AI 및 프론티어 기술 요약: Gemini 4 Hydrogen, Blackwell 포렌식, 에이전트 스택
Google의 Gemini 4 Hydrogen 출시와 중국 연구소들이 수출 통제된 NVIDIA Blackwell 하드웨어로 플래그십 모델을 훈련했다는 포렌식 주장이 이번 디스패치에서 가장 신호가 강한 두 가지 항목입니다. 그 주변에서는 에이전트 스택이 자체 호스팅과 평가로 움직이고, 추론 엔진이 처리량과 로컬 가속화를 두고 경쟁하며, 오픈 가중치 로보틱스 모델이 미세 조정에 실용화되고 있습니다.
Gemini 4 Hydrogen, 속도 우선 프론티어 모델로 등장
Gemini 4 Hydrogen은 Google DeepMind의 속도 우선 프론티어 모델로, API 가격이 입력 토큰 100만 개당 1.50달러, 출력 토큰 100만 개당 7.50달러로 책정되었으며 Search, Gemini 앱 및 개발자 도구에 걸쳐 출시되었습니다 @TheRundownAI. Artificial Analysis는 이를 새로운 xhigh 추론 수준에서 Intelligence Index 54로 평가하며, Claude Sonnet 5.5 (max)와 GPT-6.1 Sol (max)보다 1점 낮고, Sonnet 대비 작업당 비용은 약 32%이지만 GPT-6.1 Sol 대비 약 2.5배입니다 @ArtificialAnlys. 높은 추론 수준에서는 51점을 기록하며 Gemini 4 Argon의 지능을 작업당 비용의 약 19%로 일치시킵니다 @ArtificialAnlys. 이 모델은 100만 토큰 컨텍스트 창을 가지며 텍스트, 이미지, 비디오, 음성 입력과 텍스트 출력을 지원하고 낮음, 중간, 높음, xhigh 추론 수준을 제공합니다 @ArtificialAnlys. Artificial Analysis는 강력한 시각적 추론과 비환각을 강조합니다: 중간 추론에서 GDP.pdf에 대해 33% 전체 통과로 공동 1위, AA-Omniscience에서 환각률 8%로 Claude Sonnet 5.5 (max)의 43% 및 GPT-6.1 Sol (max)의 52%와 대조됩니다 @ArtificialAnlys. 에이전트 터미널 작업에서는 약하며 Terminal-Bench 4.0에서 54%, Terminal-Bench-Science 0.1에서 50%를 기록, Claude Sonnet 5.5 (max)의 64% 및 53%, GPT-6.1 Sol (max)의 56% 및 58%와 비교됩니다 @ArtificialAnlys. Cursor는 기본 노력에서 Gemini 4 Hydrogen이 CursorBench에서 54.3%를 기록, Gemini 3.8 Flash의 39.6%에서 상승했다고 보고합니다 @cursor_ai. 조기 액세스 테스터는 이를 사용해 본 모델 중 가장 빠르고 품질이 높으며, 빨라질수록 저렴해진다고 주장했지만 이는 주관적인 출시 전 인상입니다 @Inmerson.
중국 모델을 수출 통제 Blackwell 칩에 연결하는 포렌식 주장
Will DePue는 DeepSeek, Moonshot, MiniMax 및 Ant Group이 최신 모델을 중국 수출이 금지된 NVIDIA Blackwell 칩으로 구축했다는 결정적 증거를 주장하는 포렌식 분석을 발표했습니다 @AndrewCurran_@willdepue. 이 방법은 모델의 초기 가중치에 숨겨진 서명에 의존합니다: 시작 가중치 레이아웃은 정확한 GPU와 시드에 따라 달라지며, 흔적은 훈련을 거쳐 게시된 체크포인트까지 생존합니다 @willdepue. DePue는 칩 레이아웃과 시드의 6조 개 이상의 조합을 검색했으며 DeepSeek-V4-Pro, Kimi K3 및 MiniMax-M3를 포함한 6개의 중국 모델을 Blackwell 시스템과 일치시켰고, 4개는 Grace Blackwell GB200 및 GB300 부품과 일치했습니다 @willdepue. 그는 Blackwell B300이 DeepSeek-V4-Flash의 변경되지 않은 시작 가중치를 비트 단위로 재현했고, 임대한 GB200이 Kimi K3의 가중치를 0.999995 상관 관계로 재현했지만 H100은 아무것도 재현하지 못했고 시드를 1만 변경해도 일치가 깨졌다고 보고합니다 @willdepue. 동일한 방법으로 알려진 오픈 가중치 모델 24개를 개발자가 사용했다고 말한 하드웨어와 일치시켰으며, 실제 일치는 예상 최고 우연 일치 약 8 시그마에 대해 49에서 1,385 시그마 범위였습니다 @willdepue. DePue는 Kimi K3와 DeepSeek-V4-Pro가 각각 2,0003,000개의 Blackwell GPU를 사용했으며, 클러스터 비용은 각각 1억 5천만2억 달러, 실험용 컴퓨팅을 제외하고 연구소 전체에 5억 달러 이상이 들었다고 추정합니다 @willdepue. 그는 결과가 OpenAI와 Anthropic의 선임 연구원들에 의해 독립적으로 검증되었다고 말합니다 @willdepue. 별도의 게시물은 Information이 Alice Huang이 DeepSeek에 NVIDIA 칩을 약속했다고 보도했다고 인용했습니다 @zerohedge.
말도 안 되게 들리지만, 거의 모든 AI 모델이 훈련한 GPU의 숨겨진 서명을 지니고 있다는 것을 발견했습니다. @willdepue
에이전트 플랫폼, 자체 호스팅, 거버넌스 및 평가로 이동
Anthropic의 Claude Managed Agents는 안전한 에이전트 시스템 구축을 위한 API 플랫폼으로 포지셔닝되고 있으며 이제 자체 호스팅이 가능합니다 @katelyn_lesse. 이번 릴리스는 거버넌스를 위한 에이전트 ID, OpenTelemetry 관찰 가능성, 킬 스위치 및 자체 호스팅 관리 에이전트를 위한 실제 평가 제품을 추가합니다; Anthropic은 고객이 이를 생물 연구, 칩 설계 및 소프트웨어 팩토리에 사용하고 있다고 말합니다 @katelyn_lesse. Microsoft는 dotnet/skills 저장소에 AI 에이전트용 99개의 기성 .NET 스킬을 게시했으며, 14개의 플러그인으로 구성되어 Claude Code, Codex, GitHub Copilot 및 Cursor에서 사용할 수 있습니다 @AntonMartyniuk. 스킬은 .NET 8-to-10 업그레이드, EF Core 쿼리 최적화, Minimal API 엔드포인트, 테스트 및 MCP 서버 개발과 같은 작업을 다루며, 작성자는 모든 스킬이 에이전트의 컨텍스트에 추가되므로 스택과 일치하는 플러그인만 설치하라고 조언합니다 @AntonMartyniuk. Benchmark Router는 모든 모델 또는 하네스에서 공개 벤치마크를 직접 실행하는 비용의 10분의 1로 실행할 수 있는 통합 장소를 제공하며, 공식 코드, 메트릭, 전체 로그 및 실패 분석을 포함합니다; 새로운 LLM 벤치마크가 6시간마다 출시된다고 말합니다 @arushi_ressl. AgenticRL-Bench는 에이전트가 에이전트 강화 학습을 수행할 수 있는지 테스트하며, Miles, Slime, Verl, SGLang 및 Harbor에서 실제 RL 사건으로 재구성된 22개의 작업이 있습니다 @guohao_li. 검증 가능한 19개 작업에서 어떤 에이전트도 시도의 14.0%를 넘지 못했습니다; 하나의 개방형 작업에서 에이전트는 힌트 롤아웃을 생성하고, 힌트를 제거하고, GRPO 롤아웃과 혼합하여 38개 작업에서 pass@1을 0에서 0.186으로 개선했습니다 @guohao_li. 별도의 continual-arc 결과는 9B 모델이 가중치를 훈련하여 보이지 않는 퍼즐 100개 중 19개에서 49개로 향상되었으며, 메모리 파일은 회상에 도움이 되지만 가중치 훈련이 일반화를 주도한다고 보고합니다 @heyshrutimishra. Tencent Cloud는 80%가 찰 때까지 기다리지 않고 매 턴 컨텍스트를 약간씩 줄이는 것이 150개의 코딩 문제에서 동일한 통과율을 유지하면서 비용을 약 23% 절감했다고 보고합니다 @tenctcloud_Intl.
추론 스택, 처리량 및 로컬 가속화 경쟁
vLLM은 Vera Rubin NVL72에서 vLLM의 DeepSeek-V4.1-Flash가 GB300 NVL72 대비 58배 처리량, GPU당 초당 170만 토큰, SemiAnalysis AgentX에서 사용자당 초당 387토큰에 도달했다고 보고합니다 @vllm_project. 곡선 전반에 걸쳐 피크 처리량에서 GPU당 초당 252만 토큰, GB300 대비 2.7배, TP 1/4로 동시 세션 1개에서 초당 1,810토큰을 보고합니다 @vllm_project. Vera Rubin NVL72의 MiniMax-M3.1-Flash의 경우 vLLM은 캐시된 토큰을 포함하여 칩당 총 토큰 초당 10.2배, 사용자당 P90 토큰 초당 546개, 376 P90 토큰 초당 사용자당 6.5배, 낮은 동시성에서 사용자당 최대 1,205 P90 토큰 초당을 보고합니다 @vllm_project. B200에서 DeepSeek-V4.1-Flash에 최적화된 추론 엔진인 Maxwell은 동일한 사용자당 속도에서 vLLM보다 GPU당 3배 더 많은 토큰, 일반 부하에서 사용자당 2배 속도를 주장하며 게시된 모든 B200 설정 및 비교 가능한 GB300 결과를 능가한다고 말합니다 @doubleAI. oMLX는 Mac이 모델을 보유하고 디코딩하는 동안 NVIDIA GPU 또는 DGX Spark를 프리필 가속기로 사용할 수 있습니다; LAN 케이블, NVIDIA 머신에서 docker run 한 번만 필요하며 RDMA나 Thunderbolt가 필요 없습니다 @jundotkim. DGX Spark와 64K 프롬프트로 oMLX는 Qwen3.8 27B가 352에서 1,062토큰/초, Qwen3.8 Flash-Next가 1,370에서 2,715, DeepSeek V4.1 Flash가 1,085에서 2,412, GLM-5.3 Flash가 555에서 1,076으로 상승했다고 보고합니다 @jundotkim. Kinetic은 사용자가 Enter를 누르기 전에 처리를 시작하는 새로운 오픈 소스 Rust 추론 엔진입니다; RTX 3060 노트북 GPU에서 22,631토큰 문서로 보고된 대기 시간은 llama.cpp의 10.95초 대비 0.13초였으며, 편집 테스트에서 LFM3-1.7B를 1,033.7토큰/초 대 229.7로 실행했습니다 @TeksEdge. Kinetic은 Apache 2.0이며 지원되는 GGUF 모델을 로드하고 Windows 및 Linux에서 CPU, CUDA 및 Vulkan으로 실행되며 OpenAI 호환 API를 노출합니다 @TeksEdge. LeapQuant는 선형 주의 모델에서 8비트 또는 4비트 순환 상태를 위한 훈련 없는 방법입니다; Qwen, Kimi 및 GLM 전반에 걸쳐 FP32 일치 정확도, 4.25배 빠른 커널, 최대 2배 높은 추론 처리량 및 최대 56% 메모리 감소를 보고합니다 @conlesspan. Omarchy 4.6을 사용하면 노트북이 Tailscale을 통해 데스크톱에서 실행되는 로컬 모델을 빌릴 수 있으며 클라우드나 API 비용이 없습니다; 공유 엔진은 omarchy-local-ai 0.6으로 나왔고 패널은 4.6에 병합되었습니다 @OmarchyUpdates.
오픈 가중치 모델, 기기 및 로보틱스로 확장
Edge0-145B 및 Edge0-120B는 Edge0의 기기 기본 100B급 오픈 가중치 기반 모델입니다; 회사는 Edge0가 Terminal-Bench 2.1에서 Claude Opus 4.6을 86.5% 대 78.2%로 능가하고, 29GB 메모리가 필요하며, RTX Spark 및 Mac에서 초당 75+ 토큰 디코딩 및 초당 1,050+ 토큰 프리필, 128K-256K 컨텍스트를 처리한다고 주장합니다 @SamuelZengML. Raon-1 nano는 Apache 2.0 하에서 처음부터 훈련된 15억 매개변수 소형 언어 모델로, NeurIPS 2026 구두 방법으로 Raon-1 mini에서 증류되었으며, 엣지 AI를 위한 VRAM을 줄이기 위해 레이어별 임베딩을 사용합니다 @Kangwook_Lee. Runway는 Apache 2.0 하에서 오픈 가중치를 가진 27B 세계 행동 모델인 Praxis-1을 출시했으며, RoboLab 리더보드에서 선도적인 오픈 가중치 로보틱스 모델이며 해당 벤치마크에서 다른 모든 세계 행동 모델을 능가한다고 말합니다 @agermanidis@runwayml. Runway는 Praxis-1이 9개의 로봇 구현에서 테스트되었고, 30분 미만의 시연으로 새로운 구현에서 좋은 성능에 도달할 수 있으며, NVFP4로 단일 RTX 5090에서 실행되고, 테스트된 조작 작업에서 GPT-6 Astra보다 10배 이상 빠르고 50배 저렴하다고 말합니다 @agermanidis. vLLM-Omni는 Praxis-1에 대한 0일차 지원을 추가하여 카메라 관찰, 로봇 상태 및 작업 지시를 받아 행동 청크를 생성하고, 단일 H100 80GB에서 오프라인 추론 및 OpenPI/Positronic 서빙이 검증되었습니다 @vllm_project. Reactor는 Praxis-1에 대한 0일차 DROID 및 YAM 엔드포인트와 73ms 중간 대기 시간의 Praxis-1 Fast 체크포인트를 출시했습니다 @reactorworld. EqC는 VLA를 위한 내성이 있는 에너지 기반 제어를 도입합니다: 정책은 자체 역량을 모니터링하고 에이전트에게 도움을 요청한 다음 복구에서 학습합니다 @RunhanH. 실제 테스트에서 EqC는 6번의 에이전트 생성 복구 후 의류 접기가 0%에서 100% 자율 성공, 블록 쌓기가 0%에서 96.7%, 잔해 청소가 100%로 보고하며, RoboTwin 2.0 Hard에서 pi0를 18%에서 33%, LIBERO-Plus를 53.6%에서 65.8%로 향상시킵니다 @RunhanH. NYU Lerrel Pinto 그룹의 Steertuning은 5분 미만의 인간 시연 5개가 12개의 새 환경에서 12개 작업에 걸쳐 71% 성공을 생성하며, 약 110시간의 1인칭 인간 비디오로 사전 훈련된 4억 매개변수 확산 정책과 작업당 2분의 미세 조정을 사용한다고 보고합니다 @CyberRobooo. NTT는 실행 전에 여러 로봇 행동을 평가하는 물리 기반 세계 모델을 보여주었고 작업 성공을 73.1%에서 92.3%로 높였으며, 게시물은 vangrid를 ground-truth 공간 컨텍스트 레이어로 설명합니다 @GpaAndy. Nova3D는 디자인 도구 및 로보틱스 시뮬레이터를 위해 코드에서 편집 가능한 3D 세계를 구축하며, 하나의 소스가 Blender, MuJoCo, Isaac Sim, Unity 및 Unreal을 대상으로 합니다 @dextune. Google DeepMind의 로보틱스 시뮬레이션 엔진인 MuJoCo는 무료이며 오픈 소스이고 pip install mujoco로 설치할 수 있습니다 @RoundtableSpace. 게시물에 요약된 ChinaTalk 보고서는 인간형 로봇을 위한 중국의 자기 중심 데이터 수집 산업을 조사하고 데이터 세트 품질, 소유권 및 상업화에 대한 질문을 제기합니다 @0xrichboy.
연구 및 평가 신호
LlamaIndex는 4,300페이지 이상, 추가된 양식 차원, 인간 판단과 메트릭을 정렬하도록 조정된 330개 이상의 오류 유형에 대한 심각도 점수를 갖춘 문서 파싱 벤치마크인 ParseBench-2를 도입했습니다 @jerryjliu0. ParseBench는 월간 다운로드 50,000회 이상, 벤치마크된 150개 이상의 OCR 솔루션, NVIDIA, Cohere, Aleph Alpha 및 Perplexity의 채택이 있다고 발표는 말합니다; 그와 함께 OCRia-1.5는 복잡한 테이블, 양식, 차트, 서식 및 경계 상자를 위한 새로운 문서 파싱 모델 제품군입니다 @jerryjliu0. 독립 실험은 Blood on the Clocktower 벤치마크에 5개의 오픈 모델을 추가했습니다; Kimi K3.1 Pro는 최고의 오픈 모델이었고 폐쇄 모델의 중간에 위치하여 GPT 5.5 바로 아래였으며, 작성자는 오픈 모델 간의 일관된 순위를 관찰했습니다 @eliebakouch. 같은 실험은 게임에 능숙한 모델이 공개 기록만으로 악한 플레이어를 찾는 데도 능숙하다는 것을 발견하여 더 저렴한 평가 경로를 시사했고, 사고 사슬에서 많은 평가 인식을 언급했습니다 @eliebakouch. Iris-Z는 Apache 2.0 하의 9B/32B 오픈 이미지 모델로 외관과 기하학을 결합하고, 이미지와 깊이를 생성하며, 깊이를 추정하고 조건화하며, MoGe-3과 같은 작업별 깊이 모델을 능가한다고 주장합니다 @speridlabs.
자금, 소비자 채택 및 업계 리드
Walter Goodwin은 AI 추론을 위한 더 빠른 칩을 구축하기 위해 Thrive Capital, Lightspeed, Redpoint 및 Founders Fund가 주도하는 7억 2천만 달러 규모의 시리즈 C를 발표했습니다 @goodwin_ml. 발표는 OpenAI가 Millennium Prize 문제에 1천만 달러 이상의 비용으로 80시간 동안 10,000개의 병렬 에이전트를 실행한 것을 인용하며 어려운 문제에 극단적인 추론 확장이 중요하다고 주장하고, 응답 시간을 제외하고 더 적은 에이전트가 더 오래 생각하는 것이 더 잘 확장된다고 말합니다 @goodwin_ml. 게시물에 인용된 Salesforce 설문 조사는 휴일 쇼핑객의 거의 5명 중 1명이 쇼핑 전에 AI에게 묻지만 76%는 AI 에이전트가 대신 구매하는 것을 원하지 않으며, 에이전트 사용자의 27%는 에이전트가 너무 비싼 것을 샀다고 말합니다 @murtuza_merc. Illia Polosukhin은 인터뷰에서 중앙 집중식 AI 제공업체가 개인 정보 보호 및 통제 위험을 만들고 암호화된 처리와 암호화 검증을 통한 사용자 소유 AI가 대안이라고 주장했습니다; 그는 안전 모니터링을 우려 사항으로 인정했습니다 @KevinWSHPod. 일일 AI 브리핑은 또한 Gemini API 및 AI Studio의 Gemini Decision 1, 모든 사용자를 위한 Antigravity 브라우저 사용, Signal 프로토콜을 공식적으로 검증하는 AlphaProof Code, 세포 유형별 DNA 변이를 모델링하는 AlphaGenome 2, ByteDance의 사전 예방적 AI 에이전트 계획, n8n Labs의 오픈 소스 소규모 작업 에이전트 Nod 출시를 나열했습니다 @testingcatalog. 브리핑은 Grok으로 작성되고 선별되었다고 명시적으로 설명되므로 이러한 항목은 확인된 보도가 아닌 리드로 취급해야 합니다 @testingcatalog.