OpenAI, o1-pro API 출시: 출력 토큰 100만 개당 600달러
OpenAI가 고성능 추론 모델 o1-pro의 API를 티어 1~5 일부 개발자에게 공개했다. 더 많은 연산량을 사용해 추론 품질을 높였으며 비전, 함수 호출, 정형 출력을 지원한다. 다만 입력 100만 토큰당 150달러, 출력 600달러라는 만만치 않은 가격표가 붙었다.
AI 모델
GPT, Claude, Gemini, DeepSeek, Qwen 등 대규모 언어 모델의 새 버전, 벤치마크, 가격과 API 변경 소식을 매일 전합니다.
최신 소식 보기
xAI, 이미지 생성 API 출시: 장당 0.07달러
xAI가 개발자 API에 이미지 생성 기능을 추가하고 'grok-2-image-1212' 모델을 선보였다. 장당 0.07달러로 한 번에 최대 10장의 JPG 이미지를 만들 수 있다. 다만 아직 해상도나 스타일 커스텀은 지원하지 않으며, 입력한 프롬프트는 대화형 모델을 거쳐 자동 보정된다.
Perplexity, Sonar 모델 업그레이드: 3단계 검색 모드 도입 및 인용 토큰 무료화
Perplexity는 Sonar 모델을 개편하고 비용과 성능을 조절할 수 있는 3단계(High, Medium, Low) 검색 모드를 도입했습니다. 응답 내 인용 토큰 요금도 전면 무료화했습니다. 벤치마크 결과 검색 기능이 포함된 GPT-4o보다 뛰어난 정확도를 훨씬 저렴하게 제공합니다.
구글, 개발자 대상 제미나이 2.0 플래시 네이티브 이미지 생성 개방
구글이 제미나이 2.0 플래시의 네이티브 이미지 생성 기능을 개발자에게 공개했다. 별도 도구 없이 직접 이미지를 생성하며, 연속 대화를 통한 수정, 일관된 캐릭터 묘사, 정교한 텍스트 렌더링을 지원한다. 구글 AI 스튜디오와 제미나이 API를 통해 테스트할 수 있다.
오픈AI, 창작 글쓰기 특화 새 모델 개발…올트먼 "처음으로 전율 느껴"
샘 올트먼 오픈AI CEO는 창작 글쓰기에 뛰어난 새 AI 모델을 학습시켰다고 공개했다. 그는 AI가 작성한 메타픽션 단편 소설을 소개하며 AI 글에 처음으로 깊은 감동을 받았다고 덧붙였다. 다만 해당 모델의 구체적인 출시 시기나 방식은 아직 정해지지 않았다.
일레븐랩스, 음성-텍스트 변환 가격 45% 인하 및 Scribe 무료 제공
일레븐랩스는 자사 음성 인식 모델 'Scribe'의 대규모 사용 단가를 45% 인하하고 4월 9일까지 웹 UI에서 무료로 제공한다고 발표했다. 99개 언어를 지원하며, 대규모 음성-텍스트 변환 작업의 비용 부담이 크게 줄어들 전망이다.
텐센트, 훈위안 터보S 공개: 맘바 하이브리드로 추론 비용 7분의 1 절감
텐센트 훈위안이 트랜스포머와 맘바를 결합한 초대형 MoE 모델 'Hunyuan-TurboS'를 공개했다. 맘바로 긴 문맥 처리 효율을 높였으며, 수학과 추론 부문에서 GPT-4o와 DeepSeek-V3를 능가하고 추론 비용은 이전 Turbo 대비 7분의 1로 낮췄다고 밝혔다.
메타 차세대 '라마 4', 몇 주 내 출시 전망…음성 대화 기능 대폭 강화
외신에 따르면 메타가 수주일 내 공개할 차세대 모델 '라마 4'에 강화된 음성 기능을 탑재할 예정이다. 텍스트와 음성을 네이티브로 처리하는 옴니 모델로, 중간에 말을 끊고 끼어들 수 있는 기능이 지원된다. 딥시크의 급부상에 자극받은 메타가 개발 속도를 끌어올린 결과다.
구글, MTEB 1위 기록한 신규 Gemini 텍스트 임베딩 모델 공개
Google이 Gemini API에 실험용 텍스트 임베딩 모델 gemini-embedding-exp-03-07을 출시했다. Gemini 기반으로 훈련되어 MTEB 다국어 벤치마크에서 2위를 5.81점 차로 제치고 1위에 올랐으며 더 긴 입력을 지원한다. 기존 embed_content 엔드포인트를 통해 바로 써볼 수 있다.
타버스, 대화형 비디오 AI 모델 3종 출시…얼굴 표정·시각 인지 대폭 개선
타버스가 대화형 비디오 AI 모델 피닉스-3, 레이븐-0, 스패로우-0을 발표하고 API를 공개했다. 미세 표정 동기화, 실시간 시각 인지, 대화 턴 타이밍 제어를 결합해 대화 지연을 줄이고 자연스러운 디지털 휴먼 상호작용을 지원한다.
Qwen, DeepSeek-R1에 필적하는 추론 모델 'QwQ-32B' 공개
Qwen이 320억 개 파라미터의 신규 추론 모델 QwQ-32B를 출시했다. 강화학습 확장을 통해 수학과 코딩 성능을 대폭 끌어올렸으며, 중간 규모 모델로도 거대한 MoE 모델과 대등하게 경쟁할 수 있음을 입증했다.
OpenAI, 역대 최대 모델 'GPT-4.5' 플러스 구독자 대상 순차 배포
OpenAI가 ChatGPT Plus 구독자를 대상으로 역대 최대 규모 모델인 GPT-4.5 배포를 시작했다. 대화 능력과 상식 수준을 높이고 환각을 줄였으나, 샘 알트먼은 복잡한 추론 특화 모델은 아니라고 선을 그었다. API 출력 단가는 GPT-4o의 15배 수준이다.
OpenAI, GPT-4.5 연구 프리뷰 공개: 비지도 학습 확장으로 공감 능력 강화
OpenAI는 가장 규모가 큰 대화형 모델인 GPT-4.5 연구 프리뷰를 공개했다. 비지도 학습을 대폭 확장해 환각을 줄이고 사용자의 의도와 뉘앙스를 더 자연스럽게 파악한다. 현재 ChatGPT Pro 이용자와 유료 API 개발자에게 먼저 제공된다.
MS, 온디바이스용 소형 모델 'Phi-4' 공개: 음성·시각·텍스트 동시 처리
마이크로소프트가 온디바이스 환경을 겨냥한 소형 모델 'Phi-4-multimodal(5.6B)'과 'Phi-4-mini(3.8B)'를 발표했다. 멀티모달 모델은 단일 구조로 음성과 이미지, 텍스트를 동시에 처리하며 오픈 ASR 벤치마크 1위를 기록했다. 향후 Copilot+ PC 등에 통합될 예정이다.
인셉션 랩스, 확산 모델 기반 Mercury Coder 공개: 초당 1000토큰 돌파
인셉션 랩스가 텍스트를 순차적으로 생성하지 않고 이미지처럼 확산 기법으로 병렬 생성하는 언어 모델 Mercury Coder를 공개했다. 엔비디아 H100에서 초당 1,000개 이상의 토큰을 출력하며 GPT-4o 미니급 성능을 내면서도 속도는 최대 10배 빠르다. 전용 가속기 없이도 추론 지연과 비용을 대폭 낮출 수 있는 새로운 대안이다.
xAI, 그록 3에 '통제 불가' 음성 모드 도입: 욕설·비명과 성인 대화 허용
xAI가 Grok 3 유료 구독자를 위한 음성 모드를 공개했다. 검열이 엄격한 기존 AI와 달리, 욕설과 비명을 지르며 전화를 끊는 'unhinged' 모드와 성적인 대화를 지원하는 18+ 모드 등 필터링 없는 페르소나를 제공한다. 안전 가이드라인을 강화하는 오픈AI 등 경쟁사들과 정반대 행보를 보이고 있다.
OpenAI, '딥 리서치' 시스템 카드 공개: o3 기반 모델 위험도 중간 평가
OpenAI가 다단계 웹 리서치 기능인 '딥 리서치(Deep research)'의 시스템 카드를 공개했다. 웹 브라우징에 최적화된 초기 OpenAI o3 모델을 기반으로 하며, 사이버 보안과 모델 자율성 등 주요 위험 평가에서 '중간(Medium)' 등급을 받았다. 웹 검색 중 마주치는 프롬프트 인젝션 방어와 개인정보 보호 조치가 집중 적용됐다.
구글, Gemini 2.0 Flash-Lite 정식 출시: 추론 강화 및 비용 절감
구글이 Gemini API와 Vertex AI에서 Gemini 2.0 Flash-Lite의 일반 제공을 정식 시작했다. 1.5 Flash 대비 추론과 수학 성능이 개선되었으며, 100만 토큰 컨텍스트를 백만 토큰당 0.10달러라는 저렴한 가격에 제공한다.
DeepSeek, 차세대 AI 추론 모델 'R2' 조기 출시 추진
외신에 따르면 DeepSeek이 R1의 후속 추론 모델인 R2 출시 일정을 대폭 앞당기고 있다. 관계자들은 당초 5월 초로 계획했던 공개 일정을 최대한 빠르게 앞당기려 한다고 전했다. 신형 모델은 코딩 성능 개선과 비영어권 언어의 다국어 추론 능력 강화에 집중할 계획이다.
Qwen, 차세대 추론 모델 'QwQ-Max-Preview' 공개…오픈소스화 예고
Qwen 팀이 Qwen2.5-Max 기반의 심층 추론 모델 'QwQ-Max-Preview'를 공개했다. 수학과 코딩, 에이전트 작업에 특화된 모델로, 향후 Apache 2.0 라이선스로 오픈소스 공개될 예정이다. 팀은 로컬 기기 배포를 위한 QwQ-32B와 전용 앱 출시 계획도 함께 밝혔다.