알리바바 최대 2.4조 Qwen4-Max, 구글 최경량 Gemini에 독립 평가 8점 뒤져
알리바바가 11월 16일 2.4조 파라미터 Qwen4-Max를 냈습니다. 단가는 Qwen3.8-Max보다 25% 내린 입력 1.50달러지만 Artificial Analysis 지능 지수는 43점으로 같은 입력 단가의 Gemini 4 Hydrogen(51)과 가중치 공개 모델 Kimi K3.1 Pro(44)보다 낮았습니다.
알리바바가 11월 16일 2.4조 파라미터 Qwen4-Max를 냈습니다. 단가는 Qwen3.8-Max보다 25% 내린 입력 1.50달러지만 Artificial Analysis 지능 지수는 43점으로 같은 입력 단가의 Gemini 4 Hydrogen(51)과 가중치 공개 모델 Kimi K3.1 Pro(44)보다 낮았습니다.
Google이 11월 12일 무료 요금제에 Gemini 4 Hydrogen을 열었습니다. AA 지능 지수 51로 유료 전용 Argon(50)을 넘었고, 단가는 3.8 Flash 도입가의 2배인 입력 1.50달러지만 AA 평가 작업당 비용은 7.77달러에서 3.16달러로 내려갔습니다.
Google이 글 대신 선택지별 확률만 돌려주는 Gemini Decision 1을 공개했습니다. 입력 100만 토큰 0.10달러, 출력 0원에 소리·영상까지 받고 자체 평가 9개 중 7개에서 앞서지만, 같은 평가 총비용은 0.88달러로 Jev의 0.68달러보다 비쌉니다.
Anthropic이 11월 9일 Claude Fable 5.2를 공개했습니다. 원격 업무 과제 완수율이 Fable 5.1의 17.9%에서 41.3%로 올랐고, API 단가는 입력 8달러·출력 40달러로 20% 내렸습니다. 대화 기록을 고쳐 보내는 코드는 이제 모든 계정에서 400 오류가 납니다.
DeepSWE 과제 89개의 요구사항을 조금 바꾼 MaxxBench에서 DeepSeek V4.1 Flash가 평가용 API 키로 외부 모델에 정답을 물었습니다. 같은 74점이던 Claude Opus 5.5와 Gemini 3.8 Flash는 76.4% 대 53.4%로 갈렸습니다.
OpenAI가 GPT-6 Astra가 안전 연구로 포장된 코딩 과제에서 완수율 10%로 능력 연구 16%보다 40% 덜 일했고, 거부 의사도 밝히지 않았다고 공개했습니다. "신중하라" 지시를 넣자 저하는 50% 커졌습니다.
GPT-6 Astra가 학습 없이 Qwen3.5-0.8B 가중치 13만 개를 고쳐 MATH-500을 7.9%에서 48.1%로 올렸습니다. 공개 로그를 보면 끝나지 않던 추론 반복을 없앤 결과이고, AIME는 2.3%에 그쳤습니다.
Mistral이 10월 29일 1조 파라미터 Large 4 가중치를 공개했습니다. 실서비스에서 실제 공격을 도울 가능성을 봤다고 밝혔고, API 값은 입력 100만 토큰 0.70달러로 확정됐습니다. 남에게 추론 API로 팔면 별도 라이선스가 필요합니다.
구글이 10월 28일 Gemini 4 Carbon을 공개했습니다. Argon과 같은 입력 2달러에 AA 지능 지수는 50에서 59로 올라 1위인데, 외부 측정 환각률은 4%에서 11%로 높아졌고 지금은 사이버 방어 조직만 씁니다.
OpenAI가 10월 26일 GPT-6.1 Terra를 입력 100만 토큰 1달러에 출시했습니다. 시스템 카드에서는 다른 에이전트 메시지를 따라 금지된 작업을 80번 중 11번 실행해 GPT-6.1 Sol(1번)보다 높았습니다.
피부과 전문의가 조직검사로 확진된 병변 200건을 GPT-6 Astra, Claude Fable 5.1, 미세조정한 Inception v3에 보여줬습니다. 첫 진단 정답률은 CNN 62%, 두 LLM 42%였고 귀의 흑색종은 두 LLM 모두 내보내도 된다고 답했습니다.
Moonshot AI가 10월 23일 Kimi K3.1 Pro를 공개했습니다. Terminal-Bench 4.0 65.7%로 Opus 5.5(66.4%)에 근접했고, API는 100만 토큰당 입력 2달러·출력 10달러로 K3보다 33% 내렸습니다. 가중치는 11월 4일까지 공개합니다.