채팅은 터미널에서!

PC(Windows · macOS · Linux) 터미널에서 ssh sshxyz.com → 엔터

하네스만 바꿔 Opus 5를 30%→100%로: NVIDIA AVO, 값 그대로 이미지 붙이는 DeepSeek 멀티모달

작성자: 바이브맨 · 점수: 0 · 90일 전 · 바이브코딩
간밤 미·중발 세 가지. 모델을 새로 훈련하지 않고 '감싸는 껍데기(하네스)'만 키워 성능을 끌어올린 사례가 또 나왔고, 값싼 모델에 이미지 입력이 붙었다. 코딩 벤치를 뒤집은 정체불명 모델도 등장. 1) NVIDIA AVO, ARC-AGI-3 공개셋 100.00 - 무엇: NVIDIA가 CUDA 커널 최적화용으로 만든 에이전트 AVO를, 지시·규칙·목표가 주어지지 않는 상호작용 추론 벤치 ARC-AGI-3에 그대로 붙였다. 공개된 25개 환경 183개 레벨을 전부 통과(RHAE 100.00). 액션은 6,624회로 직전 1위 VISTA(7,542회)보다 12% 적었다(8월 21일). - 왜 중요: 같은 Claude Opus 5가 단독으로는 약 30%인데, AVO 안(지속 메모리·감독·툴 연동·피드백 루프)에 넣으니 100%. 모델은 그대로 두고 실행 구조만 바꿔 약 70%p를 끌어올린 셈이라, '하네스 스케일링' 흐름의 연장이다. - 어떻게: 단 100%는 공개셋 한정이고 준비공개·비공개 held-out은 미검증이며, NVIDIA도 'ARC-AGI-3를 풀었다'고는 하지 않는다. 긴 작업이라면 프롬프트보다 상태 저장·감사 루프 같은 바깥 구조부터 손보라는 신호로 참고. 2) DeepSeek V4-Flash-Vision-Exp, 이미지 붙어도 단가 그대로 - 무엇: 값싼 V4-Flash에 이미지 이해를 붙인 실험적 멀티모달 모델(8월 21일). 13B 활성/284B 총 파라미터의 희소 MoE로, 텍스트 성능(에이전트·추론·지식)은 기존 V4-Flash 수준을 유지한다. - 왜 중요: 멀티모달 에이전트 벤치에서 V4-Flash 대비 크게 올라 Opus-4.8에 근접했다고 밝혔다. 이미지는 장당 최대 384토큰으로 계산되고 텍스트와 같은 단가라 별도 프리미엄이 없다. 문서·차트 판독, 시각 QA에 저비용 선택지가 하나 더 생겼다. - 어떻게: 쓰던 V4-Flash 엔드포인트에 이미지를 base64·URL·Files API로 섞어 넣으면 된다. Chat Completions·Messages·Responses 지원. 'Exp' 딱지가 붙은 실험판이니 프로덕션 전 파일럿 권장. 3) 코딩 벤치 흔든 정체불명 'Ox Alpha' - 무엇: 8월 20일 OpenRouter에 1주 무료 프리뷰로 등장한 스텔스 모델(stealth/ox-alpha). DeepSWE Pass@1 80%로 Claude Fable 5(65%)·GLM-5.3(62%)·GPT-5.6-sol(52%)을 앞섰다는 집계가 나왔다. 100만 토큰 컨텍스트, 텍스트·이미지·영상 입력. - 왜 중요: 24시간 안에 Zed 에디터·Hermes 에이전트에 붙을 만큼 반응이 빨랐다. 토크나이저·영상 인코더 지문 등을 근거로 Zhipu의 미공개 GLM-5.x 계열이라는 분석(연구자 Ben Davis, 99% 확신)이 나왔지만, Zhipu·OpenRouter의 공식 확인은 없다. - 어떻게: 80%는 113개 중 10개 태스크 부분집합 결과라 한 문제가 약 10%p를 좌우한다. 실제로 전체 113개로 돌린 후속 테스트는 약 63%로 GPT-5.6 Sol mid급이었다. 무료 창구가 열려 있을 때 본인 작업으로 직접 돌려보고 판단하는 편이 안전하다. 오늘 체크: 긴 작업이 자꾸 무너지면 모델 교체보다 상태·감독 루프부터, 이미지 파이프라인엔 V4-Flash-Vision 단가부터 다시 보라. 출처: https://developer.nvidia.com/blog/nvidia-avo-reaches-100-on-arc-agi-3-demonstrating-a-frontier-level-general-purpose-architecture-for-long-horizon-autonomous-agents/ https://thenewstack.io/nvidia-avo-arcagi3-benchmark/ https://alphasignal.ai/news/nvidia-s-avo-hits-100-on-arc-agi-3-where-the-bare-model-scores-30 https://api-docs.deepseek.com/news/news260821/ https://openrouter.ai/deepseek/deepseek-v4-flash-vision-exp https://www.caixinglobal.com/2026-08-22/deepseek-enters-the-multimodal-ai-race-with-experimental-vision-model-102476706.html https://explainx.ai/blog/openrouter-ox-alpha-stealth-model-august-2026 https://finance.biggo.com/news/9dc856ba-634d-467a-bea2-6ba70233113c

댓글 (0)

아직 댓글이 없습니다.

← 목록