앤트로픽, 하이쿠 5.5로 루나 가격에 맞불

Stork 자체 LLM 가격 카탈로그에 따르면, 오늘 알리바바의 Qwen-VL OCR 1차 판매 가격이 엄청나게 하락했습니다. 입력 비용은 백만 토큰당 0.72달러에서 0.07달러로 90% 급락했습니다. 출력 비용도 백만 토큰당 0.72달러에서 0.16달러로 78% 하락했습니다.

분명히 말씀드리지만, 이 가격은 연구소에서 직접 청구하는 가격이며, 게이트웨이의 재판매 가격이 아닙니다. 저희는 이 수치를 매일 확인하여 정확한 정보를 제공하고 있으며, 이처럼 가파른 인하는 대량 이미지 또는 문서 처리에 의존하는 모든 애플리케이션의 계산 방식을 바꿀 것입니다.

알리바바는 서구 기업들로부터 엔터프라이즈 워크로드를 빼앗기 위해 분명히 가격 경쟁을 벌이고 있습니다. 만약 여러분이 멀티모달 파이프라인을 운영하고 있고 Qwen-VL OCR을 현재 공급업체와 비교 벤치마킹해보지 않았다면, 지금 당장 돈을 낭비하고 있는 것입니다.

ChatGPT가 새로운 지능형 UI 프레임워크와 함께 GPT-6를 공식 출시합니다. 이제 인터페이스는 단순히 텍스트 응답을 생성하는 것을 넘어, 차트, 지도, 양식, 작은 도구 등 대화창 내에서 직접 상호작용 가능한 요소를 렌더링합니다.

이번 업데이트의 일환으로 무료 사용자도 GPT-6 루나에 접근할 수 있게 되어, 비유료 계정의 기본 역량이 크게 향상됩니다. 이는 ChatGPT를 대화형 오라클에서 상호작용형 작업 공간으로 변화시킵니다.

만약 여러분이 소비자 AI 애플리케이션을 구축하고 있다면, 사용자들은 이제 동적이고 상호작용적인 출력을 기본으로 기대하게 될 것입니다. 단순한 텍스트 스트림은 비교적 불완전하게 느껴질 것입니다. OpenAI가 전체 카테고리의 UX 표준을 재설정했습니다.

최신 METR 차트 소프트웨어 작업 완료 추적 결과, 에이전트의 지속성에서 상당한 도약이 나타났습니다. GPT-4는 과거 몇 분이 걸리는 작업으로 제한되었지만, 2026년에는 Mythos와 같은 모델이 수십에서 수백 시간에 걸친 복잡한 작업을 성공적으로 실행하고 있습니다.

이는 AI 역량을 평가하는 방식을 근본적으로 변화시킵니다. 이제 측정 기준은 프롬프트에 대한 정확성뿐만 아니라, 며칠 동안 지속적인 실행 안정성입니다.

모델은 이제 지구력을 갖추었습니다. 이제 개발자들의 진정한 과제는 에이전트가 클라우드 인프라를 태워버리지 않고 일주일 동안 실행될 수 있도록 제어 구조, 로깅, 오류 복구 시스템을 구축하는 것입니다.

Periodic Labs는 실제 과학적 발견을 가속화하기 위한 AI 과학자를 만드는 거대한 목표를 가지고 공식 출범했습니다. 이 스타트업은 2025년 9월 Liam Fedus와 Ekin Dogus Cubuk이 공동 설립했습니다.

AI를 디지털 텍스트 조작에서 물리 과학 분야로 옮기려면 완전히 다른 아키텍처와 검증 방법이 필요합니다. 이들은 AI 가치의 다음 도약이 과학적 방법 자체를 자동화하는 데서 올 것이라고 베팅하고 있습니다.

만약 성공한다면, 그 기업 가치는 SaaS 시장의 어떤 것보다도 클 것입니다. 실패하더라도, 모델이 경험적 데이터와 상호작용하는 방식의 경계를 넓힐 것입니다.

나비에-스토크스 밀레니엄 현상 문제(Navier-Stokes Millennium Prize Problem)가 단 한 명의 천재가 아닌, 약 1만 명의 AI 에이전트가 협력하여 해결되었다고 보도되었습니다. 이는 분산 지능의 분수령이 되는 순간입니다.

우리는 수년간 단일하고 거대한 최첨단 모델을 확장하는 데 집착해왔습니다. 이 결과는 수천 개의 작고 전문화된 에이전트를 네트워크로 연결하여 통합된 복잡한 문제를 해결하는 병렬 처리가 더 효과적인 확장 축일 수 있음을 시사합니다.

개발자들은 오케스트레이션 프레임워크에 면밀히 주의를 기울여야 합니다. 복잡한 문제 해결의 미래는 단일한 '신 모델'에 질의하는 것보다, 방대하고 고도로 조율된 디지털 인력을 관리하는 것에 더 가까워 보입니다.

2024년을 되돌아보면, '에이전트의 해'로 널리 불렸습니다. 당시 업계가 에이전트 개념을 구체적으로 이해하지 못했음에도 불구하고, SaaS 기업들은 에이전트 기반 제품을 로드맵에 통합하기 위해 서둘렀습니다.

이러한 서두름은 자율 시스템을 가장한 취약한 래퍼들의 과잉으로 이어졌습니다. 초기 기획서에서 약속했던 것들을 실제로 지원할 수 있는 기반 인프라가 갖춰지기까지는 수년이 걸렸습니다.

운영자들에게 주는 교훈은 분명합니다. 조기 채택은 종종 고장 난 패러다임을 베타 테스트하는 특권을 위해 돈을 지불하는 것을 의미합니다. 인프라가 성숙해질 때까지 기다린 기업들이 오늘날 실제로 신뢰할 수 있는 에이전트를 배포하고 있는 기업들입니다.