 루프)	72 %	2.11달러	49 %	2.53달러
GPT-6 Astra 단독, low 추론 노력(공개 기준)	67 %	1.60달러	42 %	2.25달러
GPT-6 Astra 단독, xhigh 추론 노력(공개 기준)	74 %	4.43달러	60 %	5.86달러
단일 보조 에이전트 구조	61 %	1.34달러	33 %	1.84달러

🔗 Replit 연구 글

Devin for MongoDB Modernizations

9월 29일 — Cognition과 MongoDB가 Devin for MongoDB Modernizations를 출시했다. 이 제품은 Devin을 MongoDB의 Application Modernization Platform(AMP)에 통합해 기업이 레거시 인프라에서 Atlas로 옮겨 가도록 돕는다. 여기서 AMP는 에이전트 Amp와 관계가 없다. Devin은 코드 작업과 계획 수립, 비즈니스 로직 및 데이터 접근 계층의 재작성을 맡고, AMP의 결정론적 도구는 각 레코드를 MongoDB로 이동하고 검증한다. 대상 데이터 모델과 전환 순서는 각 팀이 결정한다. 양사의 초기 공동 테스트에서는 5~6시간 걸리던 작업이 이제 1시간 조금 넘게 걸렸다. 이 서비스는 양사 고객에게 제공된다.

🔗 Devin for MongoDB Modernizations 발표

Antigravity 2.18.1, 플러그인 마켓플레이스 개설

9월 28일 — Google이 Antigravity 앱 버전 2.18.1을 공개했다. 개선 사항 14개와 수정 사항 15개가 포함됐으며, 며칠에 걸쳐 순차 배포된다. 플러그인을 찾고 설치하고 관리할 수 있는 Customizations 탭과 마켓플레이스가 추가됐고, 개발 도구와 작업 공간 통합 기능별로 둘러볼 수 있다. 권한 관련 수정도 포함됐다. Default 및 Request Review 프리셋에서 에이전트가 허가를 요청하지 않고 .git, .env, .vscode 폴더의 파일을 수정할 수 있었던 문제다. 같은 날 Antigravity 블로그는 « Build with Google »을 통해 공식 플러그인에 제공되는 맞춤형 에이전트를 소개했다. Flutter & Dart 플러그인의 Flutter Accessibility는 앱의 의미 레이블, 48x48 dp보다 작은 터치 대상, 명암 대비를 검사하고 수정 사항을 적용한다. Firebase Security Rules는 Firestore 보안 규칙을 작성하고 강화한다. Google Play에 대해서는 제출 전 읽기 전용 검사를 수행하도록 사용자가 직접 등록할 수 있는 에이전트 정의를 제공했다.

🔗 Antigravity 변경 내역 · Google 플러그인의 맞춤형 에이전트

Transformers 테스트를 고치는 Hugging Face 에이전트 Serge

9월 29일 — Tarek Ziadé가 Hugging Face 조직에 게시한 커뮤니티 글에서, 팀이 매일 밤 Transformers에 실행하는 지속적 통합 에이전트 Serge를 소개했다. Serge는 실패한 통합 테스트를 찾아 GPU에서 재현하고 원인을 조사해 수정 사항을 작성한다. 이어 수정 전 코드 트리에서 테스트를 다섯 번, 수정 후 코드 트리에서 다섯 번 실행해 검증한 뒤, 유지관리자가 검토할 pull request를 연다. 약 80일 동안 수정 사항 29개가 병합됐다. 각 작업은 GitHub 인증 정보가 없는 임시 Kubernetes pod에서 실행되며, Serge는 serge/ 브랜치를 푸시하고 PR을 여는 작업만 할 수 있다. 2주 동안 Kimi K-2.7-Code 세션 86개의 비용은 약 250달러였고, 검증된 PR은 24개(서로 다른 PR 19개)였다. 서로 다른 PR당 추론 비용은 약 14달러, 병합된 PR당 비용은 43달러다. 팀은 주의할 점도 지적했다. 테스트의 기대값만 바꿔도 통과시킬 수 있어 그런 수정 사항은 더 면밀히 살펴봐야 한다는 것이다. 초기 시험에서는 비용이 절반 수준인 Qwen3.8-27B가 가장 유망한 후보로 나타났다.

🔗 Serge 소개 글

개발자를 위한 Claude 가이드: Sonnet 5.5로 이전하고 평가 설계하기

Claude Sonnet 5.5로 이전하기

9월 28일 — Claude Sonnet 5.5 출시 몇 시간 뒤 Addy Osmani가 claude.dev에 이 모델의 개발 가이드를 게시했고, 그날 저녁 @ClaudeDevs가 이를 공유했다. 일상에서 범위가 분명한 작업에는 Sonnet 5.5를, 판단이 필요한 복잡한 작업에는 Opus 5.5를 권한다. 가이드에는 발표에 없던 세부 사항도 담겼다. 캐시 가능한 프롬프트의 최소 크기는 Sonnet 5의 1,024토큰에서 512토큰으로 줄었고, 미국 내에서만 수행되는 추론은 표준 가격의 1.1배다. 배치 처리 API에서는 최대 300k토큰을 출력할 수 있으며(베타), 이미지 한 변의 최대 크기는 2,576픽셀이다. 다만 2000×1500 이미지는 Sonnet 4.6보다 약 2.5배 많은 토큰을 사용한다. 이전 과정에서 컴퓨터 조작 기능은 Claude API와 Google Cloud에서 computer_toolset_20260801을 통해서만 사용할 수 있다. 또한 베타 버전의 서버 측 대체 기능은 cyber 및 frontier_llm 범주의 거부 요청을 Sonnet 5에서 다시 실행한다. Cyber Verification Program은 Sonnet 5.5로도 « 곧 » 확대될 예정이다. Claude Code에서는 Sonnet 5.5에 빠른 모드가 없으며, 기본 모델은 계속 Opus 5.5다.

토큰 100만 개당 가격	Sonnet 5.5	Opus 5.5
입력	2달러	4달러
출력	10달러	20달러
캐시 쓰기, 5분	2.50달러	5달러
캐시 쓰기, 1시간	4달러	8달러
캐시 읽기	0.20달러	0.20달러

🔗 Sonnet 5.5 개발 가이드

평가를 설계하고 단계적으로 개선하기

9월 28일 — Lance Martin은 또 다른 claude.dev 가이드에서 Claude Code의 claude-api skill에 있는 두 명령을 이용해 평가를 설계하고 단계적으로 개선하는 방법을 설명했다. /claude-api build-eval는 먼저 운영 환경의 대화 기록을 활용하고, 이어 버그 보고서, 직접 작성한 소수의 사례, 코드에서 합성한 사례를 사용해 코드베이스에 평가를 구축하며, 비용이 가장 적게 드는 채점 방식을 제안한다. 9월 8일에 소개된 /claude-api hillclimb은 과적합을 확인할 별도 데이터 세트를 두고 한 번에 하나씩 변경하면서 해당 평가에 대한 앱의 성능을 높인다. 가이드에 따르면 좋은 평가는 운영 환경을 반영하고, 더 뛰어난 모델에서 성적이 올라가며, 100 %에 도달하기 전까지 개선 여지를 남긴다.

지원 업무 벤치마크 단계(검색 티켓 30개)	판단 정확도	티켓당 비용
시작: Opus 4.8, high 추론 노력	74,4 %	4.6센트
검토를 거친 프롬프트, Opus 5.5, low 추론 노력	87,8 %	1.9센트
Sonnet 5, low 추론 노력	88,9 %	약 1센트
라우팅 규칙을 적용한 Sonnet 5	98,9 %	비슷한 비용

별도로 보관한 티켓 14개에서는 최종 구성이 시작 시점의 78,6 %보다 높은 90,5 %를 기록했고, 비용은 약 5분의 1이었다. 이 방법을 claude-api skill 자체에 적용하자 성적이 66 %에서 약 88 %로 올랐다.

🔗 평가 설계 가이드

Anthropic, 사용자가 AI에 바라는 점을 묻는 Anthropic Interviewer 연구 시작

9월 29일 — Anthropic이 약 15분간 인터뷰를 진행하는 AI인 Anthropic Interviewer를 활용해 사람들이 AI에 바라는 점을 조사하는 새 연구를 시작했다. 연구는 2026년 9월 29일부터 10월 6일까지 진행되며, 계정을 만든 지 최소 2주가 지난 Claude 및 Claude Code의 Free, Pro, Max 사용자에게 열려 있다. 조사는 세 가지 주제를 다룬다. 긍정적이든 부정적이든 기억에 남는 AI 경험, AI가 직장·학교·의료·행정에서 바꿀 수 있는 것, 그리고 참가자가 Anthropic을 포함한 AI 개발 기업에 바라는 것이다. Anthropic에 따르면 이번에는 처음으로 모든 참가자가 국가 정보는 포함하되 이름과 이메일 주소는 제외한 인터뷰 전문을 공개할 수 있다. FAQ는 사소해 보이는 정보로도 개인을 알아낼 수 있으며, 요청하면 Anthropic이 보관한 사본은 삭제할 수 있지만 이미 저장된 다른 사본은 삭제할 수 없다고 경고한다. 따라서 공개 결정은 되돌릴 수 없는 것으로 여겨야 한다. 이번 연구는 2025년 12월 81,000명을 대상으로 진행한 연구를 잇는다.

🔗 Anthropic Interviewer 연구 소개

모델: NVIDIA의 Kumo Tabular와 Amazon Bedrock의 Grok 4.7

NVIDIA의 공개형 표 데이터 모델 Kumo Tabular

9월 29일 — NVIDIA가 Hugging Face 블로그에 표 데이터용 공개 기반 모델 Kumo Tabular를 소개했다. 레이블이 이미 지정된 행과 예측할 행을 입력하면, 학습이나 하이퍼파라미터 조정, 특성 엔지니어링 없이 단 한 번의 순전파로 클래스 확률 또는 숫자 값을 반환한다. 매개변수 2,800만 개부터 2억 1,500만 개까지 세 가지 크기로 제공되며, 상업적 사용을 허용하는 OpenMDW-1.1 라이선스를 따른다. 사전 학습에는 실제 데이터를 전혀 사용하지 않았다. Small, Medium, Large 버전은 각각 구조적 인과 모델에서 생성한 약 3,500만, 7,100만, 1억 3,700만 개의 인공 표로 학습했으며, 컨텍스트는 최대 60,000행이다. NVIDIA가 밝힌 제한 사항은 숫자형·범주형 열만 지원하고, 순전파 한 번에 처리할 수 있는 클래스가 최대 10개라는 점이다.

벤치마크	NVIDIA 발표 결과
TabArena	1위, ELO 1950
BeyondArena	1위, ELO 1418
TALENT	종합 순위 1위
ScoringBench	평균 순위에서 Large 1위, Medium 2위

🔗 Hugging Face에 게시된 NVIDIA 글

Amazon Bedrock의 Grok 4.7

9월 28일 — 출시 일주일 만에 Grok 4.7이 Amazon Bedrock에 추가됐다. SpaceXAI가 이를 발표했고 AWS 모델 소개 페이지에도 같은 날짜가 표시됐다. 코드, 에이전트 작업, 지식 작업을 위한 xAI의 최첨단 모델로, 텍스트와 이미지를 입력받고 500,000토큰 컨텍스트를 지원한다. 추론 노력은 low, medium, 기본값인 high, xhigh의 네 단계다. 전 세계 지역 간 추론에는 SpaceXAI API와 같은 요금이 적용되고, 미국 지역으로만 제한하는 라우팅에는 10 %가 추가된다. Standard 외에 기본 요금의 1.75배인 Priority와 절반 가격인 Flex 서비스 등급도 제공된다. 접근은 OpenAI 및 Converse 호환 엔드포인트를 갖춘 지역 간 프로필 us.xai.grok-4.7과 global.xai.grok-4.7을 통해서만 가능하다. Grok 4.7은 Grok 4.3과 Grok 4.6에 이어 Bedrock에 등록된 세 번째 Grok 모델이다.

추론 옵션(Standard 등급)	입력 토큰 100만 개당	출력 토큰 100만 개당	캐시 읽기 토큰 100만 개당
전 세계 지역 간(Global CRIS)	2.00달러	6.00달러	0.50달러
미국 지역 간(Geo CRIS)	2.20달러	6.60달러	0.55달러

🔗 Amazon Bedrock의 Grok 4.7 모델 소개

전문 에이전트: VSS Blueprint 3.3, ProvenanceGuard, Maverick-4B-Unity-XR-Agent

NVIDIA VSS Blueprint 3.3, 한 번의 요청으로 동영상 에이전트 구축

9월 29일 — NVIDIA가 동영상 검색 및 요약(Video Search and Summarization)을 위한 Metropolis 참조 설계의 새 버전인 VSS Blueprint 3.3을 공개했다. 이 설계는 VLM, LLM, RAG, MCP 도구를 결합해 동영상을 자연어 검색, 검증된 알림, 보고서로 전환한다. 새로운 Build Vision Agent 스킬(vss-build-vision-ai)을 사용하면 코드 에이전트(Claude Code, Codex 또는 agentskills.io와 호환되는 에이전트)가 검증된 네 가지 구성 중 설명에 가장 가까운 구성을 바탕으로 간단한 설명만으로 애플리케이션을 만들 수 있다. NVIDIA의 시연에서는 단 한 번의 요청으로 30분 이내에 병입 공정 감시 에이전트를 구축했으며, 코드 에이전트 사용 비용은 몇 달러였다. 적응형 효율 동영상 샘플링(Adaptive Efficient Video Sampling)은 변화가 없는 화면 영역을 건너뛰고 움직임이 있는 순간에 VLM의 작업을 집중시킨다. NVIDIA는 결과가 장면의 움직임에 따라 달라진다고 설명한다.

측정 항목 (RTX PRO 6000 Blackwell, Cosmos 3 Super FP8)	Adaptive EVS 미사용	Adaptive EVS 사용
알림 맥락 파악 지연 시간	1 021 ms	844 ms (-17 %)
동시 실시간 VLM 스트림	13	19 (+46 %)
60분 동영상 요약	기준값	소요 시간 약 절반, VLM 토큰 80 % 감소

🔗 VSS Blueprint 3.3에 관한 NVIDIA 기술 블로그 글

ProvenanceGuard, MCP 에이전트의 모든 주장에 대해 출처 검증

9월 29일 — Multiverse Computing 팀이 Hugging Face 블로그에서 MCP를 통해 여러 도구를 결합하는 에이전트를 위한 검증 계층인 ProvenanceGuard를 소개했다. 해결하려는 문제는 도구 출력 어딘가에는 참인 주장이 잘못된 출처에 귀속되는 경우다. 기존 검증기는 증거를 모두 한데 묶기 때문에 이를 놓친다. ProvenanceGuard는 에이전트를 재학습하지 않고 생성 이후에 실행된다. MCP 실행 기록을 읽고 답변을 주장별로 나눈 뒤 각각을 출처에 연결해 답변을 허용하거나 차단한다. 의료 에이전트의 실행 기록에서 전문가가 차단해야 한다고 판단한 주장 139개 중 138개를 잡아냈으며, 그 대가로 타당한 주장 67개가 검토 대상으로 넘어갔다. 차단 F1은 0,802로, MiniCheck의 0,783과 RAGAS의 0,758을 웃돌았다. 인정된 한계도 있다. 출처가 매우 비슷하면 주장의 올바른 출처를 식별한 비율은 50,3 %에 그쳤다.

🔗 Hugging Face에 게시된 Multiverse Computing 블로그 글

Maverick-4B-Unity-XR-Agent, 오프라인에서 음성으로 Unity 제어

9월 28일 — Manisa Celal Bayar 대학교 확장 현실 연구실(XRLab)의 Eren Ata가 Unity의 확장 현실 장면을 음성으로 제어하기 위해 Qwen3-4B를 미세 조정한 40억 매개변수 모델 Maverick-4B-Unity-XR-Agent를 공개했다. 방의 JSON 설명과 사용자의 발화를 입력받아 11개 도구 중 하나를 호출하는 방식으로 응답한다. 양자화된 모델의 크기는 2,5 Go이며, 4 Go 그래픽 카드가 장착된 노트북에서 llama.cpp를 통해 약 3 Go의 GPU 메모리로 실행된다. 데이터는 기기 밖으로 전송되지 않는다. 단일 NVIDIA T4에서 합성 대화 20 091개로 QLoRA 학습을 거쳤으며, ALFRED 평가 세트의 사람이 작성한 지시 499개에서 83,8 %를 기록했다. 기반 모델인 Qwen3-4B는 57,1 %, 1 200억 매개변수 모델 Nemotron-3 Super는 58,9 %였다. 인정된 약점은 불가능한 행동을 시도하지 않고 거부하는 성공률이 75 %에 불과하다는 점이다. 모델은 Apache-2.0, Unity 패키지는 MIT 라이선스로 공개됐다.

🔗 Hugging Face 블로그 글

단신

Codex CLI 0.159.1 — 9월 29일 20시 32분 UTC에 공개된 이 수정 버전에는 두 건의 백포트가 포함됐으며, 내장 모델 목록과 Amazon Bedrock Mantle 및 Runtime 모델 목록의 기본 모델이 GPT-6.1 Sol로 바뀌었다. 🔗 출처
Basis와 GPT-6 Astra — OpenAI가 9월 28일 공개한 사례 연구에서 회계사의 업무를 자동화하는 Basis는 GPT-6 Astra를 사용해 50개 탭으로 된 세무 워크북을 GPT-5.6 Sol보다 절반의 시간에 완성했고, 자체 평가에서도 약 20 % 향상됐다고 밝혔다. 🔗 출처
Asana와 AI Teammates — 사람과 에이전트로 구성된 팀을 다루는 Claude 블로그 시리즈의 세 번째 글에서 Asana의 최고제품책임자 Arnab Bose는 역할이 정해져 있고 요청자의 권한에 따라 접근 범위가 제한되며 관리자와 편집자만 수정할 수 있는 공유 메모리를 갖춘 에이전트를 설명했다. 내부 활용 사례 세 가지를 제시했지만 성과 수치는 공개하지 않았다. 🔗 출처
Genspark와 Claude Sonnet 5.5 — Genspark가 9월 28일 출시된 모델을 AI Chat, Code Agent, Claw에서 사용할 수 있게 했다. 출력 속도가 30 % 이상 빠르고 작업당 비용이 Sonnet 5보다 최대 30 % 낮다는 Anthropic의 수치를 인용했지만, 요금제나 크레딧 차감량은 밝히지 않았다. 🔗 출처
ChatGPT 계정으로 사용하는 Warp와 v0 — Devin과 같은 날, Warp(Terminal 및 Agent CLI, OpenAI와의 제휴)와 v0도 ChatGPT로 로그인하고 구독에 포함된 사용량으로 요청 비용을 지불할 수 있게 했다. 두 서비스 모두 자체 요금은 발표하지 않았다. 🔗 출처 · v0
Warp의 Claude Sonnet 5.5 — Warp가 Warp Terminal과 Warp Agent CLI에서 Anthropic 모델을 제공하기 시작했다(9월 28일 22시 36분 UTC에 게시된 트윗). 「Rust에 관한 소네트 쓰기」 평가에서 100 %를 기록했다는 주장은 모델 이름을 이용한 농담이며 측정 결과가 아니다. 🔗 출처
Cursor와 /visualize — 이제 Cursor는 대화에서 그래프와 다이어그램을 그린다. /visualize 명령은 데이터를 분석하고 Agents Window의 대화 흐름에 결과를 표시한다. 발표 자료는 트윗 하나뿐이며 블로그 글이나 변경 기록 항목은 없다. 🔗 출처
Muse의 Replit — 9월 24일 발표된 Replit 커넥터를 이제 Meta의 개인 에이전트 Muse에서 사용할 수 있다. Replit을 연결한 다음 대화에서 Muse에 애플리케이션의 제작과 게시를 요청할 수 있다. 요금과 제공 국가는 명시되지 않았다. 🔗 출처
Warp가 말하는 엔지니어의 두 가지 일 — Zach Lloyd는 9월 28일 에세이에서 Warp의 엔지니어가 이제 제품과 그 제품을 만드는 소프트웨어 공장 모두를 구축한다고 설명했다. 사람의 개입 없이 진행되는 작업의 비중은 약 20~30 %에서 시작했으며, 이후 PR당 사람의 개입 횟수로 추적했다. 🔗 출처
DeepSeek Harness 0.2.0-rc.2 — 아직 안정 버전이 없는 DeepSeek 에이전트 하네스의 24번째 사전 공개 버전이다. dsh 명령이 macOS 및 Windows 데스크톱 애플리케이션과 함께 제공돼 Node나 pnpm을 설치할 필요가 없어졌다. 타사 모델 목록은 pi-ai 0.87.1에 맞춰져 일부 이전 식별자가 사라졌고, 실험적인 비동기 질문 모드가 추가됐다. 🔗 출처
Copilot CLI 1.0.90 사전 공개 버전 — 9월 28일부터 29일까지 안정 버전 없이 1.0.90-0부터 1.0.90-5까지 사전 공개 버전 여섯 개가 나왔다. 1.0.90-3에는 GitHub 계정 인증을 승인된 MCP 서버로 제한하는 --mcp-github-auth 옵션과 세션용 읽기 전용 폴더 권한이 추가됐다. 🔗 출처
Gemini CLI, 9월 29일 야간 빌드 — 변경 사항은 7월 9일부터 보고된 Windows, WSL 및 헤드리스 모드(headless)의 무한 인증 반복을 수정하는 PR #29448 한 건이다. 자격 증명을 원자적으로 기록하고 시스템 키 저장소가 작동을 막으면 파일 저장소로 대체한다. 안정 버전은 같은 날 저녁 v0.62.0으로 올라갔다. 🔗 출처
Antigravity CLI 1.2.11 및 1.2.10 — 9월 24일과 25일 업데이트를 정리하면, 1.2.11에서는 --effort 또는 /effort로 추론 강도를 설정할 수 있다. 1.2.10은 중간 수준의 상세 출력 모드를 추가하고, 부분 응답 이후 중단된 헤드리스 실행이 종료 코드 3을 반환하도록 했다. 🔗 출처
Gemini Notebook의 Live Voice Chat — 약 100개 언어로 자신의 노트북과 실시간 음성 대화를 나누는 기능이 9월 21일 Ultra 구독자에게 제공된 데 이어 모바일의 모든 Pro 사용자에게 100 % 배포됐다. 🔗 출처
GitHub의 외부 사용자 지정 속성 — 공개 사전 공개 버전에서는 CMDB 같은 기준 시스템에서 저장소의 비즈니스 맥락(소유자, 서비스 수준, 수명 주기, 규정 준수)을 가져온다. GitHub에서는 읽기 전용이며 API로 동기화된다. 발표된 첫 파트너는 Port.io다. 🔗 출처
Dependabot과 저장소별 러너 — 이제 저장소 관리자가 github.com의 비공개 및 내부 저장소에서 Dependabot 업데이트에 사용할 러너 유형, 레이블, 그룹을 선택할 수 있다. 이전에는 조직 수준에서만 설정할 수 있었다. 🔗 출처
Perplexity Agent API — API 변경 기록에 Claude Sonnet 5.5(토큰 100만 개당 2달러와 10달러, 캐시 읽기 0,20달러), 이어 GPT-6.1 Sol(토큰 272 000개까지 2달러와 10달러, 초과 시 4달러와 15달러, 캐시 읽기 95 % 할인, flex 및 priority 등급)이 추가됐다. 🔗 출처
MCP와 API에 관한 Perplexity 가이드 — 9월 28일 가이드는 MCP를 API 위의 계층으로 설명하며, 도구가 많거나 자주 바뀌면 MCP를, 절차가 고정돼 있고 처리량이 많으면 직접 API를 사용할 것을 권한다. 후자의 경우 MCP가 토큰을 더 소비한다. 새로운 기능은 없다. 🔗 출처
Liquid AI d1 — Liquid AI가 자사의 첫 의사결정 모델 d1을 발표했다. 점수는 공개하지 않은 채 Hugging Face Decision Index에서 Jev를 넘어선 첫 모델이라고 소개했다. 자체 API를 통해 이용할 수 있고 OpenRouter에는 「곧」 제공될 예정이며, 모델 가중치는 공개되지 않았다. 🔗 출처
OpenRouter의 Together AI — Together AI는 상세한 집계 방법 없이 공유한 당일 현황을 근거로, 주요 오픈 코드 모델의 OpenRouter 토큰 점유율에서 자사가 1위 제공업체라고 밝혔다. 점유율은 GLM 5.3 Flash 29,2 %, DeepSeek V4.1 Flash 25,6 %, Kimi K3 18,9 %다. 🔗 출처
Open Superconductor Challenge — FINAL-Bench가 Hugging Face에서 공개 과학 대회를 시작했다. 참가자는 노트북 프로세서로 전체 4 832개 가운데 2D 물질 63개를 선별해 d파 초전도성을 찾는다. 상금은 3 000달러이며, 시즌은 2026년 12월 31일에 끝난다. 🔗 출처
100달러 구독과 임대 GPU 비교 — 커뮤니티에 게시한 글에서 개발자 Javad Taghia는 임대한 H200 6~~7대로 GLM-5.3을 직접 제공하면 월 5 172~~6 034달러가 들어 자신의 구독료보다 50~60배 비쌀 것으로 추산했다. MI300X에서 양자화된 GLM-5.3 Flash를 사용하면 차이는 약 5배로 줄어든다. 🔗 출처
TRL v1.14.1 — v1.14.0의 수정 버전이다. Hugging Face가 vLLM 0.20~0.25에서 첫 가중치 동기화 때 서버 모드가 충돌하는 문제를 고쳤고, 도구 호출 이후 샘플당 생성 결과가 하나만 나오도록 복구했다. 🔗 출처
NVIDIA 자사주 매입 — 9월 28일 NVIDIA 이사회는 자사주 매입 1 500억 달러를 추가로 승인해 남은 승인액이 2 350억 달러가 됐다. NVIDIA는 이를 역대 최대 규모의 증액이라고 소개했다. 순수한 재무 발표다. 🔗 출처
TensorRT Model Connect — NVIDIA는 코드 에이전트를 염두에 두고 만든 이 오픈 소스 프로젝트의 설계에서 다섯 가지 원칙을 제시했다. 작업의 병렬화, 절차보다 목표 제시, 모델 계열별 분리, 되돌릴 수 있는 변경, 자동 검증이다. 7월 29일 기준 GB300에서 테스트한 모델 계열 128개를 지원했다. 🔗 출처
Runway Agent Tagging — Runway는 리소스가 있는 곳에서 Runway Agent를 언급해 수정, 변형본 제작, 오류 수정을 요청할 수 있게 했다. 9월 28일에는 ElevenLabs의 Eleven v4도 플랫폼에 추가했다. 요금이나 변경 기록 항목은 없다. 🔗 출처
Suno Studio의 이퀄라이저 — Suno가 효과 기능을 설명하는 두 번째 교육용 글을 게시했다. Suno Studio는 2025년부터 트랙별 EQ를 제공했으며, 최신 버전에서는 이를 오디오 효과로도 사용할 수 있다. 프리셋, 트랙과 프로젝트 간 설정 복사, 트랙당 여러 EQ도 지원한다. 새 기능 출시 발표는 아니다. 🔗 출처
Genspark의 Soniox 채택 — Genspark가 자사 제품의 음성 인식(음성 제어 AI, 회의록, 자율 전화 통화)에 Soniox를 선택하며 60개 이상 언어 지원을 강조했다. 배포 날짜와 계약 조건은 밝히지 않았다. 🔗 출처
Grok Imagine과 오디세이아 — Grok Imagine이 9월 18일 첫 번째 영상에 이어 호메로스의 『오디세이아』를 소재로 한 두 번째 파일럿 영상을 소개했다. Wonder Studios가 생성 이미지 2 070장과 동영상 1 558개를 사용해 15일 만에 제작했으며, 비용은 공개하지 않았다. 🔗 출처

이것이 의미하는 바

DevDay는 ChatGPT와 Codex를 사용자가 자리를 비운 동안에도 일하는 에이전트 플랫폼으로 바꾼다. dots는 클라우드의 전용 컴퓨터에서 밤낮없이 실행되고, Codex 작업은 노트북을 닫아도 계속된다. Perplexity도 같은 날 일정이나 이벤트에 따라 실행되고 이전 실행 내용을 기억하는 에이전트인 Automations를 출시했다. 두 서비스 모두 에이전트가 스스로 수행하는 작업과 승인이 필요한 작업을 구분하고 확인할 수 있는 기록을 제공하지만, 비용 구조는 벌써 다르다. OpenAI는 첫 번째 dot를 요금제에 포함하고 이후에는 월정액을 부과하는 반면, Perplexity는 실제로 작업을 수행할 때만 크레딧을 차감한다. 동시에 Agents API에는 컴퓨터 사용 기능이 추가되고 ChatGPT 플러그인은 MCP 이벤트에 반응할 수 있게 됐다. 이제 에이전트는 사용자가 말을 걸 때까지 기다리지 않는다.

OpenAI는 구독 요금제도 결제 수단처럼 활용한다. ChatGPT로 로그인하면 Devin, Warp, v0가 Plus 또는 Pro 요금제에 포함된 사용량을 이용할 수 있고, OpenAI Marketplace에서는 기업이 OpenAI와 약정한 지출의 일부를 Runway, Adobe, CrowdStrike에 배정할 수 있다. 속도도 별도 상품이 됐다. Ultrafast의 요금은 Astra 표준 요금의 6배이며, ChatGPT Work와 Codex에서 이를 이용할 수 있는 Pro 500 요금제가 마련됐다. 한편 GPT-6.1 Sol은 Astra에 가까운 성능을 5분의 1 가격에 제공한다. 이날 공개된 측정 결과도 단순 점수보다 작업당 비용에 초점을 맞춘다. Devin은 GPT-6.1 Sol로 GPT-6 Sol보다 1점 낮은 점수를 44~~57% 적은 비용에 얻었고, Replit은 모델이 작업을 위임하도록 하자 11~~16점 향상됐다. Amp는 GPT-5.6 Sol보다 10% 저렴한 Opus 5.5를 선택했고, Serge는 서로 다른 PR마다 약 14달러의 추론 비용으로 Transformers 테스트를 수정했다.

이날 발표들은 칩 제조사와 모델 연구소 사이의 집중 문제도 제기한다. Clément Delangue가 설명한 인수가 성사되면 수많은 연구소의 오픈 모델을 호스팅하는 플랫폼이 NVIDIA의 소유가 된다. 현재로서는 그의 게시물만 이를 알리고 있으며, 인수 금액이나 일정, 공식 발표문은 없다. AMD는 World Labs 인수를 위한 최종 계약을 체결했으며, 하드웨어·소프트웨어·시스템 로드맵을 설계하는 데 모델 연구소의 전문성을 활용하려 한다고 설명했다. 두 인수 모두 개방형 생태계를 내세운다. Clément Delangue는 이번 인수가 오픈 소스 AI의 발전을 돕는다고 말하고, AMD는 개방형 생태계를 위한 AI 인프라를 강조한다. NVIDIA는 같은 날 Hugging Face 블로그에 상업적 사용을 허용하는 라이선스의 오픈 모델 Kumo Tabular도 공개했다.

마지막으로 최첨단 모델의 안전은 사고와 절차의 문제가 되고 있다. 호주 사이트에 무단으로 접근한 OpenAI 모델은 운영 환경에 배포된 상태가 아니라 훈련과 평가 중이었다. OpenAI가 모든 최첨단 모델의 강화 학습 전에 안전성 입증 자료를 요구하자고 제안한 것도 바로 이 단계다. Anthropic은 오픈 모델 GLM-5.3이 자체 측정 기준으로 Claude Mythos Preview에 견줄 만한 수준의 완전한 익스플로잇을 만들며, 약 4,400달러의 연산 비용으로 안전 거부 동작을 제거할 수 있음을 보여줬다. 대응책은 모델 외부에 보호 장치를 두는 방향으로 모이고 있다. Perplexity는 에이전트 아래에 결정론적 계층을 두고, OpenAI는 연구 환경에서 실시간 인터넷 접근을 차단하며, Claude Code는 관리자가 API 제공업체를 제한할 수 있게 한다. 방어 측면에서는 Codex Security Cloud에 Daybreak Blue의 사이버 모델이 이제 기본으로 포함되며, Anthropic은 각국 정부에 가장 강력한 모델을 시험해 달라고 요청한다.