OpenAI, 초당 300토큰 속도전의 한계에 부딪히다

Google DeepMind는 오늘 Gemini 4 Argon을 발표하며, 코딩, 기업 지식 작업, 사이버 보안 방어에 특화된 최첨단 모델로 포지셔닝했습니다. 핵심 기능은 Long Decode Continuation이라는 실험적 기술을 통해 달성된 업계 최고 수준의 1M 토큰 출력 제한입니다.

하지만 접근은 엄격하게 통제됩니다. Google은 Argon을 Fairwind 프로그램의 신뢰할 수 있는 테스터, 특히 정부 사용자 및 신뢰할 수 있는 사이버 방어자에게만 독점적으로 출시하고 있습니다.

이러한 제한된 출시 전략은 더 넓은 AI 커뮤니티가 1M 토큰 출력 주장을 테스트하는 것을 막고 있습니다. DeepMind는 서류상으로는 기술적 이정표를 확보했지만, 일반 공개되기 전까지는 상업 시장에 미치는 영향은 전혀 없습니다.

새로운 분석에 따르면 현재 AI 붐의 숨겨진 금융 구조가 드러났으며, 그 구조적 안정성은 기껏해야 의심스럽습니다. 이 지도는 OpenAI, Nvidia, Oracle, CoreWeave와 같은 주요 플레이어들을 연결하는 특정 계약, 보증 및 금융 구조를 추적합니다.

이는 컴퓨팅 파워에 대한 이야기가 아닙니다. 상대방 위험에 대한 이야기입니다. 전체 산업은 서버를 가동하고 가치를 천문학적으로 유지하기 위해 복잡한 금융에 의존하며 고도로 상호 의존적입니다.

음악이 멈췄을 때, 손해를 보는 회사는 최악의 모델을 가진 회사가 아니라 최악의 금융 보증을 가진 회사일 것입니다. 돈의 흐름을 따라가세요. 근본적인 위험 지도는 시장 조정 시 누가 쓸려나갈지 정확히 보여줍니다.

AI 산업은 현재 대규모 조정을 겪고 있습니다. 수년간의 의심할 여지 없는 성장과 끝없는 자본 유입 이후, 시장은 기본 가정을 공격적으로 재평가하고 주요 플레이어들 사이에 위험이 어떻게 분산되어 있는지 파악하고 있습니다.

이러한 재조정은 필연적이었습니다. 초기 골드러시는 수익성 경로를 요구하지 않고 모든 래퍼와 기반 모델의 꿈에 자금을 지원했습니다. 이제 현명한 자본은 재배치되고 있습니다.

이 조정에서 승자는 견고한 단위 경제를 구축한 운영자일 것이며, 패자는 보조금 지원 컴퓨팅을 비즈니스 모델로 착각한 스타트업일 것입니다.

Broadcom이 무려 350억 달러 규모의 AI 금융 플랫폼을 출시했습니다. 이 구조는 금융 파트너가 Broadcom의 맞춤형 AI 가속기 랙을 구매한 다음 고객에게 직접 임대할 수 있도록 합니다.

이러한 움직임은 대규모 인프라 배포에 필요한 막대한 초기 자본 지출을 제거합니다. 금융 시장에 진출함으로써 Broadcom은 기업 고객이 AI 운영을 확장하려 할 때 자체 대차대조표에 의해 막히지 않도록 보장하고 있습니다.

이것은 영리하고 공격적인 전략입니다. Broadcom은 하드웨어를 더 빨리 판매하여 이득을 얻고, 기업은 AI 인프라를 막대한 자본 지출에서 운영 비용으로 전환하여 이득을 얻습니다.

OpenAI가 GPT-6.1 Sol을 조용히 출시했으며, 벤치마크를 압도하고 있습니다. 이 모델은 MathArena에서 1위를 차지했으며 Code Arena WebDev에서 3위를 기록하여 추론 및 코딩 작업에서 엘리트 성능을 보여줍니다.

Sol을 위험하게 만드는 것은 가격입니다. Artificial Analysis는 최대 노력 시 작업당 비용이 0.72달러라고 측정했습니다. 이는 낮은 캐시 읽기 가격과 솔루션에 도달하는 데 더 적은 턴이 필요하다는 점 덕분에 Astra와 같은 경쟁사보다 훨씬 저렴합니다.

GPT-6.1 Sol은 벤치마크 성능을 희생하지 않으려는 비용에 민감한 개발자들에게 확실한 승자입니다. OpenAI는 원시 지능과 단위 경제성 모두에서 동시에 경쟁할 수 있음을 증명하고 있습니다.

임베딩 시장이 대대적인 업그레이드를 경험했습니다. Perplexity는 ConTEB에서 새로운 최첨단 점수를 즉시 기록한 개방형 컨텍스트 임베딩 모델인 pplx-embed-v2-context-9b-preview를 출시했습니다.

동시에 Cohere는 Pro 및 Fast 변형을 제공하는 Embed 5를 출시했습니다. 이 아키텍처는 이중 계층 효율성을 위해 설계되었습니다. 한 변형으로 인덱싱하고 다른 변형으로 검색하여 Fast 계층에서 더 낮은 비용으로 우수한 성능을 제공합니다.

RAG 파이프라인을 구축하는 개발자들이 오늘날의 확실한 승자입니다. 이제 Perplexity는 개방형 컨텍스트 임베딩의 한계를 뛰어넘고 Cohere는 인덱싱-검색 비용 곡선을 최적화하고 있습니다.

Ideogram 4.5가 공식 출시되었으며, 약속된 오픈 가중치와 아티팩트 없는 다중 턴 이미지 편집에 중점을 둡니다. 핵심 주장은 인상적입니다. 이 모델은 10번의 연속 편집 동안 건드리지 않은 콘텐츠의 94~99%를 동일하게 유지합니다.

그러나 벤치마크 현실은 덜 인상적입니다. 이 모델은 현재 Image Edit Arena에서 18위에 머물러 있습니다. 일관성 지표는 사양서상으로는 훌륭해 보이지만, 크라우드 소싱된 시각적 품질은 최고 수준의 경쟁을 이기지 못하고 있습니다.

사소한 수정을 위해 엄격한 픽셀 보존이 필요하다면 고려해 볼 가치가 있을 수 있습니다. 하지만 진지한 창작 작업을 위해서는 18위라는 순위가 모든 것을 말해줍니다. 시각적 충실도가 기술적 주장과 일치할 때까지는 건너뛰세요.

Artificial Analysis는 1080p로 엄격하게 평가되는 매우 기대되는 비디오 벤치마크인 AA-Video-T2V v2.0을 출시했습니다. 시각적 일관성을 포착하지 못하는 자동화된 측정 기준과 달리, 이 벤치마크는 68,000개 이상의 인간 투표에 의존합니다.

그 결과는 매우 필요한 명확성을 제공합니다. Wan 3.0은 현재 분당 12달러라는 놀랍도록 비용 효율적인 가격으로 선두를 달리고 있습니다. 그 뒤를 Seedance 2.5와 MiniMax H3가 바짝 쫓고 있습니다.

이 벤치마크는 업계에 엄청난 승리입니다. 엄선된 마케팅 비디오를 제거하고 모델이 인간이 검증한 품질과 실제 가격으로 경쟁하도록 강제합니다. Wan 3.0이 왕관을 차지하며, 고품질 비디오 생성이 돈을 낭비할 필요가 없음을 증명합니다.

Anthropic은 Zhipu/Z.ai의 오픈 가중치 GLM-5.3 모델에 대해 강력한 경고를 발령하며, 자율 사이버 능력에 대한 위험한 문턱을 넘었다고 주장합니다. 이 모델은 ExploitBench에서 엔드투엔드 V8 익스플로잇에 대해 50/410점을 기록했으며, Anthropic은 간단한 탈옥(jailbreak)이 64~100% 성공한다고 언급합니다.

Anthropic은 이 모델이 널리 다운로드 가능하고, 비교적 저렴하며, 거부 튜닝이 약하다는 점을 고려할 때 이를 심각한 능력 및 접근성 위험으로 간주합니다.

그러나 업계는 회의적인 시각을 가질 만합니다. ExploitBench 수치는 사실이지만, Anthropic의 과도한 경고는 고도로 접근 가능한 중국 오픈 가중치 모델을 억압하기 위한 전략적 움직임처럼 느껴집니다. 여기서의 진짜 위험은 Anthropic의 시장 점유율에 대한 것일 수도 있습니다.