TL;DR
이번 기간에는 Gemini 3.7 Flash가 코딩·웹 개발·지식 작업용 모델로 출시되며 이전 버전보다 낮은 가격과 DeepSWE 65.5% 성능 수치를 내세웠다. OpenAI는 Cerebras 기반 Ultrafast mode로 GPT-5.6 Sol을 최대 초당 750토큰까지 처리하는 기업용 API 접근을 시작했고, Cursor는 백그라운드에서 준비한 개발 환경인 builds로 클라우드 에이전트의 시작 시간을 단축했다. 동시에 에이전트의 성능을 모델만이 아니라 harness, context, 도구 호출, 평가 체계의 결합으로 측정하려는 흐름과 skill library의 부작용을 다룬 연구가 이어졌다. 데이터센터의 물 사용량과 AI 인프라 투자도 기술 운영 비용과 자원 배분의 문제로 부상했다.
𝕏 실시간 트렌드 토픽
🔥 Gemini 3.7 Flash의 코딩 성능과 에이전트 가격 경쟁포스트 11
Google이 코딩·웹 개발·지식 작업을 겨냥한 Gemini 3.7 Flash를 출시하고 Gemini Spark와 개발 도구에 적용했다. 3.6 Flash 대비 가격을 낮추면서 성능 개선과 실제 업무용 에이전트 확장을 함께 내세운 흐름이다.
- Gemini 3.7 Flash는 소프트웨어 엔지니어링, 웹 개발, 복잡한 지식 작업을 겨냥해 공개됐으며 Gemini Spark의 Google Workspace 작업에도 투입됐다. 모델 출시와 동시에 API, AI Studio, Antigravity, Android Studio, Gemini App 등 여러 접점으로 연결해 코딩과 다단계 업무 자동화를 넓히는 구조다.
- Google 게시물은 디버깅과 이슈 해결, 더 적은 프롬프트로 기능성 높은 웹 레이아웃·앱 설계, 실제 비즈니스 워크플로의 추론·정확도 향상을 근거로 들었다. Gemini Spark는 공급업체 정보를 Sheets로 정리하거나 협상 이메일을 작성하는 입력을 처리하고, 모델은 다단계 계획과 도구 호출에 더 많은 작업을 투입하는 방식이다.
- 가격은 연말까지 입력 토큰 1M당 $0.75, 출력 토큰 1M당 $3.75이며, 게시물 기준 3.6 Flash의 기존 비용 절반이다. Datacurve는 DeepSWE에서 65.5%를 기록해 3.6 Flash보다 +18.8% 높고 작업당 비용은 절반 미만이라고 전했다.
- 모델의 지능 향상만이 아니라 가격·도구 사용·배포 경로를 동시에 조정해 생산 환경의 에이전트 확장을 겨냥한 출시다. 다만 DeepSWE 수치는 Datacurve의 게시물에서 나온 수치이고 Google 게시물은 별도의 수치를 제시하지 않았다.
원문 트윗 2개 보기
Today we're introducing Gemini 3.7 Flash, our most intelligent workhorse model yet for coding and agents. This model brings substantial gains across software engineering, web development, and complex knowledge work. Now through the end of the year, Gemini 3.7 Flash is available at an introductory price* of $0.75/1M input and $3.75/1M output tokens — making it easier and more cost-effective for developers and customers to scale production-ready agents.
Google AI
@GoogleAI
Our most intelligent workhorse model yet for coding and agents has arrived Meet Gemini 3.7 Flash. — Crush that seemingly endless to-do list. Gemini Spark in the @geminiapp now uses 3.7 Flash. The new model can equip your personal AI agent to work even smarter for you by seamlessly handling complex, multi-step tasks across your @GoogleWorkspace apps like @gmail , @googlecalendar and @googledocs — Enjoy a smoother build experience. The model thinks more diligently, putting more effort into multi-step planning and tool calls. A more disciplined execution means less manual oversight and fewer retries across engineering workflows — Build more, spend less. 3.7 Flash is available through the end of the year with an introductory price of half the original 3.6 Flash cost per million tokens ($0.75/1M input tokens and $3.75/1M output tokens)
🔥 Cerebras 기반 GPT-5.6 Sol 초고속 추론포스트 3
OpenAI가 일부 고객을 대상으로 GPT-5.6 Sol의 Ultrafast mode를 API에서 제공하기 시작했다. Cerebras 인프라를 활용해 최대 초당 750토큰을 처리하고 실시간성이 중요한 기업 업무를 겨냥한 접근이다.
- OpenAI는 GPT-5.6 Sol을 최대 14배 속도로 처리하는 Ultrafast mode를 먼저 일부 고객에게 공개하고, 용량이 늘면 더 많은 기업으로 접근을 확대할 계획이다. 초기 고객을 통해 어떤 업무에서 속도가 가장 큰 차이를 만드는지 파악하는 단계다.
- 별도 게시물은 Cerebras가 Ultrafast를 구동하며 최대 초당 750토큰을 생성한다고 밝혔다. 속도 향상의 입력·출력 처리 경로나 지연 시간 측정 조건은 원문에 제시되지 않았다.
- 적용 대상으로 실시간 음성, 고객 지원, 커머스, 코딩·디자인, 금융 리서치, 보안 대응이 언급됐다. 이 업무들은 응답 대기 시간이 제품 경험이나 운영 판단에 직접 연결된다는 전제에서 선택됐다.
- 이번 공개는 일반 사용자 대상 전면 출시보다 용량과 고객군을 제한한 기업용 API 접근에 가깝다. 따라서 확인된 핵심은 최대 처리 속도와 적용 분야이며, 비용·정확도·실제 지연 시간 비교는 아직 공개되지 않았다.
원문 트윗 2개 보기
OpenAI
@OpenAI
Previewing Ultrafast mode: GPT-5.6 Sol at up to 14x the speed. Launching first in the OpenAI API to a select group of customers with expanded access to more businesses as capacity grows.
OpenAI
@OpenAI
Powered by @Cerebras , Ultrafast generates up to 750 tokens per second, bringing our most intelligent model to products and workflows where every second counts. Ultrafast is designed for businesses where faster frontier intelligence creates a measurable advantage, including real-time voice and customer support, commerce, coding and design, financial research, and security response.
📈 Cursor builds로 짧아진 클라우드 에이전트 시작 시간포스트 3
Cursor가 백그라운드에서 개발 환경을 미리 준비하는 builds를 통해 클라우드 에이전트의 시작 시간을 분 단위에서 초 단위로 줄였다고 밝혔다. 실패한 빌드를 격리하고 마지막 성공 버전을 유지해 장시간 작업의 연속성도 확보하는 구조다.
- Cursor의 cloud agents는 장시간 작업을 처음부터 끝까지 실행하는 출발점에서 초기 환경 준비 시간이 병목이었고, builds가 이 준비를 백그라운드에서 지속적으로 수행한다. 사용자가 작업을 넘길 때 이미 준비된 개발 환경을 사용하므로 시작 시간이 3배 빨라졌다는 설명이다.
- builds는 즉시 사용할 수 있는 개발 환경을 계속 생성하고, 새 build가 실패하면 이를 실제 환경에 적용하지 않는다. 에이전트는 마지막 성공 build에서 계속 실행하고 개발자는 실패한 build를 백그라운드에서 수정하는 입력·실행 분리 구조를 사용한다.
- Cursor는 시작 시간이 분에서 초로 줄었다고 밝혔고, Faire·Headway·Descript 고객이 클라우드 에이전트의 종단 간 자율 실행을 점점 더 신뢰한다고 전했다. builds 사용에 추가 비용은 없다고 명시됐다.
- 개선의 초점은 모델의 응답 능력이 아니라 에이전트가 작업을 시작하고 실패 뒤 복구하는 실행 환경이다. 장시간 코딩 작업에서는 초기 지연과 환경 실패가 전체 처리 흐름을 끊기 때문에 준비 상태와 rollback 방식이 사용성에 직접 영향을 준다.
원문 트윗 2개 보기
Cursor
@cursor_ai
Cloud agents now start 3x faster so you can hand them ambitious, long-running tasks to execute from start to finish. This performance improvement comes from builds: ready-to-use development environments that Cursor prepares continuously in the background, at no additional cost.
Cursor
@cursor_ai
Builds also make agents more resilient and easier to debug. When a new build fails, it never goes live. Agents keep working from the last successful build while you debug in the background.
📈 에이전트 하네스·플러그인·스킬의 실행 설계포스트 7
에이전트를 모델·컨텍스트·하네스로 나누고 실행 루프와 도구를 조정하는 소프트웨어 층에 초점을 맞춘 게시물이 이어졌다. 플러그인과 스킬을 많이 추가하는 방식이 항상 효율을 높이지 않으며, 평가와 관측 가능성이 실제 품질을 결정한다는 사례가 함께 나왔다.
- 에이전트는 harness, model, context의 세 부분으로 구성되며 harness가 실행 루프, 미들웨어, 샌드박스, 파일 시스템, 서브에이전트, 요약을 조정한다는 관점이 제시됐다. 학습 분포에서 멀리 떨어진 작업일수록 기본 harness보다 조직에 맞춘 실행 루프가 필요하다는 기준이다.
- OpenCode2는 내장 에이전트, 통합, 설정 로딩 등 대부분의 기능을 68개 내부 플러그인으로 바꿨고 각 동작을 비활성화할 수 있게 했다. Hermes agent도 플러그인 범위를 크게 확장했으며, 다른 게시물은 파일 하나를 추가해 Slack 연동·일일 실행·메모리를 구성하는 production harness 구조를 설명했다.
- Microsoft와 동료들의 연구를 인용한 게시물은 스킬을 불러온 실행과 동일 작업의 참조 실행을 비교해 307건의 에이전트 실패를 기능 실패 125건과 효율성 저하 182건으로 분류했다. 가장 큰 비용 증가 원인은 과도한 검증 67건, 무거운 구현 파이프라인 30건이었고, 프롬프트 길이만으로는 비용 증가를 설명하지 못했다.
- Unify의 사례에서는 출시 2주 전 에이전트 비용을 90~95% 줄였고 서브에이전트를 함수 호출로 구현했다는 내용이 공유됐다. 실행 추적을 모으고, 이를 선별해 실험과 평가에 되돌리는 데이터 순환이 모델 선택만큼 하네스 품질을 좌우하는 구조다.
작업 분포와 조직 요구가 기본 모델의 학습 범위를 벗어날수록 harness, 미들웨어, 도구, 평가를 직접 조정해야 실제 성능과 관측 가능성을 확보할 수 있다는 입장이다.
관련 스킬과 검증 절차를 더 많이 추가하면 품질이 자동으로 높아진다는 가정은 기능 실패와 실행 비용 증가를 낳을 수 있다는 반론이다.
원문 트윗 2개 보기
Sonya Huang
@sonyatweetybird
An agent is three things: a harness, a model, and context. If you're serious about owning your intelligence, you probably want to own all three. @LangChain founder @hwchase17 joined us at our @sequoia Own Your Intelligence to talk about the piece that often gets the least attention: the harness. He offers a clear heuristic for when to build your own. The more out of distribution you are from what the models were trained on, the more you'll want to customize. And good technical content on how to actually measure performance with evals and langsmith. 00:00 Introduction 00:58 The three parts of an agent: harness, model, context 02:12 What a harness actually does 03:25 Customizing the core loop with middleware 04:41 Sandboxes, file systems, sub-agents, summarization 05:47 Cognitive architectures — and when you still need them 07:03 Build your own harness or use off the shelf? 08:24 In-distribution vs. out-of-distribution: the file-editing example 09:39 Why evals define what "good" means in an organization 11:04 Harbor: what an eval task actually looks like 12:11 Comparing harnesses and models on accuracy, latency, and cost 13:20 Why observability is underrated — it's usually the context 14:34 The data flywheel: traces → curation → experiments 15:42 Getting feedback through UX design and online evaluators 16:51 Demo: LangSmith Engine 19:23 Q&A: Running Engine on Engine, and "codex-ification" 20:44 Q&A: Will harnesses converge or diverge?
elvis
@omarsar0
Very interesting new paper from Microsoft and colleagues. (bookmark it) Skill libraries are used in every major harness on the assumption that more guidance is free. This work measures what a bad skill actually costs you. They attribute 307 agent failures to specific loaded skills, 125 functional failures and 182 efficiency regressions, by comparing each skill-guided run against a matched reference run that solves the same task. The failures rarely come from irrelevant skills. Seemingly relevant skills push the agent to incorrectly implement or omit something the task required. Cost regressions are not explained by prompt length either. The largest source is excessive verification at 67 cases, followed by heavy implementation pipelines at 30 cases. It turns out that skills quietly turn validation checklists into mandatory work. Paper: https:// arxiv.org/abs/2608.11888 Track more trending AI papers in our academy: https:// academy.dair.ai
➖ 장기 코딩·학습·검색 작업의 비용과 벤치마크포스트 5
코딩 에이전트와 Fine-tuning·검색 도구가 장기 작업을 얼마나 싸고 빠르게 수행하는지 비교하는 게시물이 모였다. ProgramBench, DeepSWE, GRPO trainer, Search as Code와 같은 수치가 모델 자체보다 작업당 비용과 완주율을 함께 평가하는 흐름을 드러냈다.
- ProgramBench는 코딩 에이전트가 SQLite, FFmpeg, PHP를 처음부터 재구축하는 작업을 요구하며, 이전까지 200개 중 2개만 해결됐다는 설명이 나왔다. 인용된 게시물은 Claude Opus 5가 9개를 완전히 해결해 4.5%를 기록했고, GPT 5.6 Sol의 이전 기록은 2개였다고 전했다.
- TRL의 GRPO 사용자를 대상으로 새 async trainer로 전환하면 내부 벤치마크에서 약 2~4배 빨라진다는 조언이 나왔다. Unsloth는 Meta Muse Glimmer 30B Fine-tuning과 GRPO RL training을 지원하고, FA2 설정 대비 1.5배 빠른 학습과 50% 적은 VRAM, 24GB VRAM 로컬 학습을 제시했다.
- Perplexity는 6월 공개한 Search as Code가 광범위하고 깊은 리서치에서 state-of-the-art 성능을 냈으며, 이번 최적화로 작업당 비용을 거의 10% 줄였다고 밝혔다. 같은 기간 게시물들은 성능 향상을 정확도만이 아니라 토큰·작업·메모리 비용으로 환산했다.
- Grok 4.6이 Fable의 계획을 1시간 24분, 860만 토큰, 약 $55 비용으로 수행했다는 사례와 ProgramBench의 완주 수치가 함께 언급됐다. 다만 서로 다른 작업과 평가 조건이 섞여 있어 단일 순위나 직접적인 비용 우열로 묶을 수는 없다.
원문 트윗 2개 보기
Kilian Lieret
@KLieret
When SWE-bench was launched initially, people questioned whether it was feasible at all. We got very similar feedback for ProgramBench. Up until now, only 2/200 tasks were solved. But Opus 5 just made an enormous jump with 9 fully solved tasks instances!
Takeoff fully in motion: Claude Opus 5 (xhigh) is the new #1 on ProgramBench, and it's not close. ProgramBench asks a coding agent to rebuild a whole program (sqlite, ffmpeg, php) from scratch. Previous high: GPT 5.6 Sol w/ 2 Opus fully resolves *9* (= 4.5%)

Elon Musk
@elonmusk
Not bad
I had @spacexai Grok 4.6 follow Fable's plan, and with just a couple of nudges, it was able to repeat this feat in 1h 24m using 8.6M tokens at a cost of ~$55 at per-token pricing. That's about 1/10 the cost of the Fable implementation for the same work! x.com/dhh/status/208…
📈 오픈 모델의 OCR·영상 편집·음악 생성 확장포스트 3
Mistral OCR 4.1, MiniMax-H3, MiniMax Music 3가 문서 인식·영상 편집·음악 생성의 공개 모델 경쟁을 넓혔다. 각 모델은 요소별 정렬, Arena 순위, 오픈 웨이트와 소비자 GPU 실행 같은 구체적 사용 조건을 앞세웠다.
- Mistral OCR 4.1은 복잡하고 표시가 많은 페이지를 OCR 4보다 정확하게 읽도록 업데이트됐으며, 각 요소에 맞는 bounding box와 drift·nested image가 없는 정렬을 특징으로 제시했다. 문서의 텍스트뿐 아니라 요소 위치까지 보존하는 처리가 핵심이다.
- MiniMax-H3는 Video Edit Arena의 오픈 모델 부문과 전체 순위에서 1위를 기록했고 1390점을 받았다. 인용된 Arena 게시물은 다음 두 모델보다 32점, 4위 HappyHorse 1.0보다 83점 높다고 밝혔다.
- MiniMax Music 3는 Hugging Face에 공개됐고, 8B LLM과 2.7B DiT가 프롬프트와 가사를 입력받아 전체 곡을 생성하는 구조다. diffusers 또는 ComfyUI와 Spaces를 통해 소형 소비자 GPU에서 실행할 수 있다는 조건이 함께 제시됐다.
- 세 출시 사례는 문서 이해·영상 수정·음악 생성처럼 출력 형식이 다른 작업에서 공개 모델을 바로 시험할 수 있게 한다. 다만 각 수치는 서로 다른 Arena와 모델 구성에서 나온 것이므로 하나의 종합 성능 순위로 해석할 근거는 없다.
원문 트윗 2개 보기
Mistral for Developers
@MistralDevs
We're releasing Mistral OCR 4.1, a model update to OCR 4 that reads busy, marked-up pages more precisely: bounding boxes align to each element, with no drift and no nested images. More in
MiniMax (official)
@MiniMax_AI
#1. Not just among open models. SOTA, full stop. H3 just took the crown on Video Edit Arena. Drop in your footage, prompt the impossible, and let H3 reimagine every frame. Show us your wildest edit.
Exciting update: MiniMax-H3 by @MiniMax_AI just landed #1 in the Video Edit Arena within open models and overall! With 1390 pts, this release is +32 pts over the next two best models, Dreamina Seedance 2.0 and Gemini Omni Flash, and +83 pts than HappyHorse 1.0 at #4. Congrats x.com/MiniMax_AI/sta…
➖ AI 데이터센터 물 사용량을 둘러싼 산정 기준포스트 1
AI 데이터센터가 지역 물 자원에 미치는 영향을 두고 시설 내부 사용량과 전력 생산 과정의 간접 사용량을 어디까지 계산할지 논쟁이 이어졌다. 게시물은 지역 관리자 수치와 영상의 편집 방식이 서로 다른 결론을 만들 수 있다고 지적했다.
- 인용된 More Perfect Union 영상은 데이터센터가 시설 내부에서 직접 사용하는 물만 보고하고 실제 간접 소비량은 그 10배라고 주장했다. 이에 대한 반박 게시물은 사막 농업의 물 사용, 전력 생산에 필요한 물, 데이터센터의 지역 사용량을 같은 기준으로 비교해야 한다고 지적했다.
- 반박 게시물은 영상에 등장한 카운티 물 관리자가 데이터센터가 지역 물의 0.4%만 사용해 큰 문제가 아니라고 말했다고 전했다. 이어 물값이 11년 연속 올랐다는 사실과 지역 활동가의 데이터센터 비판을 곧바로 연결한 편집이 인과관계를 입증하지 못한다고 주장했다.
- 핵심 쟁점은 시설 내부의 직접 사용량과 전력 생산을 포함한 간접 사용량을 동일한 회계 범위에 넣을지에 있다. 게시물은 다른 건물의 전력 관련 물 비용도 일반적으로 발전소 단계에서 따로 보고하지 않는다는 비교를 제시했다.
- 따라서 이 주제에서 확인되는 사실은 0.4%, 10배, 11년이라는 서로 다른 산정·맥락의 수치와 그 해석을 둘러싼 충돌이다. 실제 지역 물 부담을 판단하려면 시설·전력·농업의 경계를 같은 기준으로 맞춰야 하지만, 원문에는 통합된 산정 결과가 없다.
데이터센터의 시설 외 전력 생산 과정까지 포함하면 공개된 물 사용량보다 실제 간접 소비량이 커질 수 있다는 입장이다.
지역 관리자의 0.4% 수치와 기존 건물의 보고 관행을 기준으로 보면 영상이 간접 사용량과 지역 물값을 데이터센터의 직접 책임처럼 묶었다는 반론이다.
➖ AI 에이전트 인프라에 집중되는 Databricks 투자포스트 2
Databricks가 70억 달러 매출 런레이트와 50억 달러 신규 자금 조달을 공유하며 AI 에이전트용 데이터베이스·업무 보조·거버넌스 제품에 투자 방향을 맞췄다. 기업용 AI의 경쟁 단위가 모델에서 데이터 운영과 비용 통제로 이동하는 흐름이다.
- Databricks는 2분기 매출 런레이트 70억 달러, 전년 대비 80% 이상 성장, 최근 50억 달러 자금 조달을 발표했다. 함께 공개한 수치는 Lakebase 1억 달러 이상, Lakehouse 15억 달러 이상 매출 런레이트와 각각의 성장·현금흐름 지표다.
- 조달 자금은 AI 에이전트용 serverless Postgres database인 Lakebase, 기업 데이터를 이해하는 AI coworkers인 Genie, 여러 AI 시스템의 비용을 통제하는 Unity AI Gateway에 투입될 예정이다. 데이터 저장·업무 처리·거버넌스를 하나의 투자 묶음으로 배치한 구성이다.
- CNBC는 Databricks의 기업가치를 1900억 달러로 평가한 50억 달러 자금 조달을 보도했다. 다만 매출 수치와 기업가치의 산정 기준, 각 제품별 실제 고객 사용량은 게시물에 더 자세히 제시되지 않았다.
- 이 발표는 기업용 AI 확장에서 모델 호출 자체보다 데이터베이스 연결, 업무 맥락 이해, 다중 AI 비용 관리가 제품 인프라의 핵심 과제로 자리 잡았음을 보여주는 사업 방향이다.
원문 트윗 2개 보기

Ali Ghodsi
@alighodsi
Today, we announced that we crossed $7B in revenue run-rate, growing over 80% year over year in Q2. We also shared: $100M+ revenue run-rate for Lakebase $1.5B+ revenue run-rate for Lakehouse, growing over 100% year over year Continued positive adjusted free cash flow And we raised $5B in our latest fundraise. We’ll use this capital to invest in: Lakebase, our serverless Postgres database built for AI agents Genie, our AI coworkers that actually understand your business data Unity AI Gateway, our multi-AI governance solution that helps control costs @iamVictorDey shares more in @Forbes :
CNBC
@CNBC
Databricks wraps $5 billion funding round at $190 billion valuation
용어 해설
- 장기 수행 작업(Long-horizon Task)
- — 한 번의 짧은 응답이 아니라 여러 단계의 계획·도구 호출·코드 실행을 이어 가며 목표를 완수하는 작업이다. 에이전트의 실제 업무 수행 능력과 실행 안정성을 평가하는 기준으로 쓰인다.
- 에이전트 하네스(Agent Harness)
- — 모델이 작업을 수행하도록 실행 루프, 도구, 파일 시스템, 샌드박스, 메모리와 평가 기능을 묶는 소프트웨어 층이다. 모델 자체와 실제 업무 환경 사이에서 입력을 처리하고 행동을 조정한다.
- DeepSWE
- — 소프트웨어 엔지니어링 작업에서 모델의 성능을 측정하는 벤치마크다. Gemini 3.7 Flash의 점수와 이전 버전 대비 상승 폭을 비교하는 근거로 사용됐다.
- ProgramBench
- — 코딩 에이전트가 SQLite, FFmpeg, PHP 같은 프로그램을 처음부터 재구축하는 능력을 평가하는 벤치마크다. 전체 프로그램 단위의 장기 수행 작업을 측정한다.
- 스킬 라이브러리(Skill Library)
- — 에이전트가 특정 작업을 수행할 때 참고하도록 지침과 절차를 저장한 모음이다. 관련 스킬을 불러와도 과도한 검증이나 구현 절차가 추가돼 실패와 비용 증가를 일으킬 수 있다는 연구 결과가 제시됐다.
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.