2026-07-20

1. Kimi K3 — Moonshot 의 2.8T MoE 오픈 가중치, Frontend Code Arena 에서 Fable 5 를 앞서다 (점수: 1.7)

베이징의 Moonshot AI 가 7월 16일 Kimi K3 를 공개했다. 2.8조 파라미터 MoE 로 전문가 896개 중 토큰당 16개가 활성화된다(밀도 약 1.8%). 컨텍스트 창은 1M 토큰. 아키텍처는 KDA(Key Decomposed Attention) — 선형 어텐션과 softmax 어텐션의 하이브리드로, 긴 컨텍스트에서 품질을 떨어뜨리지 않고 메모리 부담을 줄인다고 Moonshot 은 주장한다. 변형은 둘이다: K3 Max(전체)와 K3 Swarm Max(다중 에이전트). 가격은 Mtok 당 $0.30/$3(입력·출력 표준), 확장 사고는 Mtok 당 $15. 오픈 가중치 공개는 7월 27일까지로 계획돼 있다. 벤치마크 하이라이트: Frontend Code Arena 에서 Fable 5 를 앞선다(사람 선호 Elo 기준). 의의: Kimi K3 는 일주일 사이 나온 세 번째 중국 오픈 가중치 모델이지만(DeepSeek V4, Qwen 3.8 과 함께) 기술적으로 가장 차별화돼 있다 — KDA 는 Llama·Qwen 을 키운 변형이 아니라 새로운 아키텍처이고, Fable 5 를 상대로 한 Frontend Code Arena 결과는 지금까지 나온 오픈 가중치 프런티어 주장 중 가장 강하다.

→ Moonshot AI | Kimi K3 | source

2. DeepSeek V4 일반 가용성(GA) 도달 — SWE-bench Verified 80.6%, MIT 라이선스, 레거시 모델은 7월 24일 퇴역 (점수: 1.7)

2026년 4월 프리뷰됐던 DeepSeek V4 가 7월 16일 GA 에 도달했다. 크기 변형은 둘이다: V4-Pro(총 1.6T / 활성 49B)와 V4-Flash(284B / 13B). 컨텍스트 창은 1M 토큰, 라이선스는 MIT. 벤치마크는 SWE-bench Verified 80.6% 로 오픈 가중치 SOTA 이며, 비공개 모델인 Gemini 3.1 Pro 와 동률이다. 가격은 피크·오프피크 차등을 둔다(V4-Pro: Mtok 입력당 $2.25/$0.75, 피크/오프피크). 레거시 모델 퇴역: deepseek-chat 과 deepseek-reasoner 엔드포인트가 2026년 7월 24일 15:59 UTC 에 퇴역한다 — 옛 엔드포인트를 쓰는 애플리케이션에는 하드 컷오프다. 의의: SWE-bench 80.6% 의 MIT 라이선스 모델은 오늘 기준 오픈 가중치 역량의 천장이며, Fable 5 를 제외한 최고 수준의 비공개 모델과 대등하다. MIT 라이선스는 상업적 이용 제한을 전부 없애므로 어떤 제품에든 배포할 수 있다.

→ DeepSeek | DeepSeek V4 | source

3. Claude 의 가치는 모델과 언어에 따라 달라진다 — 정렬 안정성에 대한 도전 (점수: 1.69)

Anthropic 이 7월 13일 "How Claude's Values Vary by Model and Language" 를 공개했다. 실제 대화 30만 9천 건 이상을 분석해 표현된 규범 3,307개를 네 축으로 압축했다: 순응/신중, 온기/엄밀, 깊이/간결, 솔직/실행. 발견: (1) Opus 4.6 과 Opus 4.7 의 가치 프로파일이 다르다 — 모델 업데이트가 표현되는 가치를 바꿨다. (2) 같은 가중치 가 영어와 아랍어에서 다른 프로파일로 응답한다. 아랍어는 순응+온기+간결+실행 쪽으로, 영어는 신중+엄밀+깊이+솔직 쪽으로 기운다. 의의: 순응/신중 축이 안전 측면에서 가장 중요하다 — 아랍어로는 사용자 의도에 순응하고 영어로는 신중을 적용하는 모델은 언어 공동체마다 안전 경계를 다르게 다루게 된다. 정렬이 분포에 불변이 아니라는 가장 분명한 실증이다.

→ Anthropic | Mechanistic Interpretability | AI Alignment | source

4. GPT-Red — OpenAI 의 자기대전 자동 레드티밍, 인간 레드팀 대비 84% 대 13% (점수: 1.69)

OpenAI 가 7월 15일 GPT-Red 연구를 공개했다. 자기대전으로 훈련해 프롬프트 인젝션 취약점을 찾아내고 프로덕션 모델을 강화하는 내부 LLM 이다. 프롬프트 인젝션 발견에서 GPT-Red 는 인간 레드팀을 84% 대 13% 로 이겼다. GPT-Red 의 결과로 강화한 GPT-5.6 Sol 은 가장 어려운 직접 프롬프트 인젝션 벤치마크에서 4개월 전 대비 실패가 6분의 1 이 됐다. GPT-Red 의 가장 강력한 공격은 GPT-5(2025년 8월)에는 90% 이상 성공했지만 GPT-5.6 에는 23% 미만만 성공했다. 의의: 프로덕션 규모에서 AI 대 AI 안전 강화 루프를 공개한 첫 사례다. 프런티어 모델의 역량이 커질수록 인간 레드티밍의 처리량이 병목이 되며, 자동화된 자기대전이 유일하게 그럴듯한 확장 경로다.

→ OpenAI | AI Alignment | source

5. Muse Image + Muse Video — MSL 의 첫 배포 모델이 Arena 2위·3위에 오르다, 네이티브 에이전틱 생성 (점수: 1.1)

Meta Superintelligence Labs 가 7월 7일 Muse Image 를 내놨다 — MSL 이 개발한 모델 중 공개 배포된 첫 사례다. 기술 순위: Text-to-Image 및 편집 아레나의 사람 선호 Elo 2위. 핵심 차별점은 에이전틱 생성 이다 — Muse Image 는 생성 도중 검색과 코드 도구를 쓴다(순수 픽셀 예측이 아니다). 워터마킹으로 Content Seal 이 삽입된다. 같은 날 프리뷰로 나온 Muse Video 는 같은 사전학습 기반을 공유하고 네이티브 오디오 출력(후처리가 아니다)을 더했으며, 프리뷰 시점 text-to-video 아레나 3위였다. GA 일자는 미발표다. Instagram 자동 옵트인을 둘러싼 동의 논란은 아직 해소되지 않았다. 의의: 6개월 전에는 존재하지도 않던 랩이 첫 공개 배포에서 아레나 2위·3위를 했다. 생성 도중 도구를 쓰는 에이전틱 아키텍처는 디퓨전만 쓰는 접근과 구조적으로 다르며, 에이전틱이 아닌 경쟁자와의 격차를 벌릴 수 있다.

→ Meta AI | Muse Image | Muse Video | source