Devlery - AI 개발자를 위한 AI 뉴스 큐레이션
Devlery blog
AI 개발자를 위한 최신 AI 뉴스 큐레이션.
Kimi K3 독립 평가 3위, 가격 3배 올리고 가중치는 7월 27일
Moonshot AI가 2.8조 파라미터 Kimi K3를 공개했습니다. 독립 평가 3위에 올랐지만 출력 토큰값은 3.75배 뛰었고, 가중치 배포는 아직 시작되지 않았습니다.
저장소 몰래 올리다 걸린 xAI, 72시간 만에 Grok Build 공개
xAI가 코딩 에이전트 Grok Build를 Apache 2.0으로 공개했다. 84만 줄 Rust 코드 안에는 경쟁사에서 이식한 도구와 삭제되지 않은 업로드 흔적이 함께 남았다.
하네스만 바꿔 ARC-AGI-3 99%, 공식 검증 최고는 7.78%
Berkeley 연구자들이 공개한 Schema가 모델 가중치를 그대로 두고 ARC-AGI-3 공개셋 98.98%를 자체 보고했습니다. 같은 모델 조합의 Claude Code 기준선은 42.83%, ARC Prize가 검증한 공식 최고는 7.78%입니다.
Murati의 첫 모델 Inkling 공개, 벤치마크 1등 대신 무료 가중치·유료 Tinker
Thinking Machines가 7월 15일 첫 모델 Inkling을 Apache 2.0으로 공개했다. 975B MoE로 미국 오픈웨이트 지능 지수 1위지만 회사는 최강이 아니라고 못 박고, 추론 과금 대신 Tinker fine-tuning으로 돈을 번다.
Claude Code 내장 브라우저, 크롬을 빌리지 않는 격리 샌드박스
Anthropic이 Claude Code 데스크톱 앱 2.1.202 이상에 격리 프로필 내장 브라우저를 넣었습니다. 웹을 읽고 클릭하고 입력하되 모든 write 액션을 분류기가 검사하고, 로그인 세션이 필요하면 Chrome 확장을 따로 씁니다.
개인은 Manual, 기업 클라우드는 Auto로 갈린 Claude Code 권한 기본값
Claude Code 2.1.207이 Bedrock·Vertex·Foundry에서 Auto 모드의 opt-in 환경변수를 없애 기본값으로 켰습니다. 같은 7월 개인용 기본값은 Manual로 이름이 바뀌었고, 무인 클라우드 런타임에는 deny 규칙과 감사 로깅이 필요합니다.
MCP가 세션을 버린다, 7월 28일 무상태 사양이 강제한 마이그레이션
MCP 코어가 세션 기반에서 무상태로 재설계된다. 2026-07-28 사양이 initialize 핸드셰이크와 세션 ID를 없애 로드밸런서 뒤 수평 확장을 열지만, 기존 서버와 SDK는 breaking change로 마이그레이션해야 한다.
GPT-5.6 정식 출시, 토큰 63% 아끼고 SWE-bench Pro는 15점 열세
OpenAI가 7월 9일 GPT-5.6 세 모델(Sol·Terra·Luna)을 GA로 전환하고 기업 에이전트 ChatGPT Work를 함께 열었다. 토큰을 최대 63.5% 아끼지만 SWE-bench Pro는 Claude 계열에 15점 뒤진다.
Grok 4.5, 토큰 4배 아끼는 코딩 모델에 붙은 학습 오염 자백
xAI가 Cursor 세션 데이터로 학습한 Grok 4.5를 공개했다. 입력 100만 토큰당 2달러, 작업당 출력 토큰은 Opus 4.8의 4분의 1이다. 공개 벤치마크 4개 중 2개만 우위였고 CursorBench 학습 오염을 스스로 인정했다.
중국 오픈 모델 토큰 점유 46%, 미국 개발자를 옮긴 가격차
OpenRouter를 지나는 미국 트래픽에서 중국산 오픈웨이트 모델 토큰 비중이 46%까지 올랐다. 60에서 90% 싼 가격과 라우팅 전략이 만든 이동, 그리고 남은 데이터법 리스크를 짚는다.
Claude Enterprise 지출 상한 GA, 에이전트 코딩 비용의 관리자 통제
Anthropic이 Claude Enterprise에 지출 상한, 75/90% 임계 알림, 모델 기본값 제어, 커밋당 비용 분석을 GA로 냈습니다. 에이전트 코딩이 예산을 넘긴 배경과 관리자 통제의 실무 의미를 짚습니다.
Mistral Leanstral 1.5, Rust 버그 11개를 잡은 Lean 4 모델
Mistral이 Lean 4 형식 증명 모델 Leanstral 1.5를 공개했습니다. PutnamBench 587/672, FLTEval pass@8 43.2, Rust 버그 11개 탐지의 실무 의미를 짚습니다.