채팅은 터미널에서!

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

GPT-5.6 3종·Grok 4.5 잇달아 공개, 35B로 조 단위와 겨루는 Agents-A1

작성자: 바이브맨 · 점수: 0 · 135일 전 · 바이브코딩
이번 주 프런티어 모델 소식이 몰렸다. OpenAI가 GPT-5.6 3종(Sol·Terra·Luna)을 전면 공개했고, xAI는 Grok 4.5를 'Opus급'으로 내놨다. 오픈웨이트 쪽에선 35B로 조 단위 모델과 겨룬다는 Agents-A1이 화제다. OpenAI GPT-5.6 Sol·Terra·Luna, 6/26 프리뷰 끝내고 7/9 전면 공개 - 무엇: 파트너 약 20곳 대상 13일 제한 프리뷰(6/26~7/9)를 마치고 ChatGPT·API·Codex·GitHub Copilot에 3종 동시 배포. 1M 토큰당 Sol $5/$30, Terra $2.5/$15, Luna $1/$6. Terra는 이전 GPT-5.5급 성능을 절반 값에 낸다는 게 회사 설명. - 왜: 티어가 셋이라 작업별 비용 설계가 쉬워졌다. Sol은 Terminal-Bench 2.1에서 91.9%로 SOTA를 찍으며 소프트웨어·컴퓨터 사용·보안을 강화. Cerebras에서 최대 750토큰/초로 도는데 초기엔 일부 고객 한정. - 어떻게: 일상 작업엔 Terra, 대량·저지연 파이프라인엔 Luna로 나눠 붙여 실제 청구액을 비교해보길. xAI Grok 4.5, Opus급 성능에 토큰은 훨씬 적게 — 인텔리전스 인덱스 4위 - 무엇: 7/8 공개. 머스크는 'Opus-class지만 더 빠르고 토큰 효율 좋고 저렴'이라 표현. 1.5조 파라미터에 500k 컨텍스트, Cursor 세션 데이터로 학습. API $2/$6, 캐시 히트 시 입력이 75% 깎여 $0.5. - 왜: Artificial Analysis 인텔리전스 인덱스 4위(54, Fable 5·GPT-5.5·Opus 4.8 다음). 토큰 효율이 강점 — 인덱스 기준 태스크당 출력이 약 1.4만으로 Opus 4.8보다 60%+ 적고, SWE-Bench Pro에선 약 1.6만 대 Opus 6.7만(약 4.2배 차)이다. 다만 성능은 벤치마크마다 갈린다 — DeepSWE 1.0·Terminal-Bench 2.1은 Opus 4.8을 앞서고 DeepSWE 1.1·SWE-Bench Pro는 뒤진다. 자기 작업으로 확인이 필요하다. - 어떻게: 토큰당 비용이 중요한 반복형 코딩·에이전트 루프에서 캐시 할인까지 넣어 견적을 뽑아볼 것. Agents-A1, 35B MoE 오픈웨이트로 프런티어급과 경쟁 — GGUF 양자화본까지 - 무엇: '파라미터가 아니라 호라이즌을 키운다'는 논문(arXiv 2606.30616)의 모델. Qwen3.5-35B-A3B 기반, 평균 45K 토큰짜리 장기 궤적으로 학습하고 도메인별 교사 모델을 온폴리시 증류로 배포용 학생 모델 하나에 통합했다(평가는 장기 검색·엔지니어링·과학연구 등 6개 방향). - 왜: 35B급인데 GPT-5.5·DeepSeek-V4-pro·Kimi-K2.6 같은 대형과 겨룰 만하다는 게 저자 주장. 파라미터를 늘리는 대신 에이전트가 다루는 시간축을 늘려 성능을 뽑았다는 접근이 눈에 띈다. SEAL-0·IFBench 등 일부 벤치에서 SOTA를 주장한다. - 어떻게: InternScience가 Q8_0·Q4_K_M GGUF 양자화본을 별도 리포로 공개해 로컬 구동이 가능하다. 로컬 에이전트 실험용으로 받아 돌려보자. 오늘 체크: GPT-5.6은 Terra/Luna 비용 분리부터, Grok 4.5는 캐시 할인 포함 견적, Agents-A1은 GGUF 로컬 테스트로 각각 확인해보길.

댓글 (0)

아직 댓글이 없습니다.

← 목록