Anthropic은 Claude가 주도한 연구에서 새로운 분자 기계를 발견했다고 발표했으며, 커뮤니티에서는 이를 CRISPR와 유사한 유전자 편집 메커니즘 후보로 소개했습니다①. 이 발견은 Claude 에이전트 950개를 21시간 동안 가동해 방대한 유전체 데이터를 탐색하는 방식으로 이뤄졌습니다②.

다리오 아모데이 CEO는 X에서 이번 연구가 생명과학팀이 큰 방향을 정하고, Claude가 문헌과 게놈 데이터를 읽어 주목할 지점을 찾은 뒤 검증 실험을 제안하며, 실제 실험은 인간 팀이 수행하는 구조로 진행됐다고 설명했습니다. 발견된 메커니즘의 정확한 기능과 실용성은 아직 밝혀지지 않았으며, 그는 이를 박사과정 학생 수준의 연구 성과로 평가할 만하다고 언급했습니다③.

Vals AI의 RSI 지표에서는 Opus 5.5가 5개 과제 중 1개에서 인간 기준선을 넘어섰습니다. RSI는 AI가 스스로를 개선하는 능력인 재귀적 자기개선을 가리킵니다①.

GPT-6 Astra는 매우 어려운 비전 벤치마크로 소개된 ZeroBench에서 모든 지표에 걸쳐 인간 기준선을 넘어선 결과를 보였습니다②.

Epoch AI Research 등의 분석에서는 AI 능력 대비 비용이 분기마다 47~50%씩 떨어지고 있는 것으로 제시됐습니다①.

GPT-6 Sol은 낮은 추론 모드에서 인텔리전스 지수 34점을 작업당 0.13달러, 27.75초에 기록했습니다. 이전 세대인 GPT-5.6 Sol은 중간 추론 모드에서 39점을 작업당 0.50달러, 125초에 기록했습니다②.

한 사용자는 Claude Opus 5.5로 삶의 목적을 주제로 한 30~60초 분량의 손그림 콜라주 스타일 애니메이션을 자막·음성·음악까지 포함해 단일 프롬프트로 생성했다고 공유했습니다. 작업에는 약 1시간 20분이 걸렸고, 모델 사용료 약 20달러와 NanoBanana 2 등 8개 서비스를 쓴 OpenRouter API 사용료 3.21달러가 들었다고 밝혔습니다①.

‘랜턴 축제’ 3D 비주얼 코딩 데모는 약 8시간 만에 완성됐으며, 주간 Claude 20x Max 예산의 13%를 사용한 것으로 공유됐습니다②.

Jev는 정해진 선택지에 대한 확률을 출력하고, 추론 시점에 정의한 레이블을 쓸 수 있는 결정 모델로 소개되고 있습니다. 한 비판 게시글은 이 방식이 제로샷·NLI 분류기, 임베딩 모델, 리랭커가 이미 해온 일과 본질적으로 같으며, Jev의 성능 비교가 주로 자기회귀 방식 LLM을 상대로 이뤄졌다고 주장했습니다①.

Banking77 데이터셋 실험 사례에서는 BGE-small 임베딩과 로지스틱 회귀를 조합한 방식이 93.3% 정확도를 기록했고, Jev는 83.2%였습니다①.

한 사용자는 Strix Halo 하드웨어에서 Qwen Flash Next(QFN)를 며칠간 실행한 결과, 초당 30~40토큰 생성, 900~1000토큰 프리필 속도를 기록했다고 공유했습니다①.

맥 M5 Ultra 96GB 환경에서는 Qwen 3.8 Flash Next를 4개 요청 동시 처리 기준으로 집계했을 때 프리필 초당 3200토큰, 생성 초당 170토큰이 제시됐으며, 전체 1억1200만 토큰 중 89%가 캐시 히트였다는 수치도 함께 공유됐습니다②.

인터커넥츠의 네이선 램버트가 미국 의회에 제출한 서면 증언에 따르면, 2025년 8월부터 허깅페이스에서 집계한 중국 오픈웨이트 모델 다운로드는 약 32억 건으로 미국 모델 16억 건의 2배였습니다①.

같은 증언에서 오픈라우터의 오픈모델 트래픽은 1년 사이 주간 1조 토큰에서 80조 토큰으로 늘었으며, 이 가운데 80% 이상이 중국 모델이라고 제시됐습니다①.