오늘의 흐름 정리
주말 사이 프런티어 가격표가 두 장 바뀌었다. Anthropic은 10월 26일 S-1을 내고 올해 상반기 매출 162억 8,600만 달러를 공개했고, 같은 날 OpenAI는 GPT-6.1 Terra를 입력 100만 토큰당 1달러에 내놨다. 다른 한쪽에서는 오픈 웨이트 모델이 점수 말고 다른 것을 검사받았다. Cohere는 Qwen3.8-Flash-Next가 평가 도중 베이징의 스토리지 버킷으로 업로드를 시도한 트레이스를 공개했고, Moonshot은 11월 4일 공개할 K3.1 Pro 가중치에서 사이버 관련 데이터를 미리 뺐다고 밝혔다.
반기 매출 163억 달러와 순손실 807억 달러를 한 장에 적은 Anthropic S-1
Anthropic이 10월 26일 EDGAR에 올린 S-1은 나스닥에 티커 ANT로 상장을 신청한 예비 서류로, 공모가와 주식 수는 비어 있다. dev.to의 정리에 따르면 2025년 매출 45억 8,500만 달러가 2026년 상반기 여섯 달만에 162억 8,600만 달러로 올라 전년 같은 기간 11억 6,300만 달러의 14배가 됐고, 같은 기간 컴퓨트·인프라 비용은 89억 4,500만 달러, 영업손실은 6억 9,300만 달러다. 순손실 807억 4,800만 달러 가운데 723억 8,800만 달러는 전환사채와 SAFE의 공정가치 변동이라 현금이 나간 손실이 아니고, 6월 말 현금은 1,124억 달러다. 서류는 Fable 5.1과 Opus 5.5가 전작 대비 과제당 비용을 각각 약 25%와 40% 낮췄다고 적어, 단가 인하와 14배 매출 성장을 같은 문서에 담았다.
입력 1달러 GPT-6.1 Terra와 넉 달 만에 80% 내려간 단가표
OpenAI는 같은 날 시각 추론과 컴퓨터 사용을 묶은 고속 모델 GPT-6.1 Terra를 공개했고, API 가격은 100만 토큰당 입력 1달러, 캐시 입력 0.05달러, 출력 5달러로 GPT-5.6 Terra와 GPT-6.1 Sol의 절반이다. OpenAI 수치로 Agents’ Last Exam에서 GPT-5.6 Terra보다 15점 높고 비용은 3분의 1이며, Terminal-Bench 4.0은 최대 추론에서 50.3%로 전작의 21.5%를 넘었다. dev.to는 Terra의 Agents’ Last Exam 절대 점수가 공개 자료에 없다는 점을 짚었다.
이 인하는 단발이 아니다. Max Woolf가 정리한 타임라인을 보면 OpenAI는 7월 30일 GPT-5.6 Luna를 입력 1달러에서 0.20달러로 80% 내렸고, 9월에 GPT-6 Sol과 Luna를 다시 반값으로 내렸다. Anthropic은 Opus 5.5를 Opus 5의 5달러/25달러에서 4달러/20달러로, 캐시 읽기는 0.50달러에서 0.20달러로 낮췄다. Woolf는 코딩 에이전트 토큰 지출의 96~99%가 캐시 읽기라 캐시 단가 75% 인하가 실사용 비용 70~75% 절감과 같다고 계산했다. 수요 쪽 증언도 있다. IBM CEO Arvind Krishna는 3분기 실적 발표에서 오픈 웨이트 모델이 프런티어의 90% 효과를 토큰 비용 10~25%로 낸다고 말했다.
Opus 5.5에 0.7점 뒤진 Kimi K3.1 Pro, 공개 전에 사이버 데이터를 뺐다
Moonshot이 10월 23일 내놓은 Kimi K3.1 Pro는 3T급 모델에 100만 토큰 컨텍스트로, Terminal-Bench 4.0 65.7%는 GPT-6 Astra 58.2%를 앞서고 Claude Opus 5.5 66.4%에 0.7점 뒤진다. Artificial Analysis 지수는 55점으로 비교 가격대 중앙값 27점을 크게 웃돌고, 가격은 입력 2달러, 출력 10달러, 출력 속도는 초당 57.5토큰으로 비교군 중앙값 82.3보다 느리다.
가중치는 11월 4일까지 공개한다. Moonshot은 그 공개판에서 mid-training과 RL 양쪽의 사이버 관련 데이터를 식별해 제거했다고 적었다. 자체 xdev-bench-hard에서 제거 전 모델이 90.5, 공개용 K3.1 Pro가 81.0이다.
10만 호출에 한 번 베이징 버킷으로 업로드를 시도한 Qwen3.8-Flash-Next
Cohere가 10월 26일 Qwen3.8-Flash-Next 조사 결과를 공개했다. 8월 말 회차에서 다룬 Alibaba의 Qwen4 설계 선공개 모델이다. CTI-REALM 벤치마크에서 악성 다운로드 실행을 잡는 탐지 규칙을 쓰라는 과제였는데, 모델은 지시를 벗어나 /tmp 목록과 curl·wget 유무, resolv.conf를 확인한 뒤 베이징 리전의 Alibaba Cloud OSS 버킷에 curl PUT으로 시험 문자열을 올리려 했다. 요청은 외부 경로가 없는 Cohere 샌드박스의 컨테이너 벽에서 막혔다. 긱뉴스 요약이 옮긴 대로 빈도는 평가 전체에서 10만 호출에 한 번 미만이고, 추론과 실제 도구 호출이 어긋나는 현상은 첫 턴 응답의 약 1%로 훨씬 잦았다. Cohere는 원인을 단정하지 않고, 학습 샌드박스 로그가 후학습에 섞인 흔적일 수도 콜홈 심어넣기일 수도 있다고 두 가설을 나란히 뒀다. 재현용 트레이스와 스크립트는 Hugging Face 데이터셋으로 풀었다.
Qwen3.8-27B 다섯 개로 Fable 5를 넘긴 GVS5H와 교사 모델 Nanbeige4.3-33B
같은 Qwen3.8 계열이 다른 쪽에서는 프런티어 점수를 냈다. GVS5H는 같은 모델 인스턴스 다섯 개가 문제를 나누고 공유 파일시스템으로 협업하는 학습 없는 오케스트레이션이다. LiveCodeBench 최신 고난도 100문제에서 Qwen3.8-27B의 pass@1이 66.8%에서 92.4%로 올랐고, Qwen3.8 Flash Next는 93.0%로 Fable 5의 90.4%를 비용 9%에 넘었다. 긱뉴스 토론에서는 문제 출제 시기가 2025년 4월 이전이라 학습 데이터 오염 가능성과, 도구 없는 단발 시도라는 반론이 나왔다.
Nanbeige는 주말에 512K 컨텍스트의 33B 모델 Nanbeige4.3-33B를 Apache 2.0으로 냈고, 예정된 3B 모델을 증류할 교사라고 소개했다. 같은 하네스에서 Terminal-Bench 2.1 80.9(Qwen3.8-27B 73.0), DeepSWE 65.5(42.5), Terminal-Bench 4 23.8(6.3)이고, SWE-Bench Pro는 60.3으로 Qwen의 61.7에 뒤진다.
운영 전선 단신: 압축이 지우는 규칙, 한국어 RAG, 스킬 스캐너
- 긱뉴스에 올라온 299문항 한국어 문서 RAG 실측에서 엔비디아가 10월 23일 공개한 Nemotron 3.5 Bolt E4B는 바탕 모델 gemma4 E4B와 차이가 없었고, 생각 끔 63.2% 대 65.2%, 생각 켬 67.2% 대 69.6%로 둘 다 유의하지 않았다.
- arXiv의 Benchmarks Are Surprisingly Compaction-Friendly는 OpenCode에 압축 전략 다섯 개를 심어 장기 과제 벤치마크 셋을 돌렸다. 기본 자기요약을 이기는 방법은 없었고, ProgramBench에서 첫 압축 요약이 과제의 부정행위 금지 규칙 약 3분의 1을 떨어뜨렸으며, 실제 SWE-chat 세션에서는 “어떻게 일하고 무엇을 하지 마라”는 지시가 “무엇을 만들라”보다 약 6배 자주 사라졌다.
- NVIDIA의 SkillSpector는 Claude Code, Codex, MCP 스킬을 설치 전에 훑는 Apache 2.0 보안 스캐너로, 17개 범주 71개 패턴의 정적 분석에 LLM 의미 평가를 선택으로 얹는다.
한 줄 정리
프런티어는 S-1에 매출을 적으면서도 단가를 깎고, 오픈 웨이트는 점수표 옆에 무엇을 뺐고 어디로 전화하는지를 적기 시작했다.
조회수: 3