클로드 소넷5 발표

클로드 소넷5는 지금까지 나온 소네트 모델 중 가장 자율적인 모델로 설계되었습니다. 계획을 수립하고, 브라우저나 터미널 같은 도구를 사용하며, 불과 몇 달 전까지만 해도 더 크고 비싼 모델이 필요했던 수준의 자율적인 실행 기능을 갖추고 있습니다.

많은 개발자들에게 있어 에이전트형 AI 시대는 소넷급 모델, 특히 클로드 소넷 3.5, 3.6, 3.7 버전에서 시작되었습니다. 이 모델들은 코딩 및 도구 사용 능력에서 인상적인 성과를 보여준 최초의 모델들이었습니다. 하지만 최근에는 오푸스급 모델에서 에이전트형 기능의 가장 뚜렷한 발전이 나타나고 있습니다.

소넷5는 격차를 좁혔습니다. 성능은 오푸스 4.8에 근접하지만 가격은 더 저렴합니다. 추론, 도구 사용, 코딩, 지식 작업과 같은 에이전트 성능의 중요한 측면에서 이전 버전인 소넷 4.6보다 크게 개선되었습니다.

https://www.anthropic.com/news/claude-sonnet-5

https://x.com/cerebras/status/2072078020006043798

세레브라스가 이번에 한국행사 여는데 코엑스 가베도 카페 2일 빌려서 한다네요

신청하면 코덱스 프로 플랜 준다는데 여기서 정모해야겠지

https://luma.com/cafecomputeicml

https://x.com/i/status/2072402636813607381

드가자 페이블

한 변이 21.5cm 정사각형으로 세계 최대 단일 칩인 WSE-3의 주요 사양은 트랜지스터 수: 4조 개, AI 코어 수: 90만 개, 칩 SRAM: 44GB,

메모리 대역폭: 21PB, 네트워크 패브릭 대역폭: 214Pbit, TSMC 5nm 공정, 외부 메모리: 1.5TB, 12TB, 1.2PB, AI 모델 학습 수: 최대 24조 개 매개변수까지,

클러스터 크기: 최대 2048개의 CS-3 시스템(WSE-3 탑재 컴퓨팅 시스템)

*트럼프 행정부, OPENAI의 GPT 5.6에 대한 제한 해제 - AXIOS

메타, Muse Spark 1.1 공개

: 에이전틱 작업, 코딩, 멀티모달 이해, 컴퓨터 사용에 특화된 최신 모델 Muse Spark 1.1 공개

: 메타의 첫 유료 개발자용 AI 모델로, 새로운 Meta Model API 공개 프리뷰를 통해 제공

: 신규 Meta Model API 계정에는 테스트, 출력 비교, 프로토타입 통합을 위한 20달러 무료 크레딧 제공. 종량제 가격은 인풋 $1.25 및 아웃풋 $4.25/백만달러

: 100만 토큰 컨텍스트 윈도우와 능동적 컨텍스트 관리를 지원하며, 장시간 실행되는 에이전틱 작업에서 강점

: 여러 에이전틱 평가에서 GPT-5.5 및 Opus 4.8에 필적하며, 일부 벤치마크에서는 최고 모델들을 앞선다고 주장

: 저커버그는 이번 모델이 구글 Gemini 계열 도구보다 우수한 성능을 보인다고 언급

: 메인 에이전트로서 맥락 수집, 계획 수립, 병렬 서브에이전트 실행 위임이 가능하고, 서브에이전트로서는 주어진 역할 수행과 에스컬레이션 판단 수행

: 컴퓨터 사용 측면에서는 데스크톱, 브라우저, 모바일 인터페이스를 조작할 수 있으며, 자동화가 빠를 때는 스크립트를 작성하고 직접 조작이 단순할 때는 클릭하는 방식으로 작업 수행

: 코딩 성능도 대폭 개선. 대규모 복잡한 코드베이스에서 버그 진단, 기능 구현, 코드 마이그레이션 등을 수행할 수 있고, 인기 있는 에이전틱 코딩 환경에도 최적화

: 멀티모달 측면에서는 이미지, 비디오, 오디오, PDF 등을 이해하고, 시각 정보를 코드 아티팩트로 변환하거나 실제 브라우저 작업과 결합하는 워크플로에 강점

: 초기 파트너로 Replit, Box, Cline 등이 참여. 메타는 낮은 비용의 프리미엄 에이전틱, 코딩, 멀티모달 모델을 API로 제공하는 전략 강조

https://ai.meta.com/blog/introducing-muse-spark-meta-model-api

gpt 5.6 코덱스 쓰면서 이거 모르면 손해.

272k 이상 컨텍스트 사용시 토큰 할증이 있음. 소비 토큰이 2배정도 차이남. 코덱스에게 컨텍스트 제한 콘피그 추가해달라고 하기.

model_auto_compact_token_limit = 220000 model_auto_compact_token_limit_scope = "body_after_prefix"

입력캐시 사용시에는 1/10 비용을 사용하고 캐시 쓰기에는 1.25 배 비용이 청구됨. 문서와 맥락이 동일하다면 동일 세션에서 이어가는게 절대 유리.

출처 공식문서. developers.openai.com/api/docs/model