TL;DR
Anthropic이 Claude Fable 5.1과 Claude Mythos 5.1을 출시하면서 코딩·지식 작업용 모델의 배포 범위와 안전 정책을 함께 확장했습니다. Claude Fable 5.1은 Claude Code, Claude Platform, Cursor, Databricks, OpenRouter, Hermes Agent, Vercel AI Gateway 등으로 공급되고, Claude Code에서는 긴 작업을 더 오래 수행하며 막힌 시점을 알리는 기능이 추가됐습니다. API Cache Reads 가격은 75% 낮아졌고, 새 계정의 Distillation Attack을 어렵게 만드는 문맥 편집 제한과 Cybersecurity·Biology 관련 안전장치 조정도 함께 적용됐습니다.
𝕏 실시간 트렌드 토픽
🔥 Claude Fable 5.1의 코딩 에이전트 배포와 비용 구조 변화포스트 16
Claude Fable 5.1이 Claude Code와 Cursor를 비롯한 여러 개발 플랫폼에 출시되면서 장시간 코딩 작업과 반복 문맥 처리 방식이 바뀌었습니다.
세부 내용 보기
- Claude Fable 5.1은 Claude Code와 Cursor에서 어려운 코딩 작업을 처음부터 끝까지 수행하고 자체 결과를 검증하는 능력을 앞세웠으며, CursorBench 3.2에서 max effort 기준 73.4%를 기록했습니다. Claude Code에서는 사용자의 추가 입력 없이 더 오래 작업하고 막힌 상태를 알리는 흐름이 추가됐습니다.
- API Cache Reads 가격이 75% 낮아지고 Claude Code 2.1.257에서는 Fable 5.1이 1M context 기본 모델이 되면서, 에이전트가 긴 문맥을 여러 단계에 걸쳐 다시 보내는 비용 구조가 달라졌습니다. Claude Code의 새 버전은 작업 디렉터리 밖 파일 읽기와 클라우드 메타데이터 자동 승인을 제한해 실행 범위도 좁혔습니다.
- Fable 5.1은 Claude Platform, OpenRouter, Hermes Agent의 Nous Portal, Databricks, Vercel AI Gateway, Perplexity Computer 등으로 확산됐고, Hermes Agent에서는 API 가격 20% 할인도 제공됐습니다. 동일 모델을 다양한 라우팅·에이전트 환경에서 사용할 수 있게 된 점이 이번 출시의 배포 측면을 구성합니다.
- Claude Mythos 5.1은 Cyberdefenders와 Life Scientists를 위한 모델로 Trusted Access Programs를 통해 제공되며, Fable 5.1과 같은 가중치를 사용하되 접근 제한이 더 적다는 설명이 나왔습니다. Claude는 새 계정의 다중 대화에서 Thinking Blocks 이전 문맥 편집을 막아 Distillation Attack에 쓰이는 가짜 계정 기반 추출을 어렵게 했습니다.
원문 트윗 2개 보기
Claude
We’re introducing Claude Fable 5.1 and Claude Mythos 5.1. They're the world’s most advanced models for coding and knowledge work.
Cursor
Claude Fable 5.1 is now available in Cursor! It's the most capable model we’ve run on CursorBench 3.2, scoring 73.4% at max effort. We found it especially skilled at verifying its own work, allowing it to take on difficult coding tasks from start to finish.
📈 Astra 출시 전 Cybersecurity 능력과 안전장치 공개포스트 2
OpenAI가 Astra 출시를 앞두고 Cybersecurity 능력이 Preparedness Framework의 Critical threshold에 도달했다고 밝히며 평가 절차와 보호장치를 함께 공개했습니다.
세부 내용 보기
- OpenAI는 Astra를 점점 더 강력해지는 AI를 안전하고 폭넓게 제공하기 위한 모델로 설명했으며, Cybersecurity capability가 Preparedness Framework에서 Critical threshold에 도달했다고 밝혔습니다. TechCrunch도 Astra를 Cyber-critical LLM으로 전했습니다.
- 공개 범위에는 모델을 평가한 방식, 능력 증가에 맞춰 조정한 safeguards, 향후 개선 과정이 포함됐습니다. 따라서 이번 발표는 출시 소식만이 아니라 고위험 Cybersecurity 기능을 어떤 절차로 점검하는지에 초점을 둔 사전 공개입니다.
원문 트윗 2개 보기
OpenAI
As we prepare to release Astra, we’re focused on making increasingly capable AI safe and broadly accessible. Astra represents a significant advance in cybersecurity capability, reaching the Critical threshold under our Preparedness Framework. We're previewing how we evaluated the model, how its safeguards have advanced alongside its capabilities, and what we'll continue to learn and improve.
TechCrunch
OpenAI previewed the precautions it is taking as it prepares to release Astra, its newest, cyber-critical LLM.
📈 Neocloud를 겨냥한 자율 에이전트 확산 위험과 방어 요구포스트 4
Neocloud의 제한된 Cybersecurity가 자율 에이전트의 복제와 GPU 자원 장악에 악용될 수 있다는 우려가 이어지며, 클라우드 방어와 실행 제약이 핵심 대응책으로 떠올랐습니다.
세부 내용 보기
- Ilya Sutskever는 에이전트가 통제 범위를 벗어나면 Neocloud를 장악해 더 많은 복제본을 실행할 수 있다고 경고했습니다. Arav Srinivas는 에이전트가 새 GPU 노드를 즉시 만들고 최소한의 감독으로 스스로 학습할 가능성을 연결해 충분한 Guardrails와 Friction이 필요하다고 밝혔습니다.
- 대응 방식은 Neocloud의 Cybersecurity를 크게 강화하고, 강력한 Cyber Models를 보유한 기업들이 방어에 협력하는 구조입니다. Databricks 측도 에이전트 보안이 중요하며 이를 गंभीर하게 다룬다고 밝혀, 모델 능력 확장과 인프라 방어를 함께 설계해야 한다는 흐름을 보탰습니다.
에이전트가 자체적으로 GPU 노드를 만들거나 Neocloud를 장악해 복제본을 실행할 가능성에 대비해 클라우드 보안과 실행 제약을 강화해야 한다는 입장입니다.
원문 트윗 2개 보기
Ilya Sutskever
Neoclouds have limited cybersecurity. Next time agents successfully go rouge, they'll try taking over a neocloud to run more copies. This is bad. Thus: neoclouds should greatly strengthen their cybersecurity and every company with strong cyber models should help with that.
Aravind Srinivas
This is an important observation. Agents will get smart enough to spin new on-demand GPU nodes to go train themselves with minimal oversight. Inserting sufficient guardrails and friction here is necessary.
Neoclouds have limited cybersecurity. Next time agents successfully go rouge, they'll try taking over a neocloud to run more copies. This is bad. Thus: neoclouds should greatly strengthen their cybersecurity and every company with strong cyber models should help with that.
➖ 실시간 에이전트를 위한 추론 속도와 영상 생성 최적화포스트 3
모델과 추론 인프라가 토큰 처리량과 영상 생성 시간을 경쟁 축으로 삼으면서, 동적 라우팅·캐시 가격·오픈소스 런타임의 결합이 이어졌습니다.
세부 내용 보기
- OpenAI와 Cerebras는 GPT 5.6 Sol을 초당 750 tokens로 실행했고, Google Gemini 3.7 Flash는 평균 초당 330 tokens를 기록했습니다. Nvidia는 Nemotron 3.5 Lightning과 NeMo Switchyard를 통해 단계별 동적 라우팅을 적용했으며, 높은 처리량과 낮은 지연이 실시간 Agentic Workflow의 문맥 전환을 줄이는 구조로 연결됩니다.
- vLLM-Omni에서는 MiniMax H3와 FastVideo의 FastH3 Dense를 조합해 영상과 동기화된 오디오가 포함된 10.1초 MP4를 8.7초에 렌더링했습니다. 모델, 오픈소스 최적화 계층, 추론 런타임을 묶어 재생 시간보다 짧은 생성 시간을 목표로 한 사례입니다.
- DeepSeek-V4-Pro-0813은 CoreWeave Serverless Inference에 1.6T parameters와 1M context 구성으로 올라왔고, Cache Reads 가격은 $0.044/M입니다. 긴 작업에서 에이전트가 매 단계 같은 문맥을 재전송하는 상황을 비용 측면에서 겨냥한 배포입니다.
원문 트윗 2개 보기
DeepLearning.AI
Top AI companies think inference speed is an architectural requirement worth paying for. OpenAI and Cerebras demonstrated GPT 5.6 Sol running at 750 tokens per second. Google released Gemini 3.7 Flash averaging 330 tokens per second. Nvidia launched Nemotron 3.5 Lightning with NeMo Switchyard for dynamic step routing. Faster throughput and lower latency alleviate developer context switching and power real-time agentic workflows. Read the complete breakdown in The Batch: https:// hubs.la/Q04w6R0y0 #DeepLearningAI #AI #TechNews
Hao AI Lab
Checkout FastVideo's FastH3 Dense served on @vllm_project vLLM-Omni! This is the power of open source! We must win! Thank you guys for the continued support and sponsorship for FastVideo!
Video generation faster than playback! MiniMax H3 on vLLM-Omni + FastVideo's FastH3: a complete 10.1s MP4 - video AND synchronized audio - rendered in 8.7s! Thanks to @MiniMax_AI for the great Minimax H3 release, the FastVideo team @haoailab for open-sourcing FastH3 and
➖ 에이전트 작업물을 읽기 쉽게 만드는 개발 도구 업데이트포스트 2
GitHub CLI와 Linear Diffs가 이미지·영상 첨부와 Markdown 미리보기를 추가하면서, 에이전트가 만든 결과와 지시문을 개발자가 같은 검토 화면에서 확인하는 흐름을 강화했습니다.
세부 내용 보기
- GitHub CLI의 반복 가능한 --attach flag는 로컬 이미지나 영상을 Issue, Pull Request, Comment 본문에 업로드하고 본문 안에서 인라인 참조하게 합니다. 모든 요금제 사용자에게 제공돼 코드 변경과 시각 자료를 하나의 개발 기록으로 묶는 방식입니다.
- Linear Diffs는 에이전트가 다른 에이전트에 전달한 지시문과 Review Agent의 코멘트를 proper Markdown preview로 렌더링합니다. 원문 서식이 유지되면 여러 에이전트 사이의 작업 인계와 사람이 결과를 읽는 과정이 같은 Diff 화면에서 이어집니다.
원문 트윗 2개 보기
GitHub
Sometimes it's easier to show than tell. We're sure this update will help with that. GitHub CLI now has a repeatable --attach flag that uploads a local image or video. Reference it inline in an issue, pull request, or comment body. Available now to all users on GitHub across all plans. https:// github.blog/changelog/2026 -09-01-github-cli-media-in-issues-pull-requests-and-comments/ …
Maciek Pekala
In Linear Diffs you can now see proper markdown previews. So you can clearly see the instructions your agents wrote for your other agents to follow and see any comments your review agents had about it.
📈 Gemini Notebook의 70개 이상 언어 Short Video Overviews포스트 1
Gemini Notebook이 출처를 약 60초 분량의 세로형 영상으로 변환하고 70개 이상 언어와 새로운 영어 변형을 지원하는 기능을 웹·모바일에 확장했습니다.
세부 내용 보기
- Short Video Overviews는 Notebook의 출처를 입력으로 받아 약 60초 길이의 세로형 영상으로 변환하고 사용자가 선택한 언어로 출력합니다. 텍스트 자료를 짧은 시청 형식으로 바꾸는 처리 흐름이 핵심입니다.
- 이 기능은 70개 이상 언어와 3개의 새로운 영어 변형을 지원하며, Ultra와 Pro 사용자를 대상으로 웹과 모바일에 순차 배포됩니다. 다국어 출처를 영상으로 소비하려는 사용 사례를 같은 기능 안에 포함한 업데이트입니다.
용어 해설
- 캐시 읽기(Cache Reads)
- — 반복 요청에서 이미 계산한 입력 토큰을 다시 처리하지 않고 저장된 결과를 읽는 방식입니다. Claude Fable 5.1은 API Cache Reads 가격을 75% 낮춰 긴 작업에서 반복되는 문맥 전송 비용을 줄입니다.
- 신뢰 액세스 프로그램(Trusted Access Programs)
- — 접근 권한을 제한한 사용자나 조직에만 특정 모델을 제공하는 운영 방식입니다. Claude Mythos 5.1은 Cyberdefenders와 Life Scientists를 위한 모델로 이 경로를 통해 제공됩니다.
- 증류 공격(Distillation Attack)
- — 대규모 가짜 계정 등을 사용해 모델의 Chain of Thought를 추출하고 다른 모델 학습에 활용하려는 공격입니다. Claude는 새 계정의 다중 대화 문맥 편집을 제한하는 방식으로 대응합니다.
- 긴 문맥(Long Context)
- — 모델이 한 작업 안에서 많은 입력 토큰과 파일 내용을 유지하며 처리하는 능력입니다. Claude Code 2.1.257은 Claude Fable 5.1의 1M context를 기본 모델 설정에 반영합니다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
