AI 벤치마크 격차 162개 중 통계적으로 명확히 구분되는 것은 20개뿐인 것으로 드러났다.
마이크로소프트가 공개한 ThinkingBox 벤치마크 결과, 높은 pass@20 점수가 일관된 작업 완성을 보장하지 않는 것으로 나타났다.
Vibe Code Bench에서 에이전트 팀은 비용을 1.8~5.1배 늘렸으나 유의미한 점수 개선은 제한적이었다.
OpenAI, 3명 연구원 해고는 정책 위반 때문이며 안전 우려 제기와 무관하다고 밝혔다.
AI 에이전트로 FPS 디컴파일 시 바이트 매칭 검증으로 83% 정확도를 달성했다.
Cockroach Labs가 5개월간 13만 5천 달러로 100만 줄 코드를 생성한 MOLT Sinai 파이프라인을 공개했다.
Prime Agent가 Rust로 자체 재작성해 시작 시간 14배 단축 및 메모리 80% 이상 절감했다.
Devin Security Swarm은 최대 25개 리포지토리 병렬 스캔과 외부 도구 연동을 지원하는 에이전트 보안 제품이다.
Voyager가 크리에이티브 AI 하네스를 출시하고 Linux용 v0.1.85 알파 버전을 공개했다.
Anthropic이 Claude Platform에서 Sonnet 5.5 캐시 읽기 가격을 50% 인하했다.
OpenAI 전 안전 연구원들이 해고로 인한 위축 효과를 경고하며 안전 협력과 투명성 회복을 촉구했다.
마이크로소프트가 루트 권한이나 Docker 없이 AI 에이전트를 격리하는 Quicksand을 공개했다.
TLDR이 Applied AI 팀 첫 Product Manager를 채용하며 연봉 18만~22만 5000달러를 제시했다.
OpenAI가 GPT-6.1 Sol용 Ultrafast 모드를 출시해 속도를 8배 높이고 토큰당 $12에 제공한다.
Moonworks가 10B 미만 파라미터의 Lunara를 공개해 블라인드 인간 평가에서 최고점을 기록했다.
Midjourney가 Alpha 플랫폼에서 Thinking Mode를 테스트하며 이미지 생성 품질 개선에 나섰다.
AkbasCore MAM은 Mistral-7B에 수치 카트리지를 주입해 봉인 벤치마크에서 72/72 정확도를 달성했다.
OpenAI 연환산 매출이 예상보다 200억 달러 낮은 500억 달러 수준으로 확인됐다.
Hugging Face가 API 키 없이 ssh chat.hf.co로 모델과 대화하는 기능을 출시했다.
OpenClaw v2026.9.9가 신규 모델 지원과 112개 PR을 포함한 패치로 배포됐다.
OpenAI의 수학 문제 해법 공개에 대해 기대와 우려가 교차하며 연구 생태계 혼란이 가중되고 있다.
AI Briefing