실제 러스트 기능 구현 과제를 Claude Code와 Pi 하네스(모델을 같은 조건에서 시험하는 평가 환경)로 비교한 결과, 평균 점수는 Opus 5.5가 82%, Qwen3.8 Flash-Next가 66~68%로 나타났습니다. 같은 비교에서 Flash-Next의 비용은 Opus의 1/20 수준이었고, 작업에 걸린 시간은 Opus보다 1.1~2.1배 길었습니다①②.

Vals AI의 다단계 공격적 사이버보안 과제 평가에서는 DeepSeek V4.1 Flash가 GPT 6 Sol을 앞서는 결과가 나왔습니다③.

MiniMax M3.1 Flash는 기존 M3 대비 비용 1/3, 속도 3배를 내세우며 공개됐고 DeepSWE v1.1에서 73.7%를 기록했습니다. 입력 토큰당 0.15달러, 출력 토큰당 0.60달러의 가격과 100만 토큰 컨텍스트(한 번에 처리할 수 있는 입력량), 조절 가능한 추론 강도를 제시했으며 가중치는 10월 23일 공개될 예정입니다④⑤.

RK3588 NPU용으로 벤더 SDK 없이 만든 오픈소스 런타임에서 Qwen3.5-4B의 디코딩 속도가 9.9~10.6 tok/s로 측정됐으며, 이는 공식 런타임인 RKLLM 대비 약 2배 수준으로 제시됐습니다①.

RTX 3090 두 장을 묶어 전체 forward pass를 단일 영속 CUDA 커널로 처리한 사례에서는 Qwen3.8-27B가 1요청 기준 190 tok/s, 8요청 동시 처리 시 총 622 tok/s로 보고됐고, 같은 사례에서 비교 대상인 llama.cpp는 약 100 tok/s로 제시됐습니다②.

Pocket TTS Small은 파라미터 190만 개 규모로 공개됐으며, GPU 없이 일반 CPU 환경에서 음성 복제를 수행할 수 있는 모델로 소개됐습니다①②.

Gradium은 파라미터 3100만 개와 4000만 개 규모의 TTS 모델 Phonon을 오픈소스로 공개했습니다. CPU·GPU·NPU 등 10종 이상의 백엔드를 지원하는 추론 스택을 함께 제공하며, 대부분 Rust로 구현해 엣지 디바이스에서의 온디바이스 구동을 목표로 설계했다고 밝혔습니다③.

일론 머스크는 X 게시글에서 많은 사람이 초지능의 설득력에 한 번에 넘어갈 수 있으며 자신도 예외가 아닐 수 있다고 경고했습니다. 위협이나 기만 없이도 개인에게 맞춘 논리가 제시되면, 스스로 독립적으로 판단했다고 여기면서 설득될 수 있다는 점을 지적했습니다①.

머스크는 다른 발언에서 인간이 AI에 대체되지 않기 위한 유일한 탈출구는 기계와 자발적으로 융합해 새로운 종이 되는 것이라고 주장했습니다③.

샘 올트먼은 OpenAI 직원들에게 AI 안전성을 확보하는 한 가지 방법으로 주요 AI 랩들을 단일 조직으로 통합하는 구상을 언급한 것으로 전해졌습니다②.

생물학 경험이 거의 없는 5인 투자팀이 Claude를 활용해 300개 이상의 AI 에이전트를 조율하며 64시간 만에 318,484개의 단백질을 설계했습니다. 독립 연구소가 이 가운데 211개 후보를 실험으로 검증한 결과, 17개가 전갈 신경독소에 결합할 수 있음이 확인됐습니다①.

또 다른 AI 에이전트는 그래프 이론에서 둘레(girth)가 (8/5) log n인 명시적 정규 그래프를 구성했다고 발표했으며, 38년 만의 개선이자 이론적 최대치에 근접한 성과로 소개됐습니다②.