AI 뉴스 검색

[AINews] AIE CODE 구축: 최고의 코딩 에이전트 컨퍼런스

Mistral의 오픈 웨이트 릴리스, 프론티어 모니터링, 그리고 그날의 AI 트위터와 레딧 요약.

구글은 AI 순위에서 승리했지만 월스트리트에서는 패했다: Gemini 4 Carbon이 정상에 오른 뒤의 값비싼 대가

Gemini 4 Argon이 더 많은 사용자에게 공개된 지 약 2주 만에, 구글은 차세대 최첨단 모델인 Gemini 4 Carbon을 출시했다. 이번에는 단순히 대규모 모델 종합 지능 순위의 정상을 노리는 데 그치지 않고, 프로그래밍, 장기적 인공지능 업무 수행 능력 및 사이버 보안 역량까지 핵심 영역으로 내세웠다.

[AINews] Gemini 4 Carbon, 리더보드 정상에 오르며 사이버 방어자들을 위한 출시를 시작

구글의 새로운 프론티어 모델이 독립 평가에서 선두를 달리고 있으며, 초기 접근 권한은 신뢰받는 방어자들에게만 제한됩니다.

MiniMax M3.1Flash의 출시로 ‘문제 재출’ 의혹이 제기됨: 기존 문제에서는 높은 점수, 신규 문제에서는 작동 불능, 환각률 최대 92.8%

MiniMax는 2026년 10월 19일 저가형 대규모 언어 모델 M3.1Flash를 발표했으며, 종합 평가 점수는 42점이었다. 이 모델의 비용은 이전 세대에 비해 70% 감소했지만, 곧바로 ‘문제 답안 복사’ 의혹에 직면했다. AA에서 공개된 기존 문제에서는 거의 만점을 받았고, 문항을 재구성한 뒤에도 여전히 원래 답안을 제시했다는 것이다. 마오보스와 Binkg 등 평가자들은 이 모델의 신·구 문제 처리 능력 간 단절, 토큰 소모량 이상, 지식 테스트 시 환각 발생률이 무려 92.8%에 달한다는 점을 지적했다. 10월 23일 MiniMax는 모델 가중치를 오픈소스로 공개해 독립적인 검증을 가능하게 했으나, 문제 인식 메커니즘과 한·중·영 문장에 따른 응답 차이의 원인은 아직 명확히 밝혀지지 않았다.

추천 이유：해당 보도는 다수의 실측 결과(비잉크 제목 변경 실험, 필자 재현, AA와 플로틀리-밀라의 이중 평가 비교), 검증 가능한 데이터(토큰 수량, 가격, 정확도/환각률) 및 모델 행동의 모순점(영어는 오류·중국어는 정답, 구형 문제는 안정적·신형 문제는 붕괴)을 바탕으로 하며, 현재 대규모 언어모델 평가의 신뢰성 위기의 핵심 증상을 체계적으로 제시합니다: 높은 점수가 반드시 강력한 일반화 능력을 의미하는 것은 아니며, 저렴한 가격 우위와 실제 능력의 진정성 사이에 긴장이 존재합니다. 정보원은 티미디어가 공식적으로 배포한 심층 조사로, 원본 테스트 과정, 스크린샷 증거 및 타임스탬프를 포함하여 시의성과 세부 사항의 밀도 모두 우수합니다.