중국 AI 모델의 변화와 API 연동, 모델 선택, 비용에 미치는 영향.
MarkTechPost의 2026년 10월 4일 연대기 기사에 따르면, 알리바바 Qwen은 2023년 4월 초대제 체험에서 보도된 2.4조 파라미터 오픈 웨이트 모델로 이어졌으며, 그 과정에서 라이선스는 "월간 활성 사용자 1억 미만 무료 상업 이용"에서 여러 크기의 Apache 2.0으로 점차 전환되었고, MoE 희소화, 하이브리드 선형 어텐션, 그리고 오픈·클로즈드 소스 병행 제품 라인이 등장했다.
MarkTechPost가 2026년 10월 4일 보도한 바에 따르면, Cantina Security는 Yeta Labs와 공동으로 오픈 가중치 모델 apex-flash-1을 공개했다. 이 모델은 GLM-5.3-Flash를 GRPO로 미세조정한 결과물이며 MIT 라이선스로 Hugging Face에 배포되었고, 자체 보고 기준 60개 홀드아웃 취약점 과제 중 40개를 해결했으며 BF16 가중치에 약 640GB의 VRAM이 필요하다.
MarkTechPost가 2026년 10월 4일 보도한 바에 따르면, Aleph Alpha는 영어·독일어 이중 언어 오픈 웨이트 MoE 모델 Kolibri-1을 공개했다. 총 파라미터 781억 개, 토큰당 34.6억 개만 활성화되며, 최대 1,048,576 토큰 컨텍스트와 네 단계 추론 강도를 지원한다. Apache 2.0 라이선스로 Hugging Face에 공개되었고, FP8 체크포인트는 약 78GB이며 vLLM으로 단일 B200 또는 H200에서 서빙할 수 있다.
2026년 10월 2일 Ai2 블로그에 따르면, Ai2는 Qwen3-8B를 후속 학습한 AstaBrief 8B를 공개했다. 이 모델은 연구 질문과 검색된 문헌 조각을 한 번에 인용 포함 보고서로 작성하며, Asta의 '보고서 생성' Fast 모드로 출시되었다. 블로그는 Fast 모드가 보고서당 평균 51.1초로, Claude 기반 Thinking 모드보다 약 3.5배 빠르다고 밝혔으며, 가중치와 학습 데이터도 함께 공개했다.
The Decoder가 2026년 9월 30일 보도한 바에 따르면, Anthropic 프론티어 레드팀은 지푸의 오픈 웨이트 모델 GLM-5.3이 ExploitBench에서 410회 시도로 50개의 작동 익스플로잇을 구축해 Mythos Preview의 56개에 근접했다고 밝혔으며, 거부 응답 방어는 abliteration으로 제거될 수 있다. 미국 CAISI의 독립 평가도 유사한 결론을 내리며 최고의 미국 모델보다 약 4개월 뒤처진다고 평가했다.
레이펑왕이 2026년 9월 30일 보도한 바에 따르면, 작성자는 동일한 환경에서 Claude Code를 사용해 같은 날 출시된 Qwen3.8-Flash와 GLM-5.3-Flash로 개인 워크벤치를 처음부터 개발했으며, 두 모델 모두 실행 가능한 앱을 전달했지만 GLM은 시스템과 엔지니어링 완성도에, Qwen은 개인 워크플로와 우선순위 설계에 더 치우친 결과를 보였다.
머신하트 보도에 따르면 하이마윈(Haima Cloud) 산하 RunningHub가 자체 개발한 생성형 영상 초해상도 모델 RH Upscale을 발표했다. '확대하되 내용은 바꾸지 않는다'를 표방한다. 보도에 따르면 540P 입력·1080P 출력 조건의 13개 구성 비교 평가에서 Ultra가 종합 점수 0.539로 1위를 차지했으며, Ultra부터 Low까지 5단계를 제공한다. Max는 5~10초 영상 2배 초해상도를 34초에 처리해 Ultra의 약 1/8.6 수준이라고 한다.
NVIDIA가 2026년 9월 29일 공식 블로그를 통해 테이블 기초 모델 Kumo Tabular를 발표했다. 2800만~2억 1500만 파라미터의 세 가지 규모로 제공되며 OpenMDW-1.1 라이선스로 Hugging Face에 공개되었다. 학습과 피처 엔지니어링 없이 단일 순방향 전파만으로 분류와 회귀를 수행하며, 블로그는 TabArena 등 네 가지 벤치마크에서 1위를 기록했다고 밝혔다.
신즈위안 보도에 따르면, 익명 모델 Space Bunny Alpha가 9월 23일 OpenRouter와 OpenCode에 등장했고, 개발자들은 토크나이저 비교를 통해 MiniMax에서 나온 것으로 추정했다. 나흘 뒤인 9월 27일 MiniMax는 6단계 조절 가능 추론 강도, 100만 토큰 컨텍스트, 텍스트·이미지·비디오 입력을 갖춘 M3.1-Flash-Preview를 공개했다. 보도는 버그 수정, 웹페이지 생성, 3D, 게임 등의 실측 결과도 기록했다.
신즈위안이 2026년 9월 29일 보도한 바에 따르면, RunningHub는 MiniMax H3 오픈 소스 기반 위에 심층 후속 학습을 수행한 H3 RH Enhanced를 공개하며, 2000개 실측 세트에서 다중 샷 장기 시퀀스 서술이 Seedance 2.0보다 현저히 우수하고, 극단적 장기 장면의 인물 붕괴율이 60% 이상 감소했다고 주장했다. 보도 본문 두 곳의 비용 기준은 초당 0.18위안이며, 결론 단락에는 초당 1각 표현이 있어, 최신 과금 설명으로 확인이 필요하다.
머신하트가 2026년 9월 28일 보도한 바에 따르면, 대지펑이 이끄는 Naive AI가 첫 모델 Naive-N0.5-Flash를 발표했다. 총 파라미터 309B, 활성 파라미터 15.5B, 네이티브 100만 토큰 컨텍스트를 지원하며 코딩과 AI 연구개발을 겨냥한다. 보도에 따르면 가중치와 추론 코드는 MIT 라이선스로 공개되고 API 제공이 계획되어 있으며, PaperBench와 MLE-bench-30 등 평가 결과도 함께 공개됐다.
머신하트가 전재한 arXiv 논문(2026년 9월 발표)에 따르면, 연구자들은 공개된 DeepSeek-V4-Flash-0731 가중치에 대해 순전파 분석과 추론 시점 개입을 수행한 결과, mHC의 네 개 잔차 스트림 읽기/쓰기 가중치가 약 두 개의 스트림에 집중되어 있고, 22~42층의 잔차 혼합 행렬이 단위행렬에 근접하며, 심층을 단위행렬로 대체해도 여섯 개 과제의 평균 점수가 거의 변하지 않는다는 것을 발견했다.