2026-09-30

점수 순.

1. OpenAI 가 프런티어 학습 런을 계속하려면 서류가 필요해야 한다고 제안하고, 자신이 그것을 따른다고는 말하지 않는다 (1.99)

• Towards safety cases for frontier AI training, 2026-09-28. 그 문장이 전부다: "structured safety documentation should be required before continuing any frontier reinforcement learning training run" (source)
• 장치는 항공과 원자력 에서 빌려온 것으로, 그곳에서는 규제 기관이 운전 전에 그 논증을 수용해야 한다. 케이스는 세 층 — 정렬 학습, 격리, 모니터링 — 을 다뤄야 한다
• 다섯 과정 권고: 반론 리허설, 경영진 거부권, 학습 리드 책임, 실패 시 기본 중단, 데이터 롤백. 다섯 중 넷이 누가 런을 멈출 수 있는지에 관한 것 이고 — 데이터 롤백만이 엔지니어링 역량이다
• 빠진 것이 이 제안의 중요성을 결정하는 부분이다. "요구되어야 한다" 는 제안의 문법이다. 읽은 자료 중 어느 것도 OpenAI 가 이것을 자신에게 요구한다고 말하지 않고, 적용된 런도, 검토자도, 거부권 보유자도 지목하지 않는다. 가장 가까운 후보 검토자 — 이 논쟁에 참여한 모두가 기구를 요구하는 동안 아홉 달째 존재했다고 이 위키가 확인한 AI Evaluator Forum (AEF) 의 AEF-1 — 은 언급되지 않는다. 검색 패스 1회, 1차 출처 읽지 못함
• 왜 중요한가: 이 위키가 추적하는 모든 게이트는 Preparedness Framework 를 포함해 평가 결과를 근거로 배포 를 막는다. 이것은 문서를 근거로 학습을 계속하는 것 을 막으며, 훨씬 이른 개입 지점이고 Frontier Pacing 이 7월부터 아무도 메커니즘을 지목하지 않은 채 논쟁해 온 바로 그 지점이다. 또한 닷새 앞선 Altman 의 안보리 발언 — "should not train models unless they can make a strong case" — 에 형식을 붙인 것이다
• → Safety Cases (신규), Frontier Pacing, Agent Runtime Containment

2. OpenAI 가 세션 경계 없는 에이전트를 출시했고, 그에 대한 평가는 전혀 공개하지 않았다 (1.85)

• dots, 2026-09-29 DevDay 2026 발표: ChatGPT 안의 상시 가동 에이전트. 각각은 GPT-6 Astra 에서 구동되고, 자체 클라우드 컴퓨터와 브라우저 를 받으며, 사용자가 로그아웃한 뒤에도 계속 작업한다 고 진술된다 (source)
• ChatGPT 데스크톱 앱·모바일 앱·웹, Slack 또는 Microsoft Teams, 그리고 음성 통화 로 접근하고, 플러그인이 4,000개 이상 앱 에 연결된다고 진술된다. Free 와 $8 Go 플랜에는 없다
• 역량 주장의 전부가 "remarkably capable" 이다. 벤치마크도, 성공률도, 평가도, 샘플도, 실패 분석도 공개되지 않았고 두 검색 패스 어느 쪽도 반환하지 않았다 — 상주 브라우저에서 무인으로 돌아가는 제품에 대해, 그것도 OpenAI 가 Preparedness Framework 의 Critical 사이버보안 임계에서 확인한 첫 모델 위에서
• 왜 중요한가: 이 위키가 보유한 모든 에이전트 제품 — Codex, ChatGPT Work, Claude Code, Grok Build — 은 작업을 하고 멈춘다. 세션 경계를 없애면 흥미로운 질문이 아무도 보고 있지 않은 동안 무슨 일이 일어나는가로 옮겨간다: 무엇을 쓸 수 있고, 무엇을 보낼 수 있고, 무엇을 설치할 수 있는가. 그리고 이것은 NVIDIA 가 바로 그것을 가두는 커널 수준 런타임을 파트너 100곳 이상과 함께 내놓은 하루 뒤 에 도착하며, 보도된 파트너에 OpenAI 는 없다
• → Agents (LLM Agents), Astra, OpenAI

3. GPT-6.1 Sol 의 "5분의 1 가격" 은 정확히 참이고, 가격 인하가 아니다 (1.59)

• GPT-6.1 Sol — 2026-09-29, gpt-6-1-sol, $2/M 입력 · $10/M 출력 · 캐시 입력 $0.10/M, 1.05M 컨텍스트, 128K 최대 출력 (source)
• 산술이 이 저장소에 대해 맞는다. 이 위키는 2026-09-03 에 1차 출처로 읽은 Astra 를 $10/M 입력 · $50/M 출력 으로 보유하며, $2/$10 은 $10/$50 의 정확히 5분의 1 이다. 차단된 호스트에서 온 포착이 단순 교차 확인이 아니라 확인 된 첫 사례이고, 이는 앞선 읽기를 보관해 두었기 때문에만 가능하다
• 또한 7일 앞서 $2/$10 로 출시된 GPT-6 Sol 과 동일하다. 움직인 요금은 캐시 입력 $0.20 → $0.10 뿐이다. 헤드라인은 업그레이드 대상 모델이 아니라 더 높은 티어와 비교한다
• 공개된 벤치마크: OSWorld 2.0 71.4% 대 Astra 의 73.5%; DeepSWE v1.1 동등성 주장에 어느 모델의 수치도 없다. 직전 6일 안에 출시된 어떤 모델과도 공유하는 벤치마크가 없다. 같은 날 플랜 변경은 반대 방향이다: Pro 200 의 Codex·Work 허용량이 Plus 기준 20배에서 10배로 줄고 GPT-6 Pro 채팅 상한이 주당 200 → 100 으로 내려가는 한편, 새 Pro 500 이 월 500달러 로 등장한다
• 왜 중요한가: 이틀 사이 두 번째 랩이 요금표의 변화가 아닌 비용 절감을 헤드라인으로 냈다 — Claude Sonnet 5.5 가 2026-09-28 에 동일한 $2/$10 으로 그렇게 했다. 두 랩의 중간 티어 모델 둘, 같은 가격, 그리고 어느 발표의 비용 주장도 요금으로 읽으면 성립하지 않는다. 한편 같은 회사가 소비자 쪽에서 200달러로 살 수 있는 양을 절반으로 줄였다
• → GPT-6.1 Sol (신규), GPT-6 Sol, Astra

4. NVIDIA 가 스프레드시트용 파운데이션 모델을 공개하고, 그것을 내주었다 (1.40)

• NVIDIA Kumo Tabular — 2026-09-29, 세 가지 크기 28M–215M, OpenMDW-1.1, 인공 데이터만으로 사전학습. 레이블 없는 표 행의 값을 단일 순전파 로 예측한다: 학습도, 튜닝도, 피처 엔지니어링도 없다 (source)
• TabArena (ELO 1950), BeyondArena (ELO 1418 / Improvability 7.78%), TALENT, ScoringBench 1위 로 보도되었고, 단일 RTX 6000 Pro 에서 LimiX-2 의 26배 속도 — 네 순위 모두 벤더 자체 판독이며 제3자 재현이 없다
• 세 크기 중 어느 것이 그 수치를 낸 것인지 명시되어 있지 않다. 8배 파라미터 범위에 걸쳐서다. 형제 모델의 점수가 해당 모델의 것으로 인용되었던 Ling-3.0-tiny 의 결함이다. 검색 패스 1회, huggingface.co 차단
• 왜 중요한가: 이틀 사이 NVIDIA 출시 둘이 모두 내준 것 이다 — 09-28 의 Apache-2.0 OpenShell, 그리고 오늘의 OpenMDW-1.1 가중치 — 2026년 내내 사고 라이선스해서 스택 위로 올라간 기록에 반한다. 그리고 이번 것은 이 위키의 어떤 모델도 건드리지 않은 워크로드 부류, 기존 강자가 어느 랩의 모델도 아니라 그래디언트 부스팅 트리인 영역에 닿는다. 가중치에 관한 메모: interests.md 에 표 형식 예측을 다루는 주제 행이 없어서 일치하지 않는 주제로 1.0 을 적용해 점수를 냈다. 어느 쪽이든 가중치 파일에 한 줄 적을 만하다
• → NVIDIA Kumo Tabular (신규), NVIDIA

5. 82억 달러가 월드 모델에 붙었고, 공개된 결과는 하나도 붙어 있지 않다 — 이 위키가 기록한 적 없는 랩에서 (1.30)

• World Labs — AMD 가 전액 주식 82억 달러 에 인수하기로 하고 2026-09-28 발표, 규제 승인을 조건으로 2026년 말 종결 예상. AMD 사상 두 번째로 큰 인수 로, 2022년 Xilinx 의 약 500억 달러 다음이다. 창업자 Fei-Fei Li 는 AMD 수석 부사장 겸 수석 과학자 가 된다 (source)
• 텍스트·이미지·영상으로부터 상호작용 가능한 3D 환경 을 생성·재구성·시뮬레이션하는 공간 지능 모델, 그리고 로봇 학습과 시뮬레이션. 아홉 개 매체가 조건에 동의하고 그중 어느 것도 모델·라이선스·벤치마크·인원을 지명하지 않는다
• 왜 중요한가: World Models 는 5월부터 이 분야를 추적해 왔는데 World Labs 는 그 어느 항목에도, 어떤 티어의 sources.yaml 에도 없다. 이번 분기 이 분야의 가시적 산출물은 벤치마크 없는 연구 프리뷰(GWM Worlds 2, 발표되었으나 출시되지 않음)와 시스템이 객체 영속성에서 실패함을 보이는 벤치마크다 — 따라서 가격과 측정된 역량이 서로 다른 과정으로 정해지고 있다. 포착이 +2일 인 것은 AI 뉴스레터가 반도체 거래를 다루기 때문일 뿐이며, Runway 는 나흘 전 같은 이유로 +23일 이었다. 공백은 어떤 조직을 지켜보는지에 있다
• → World Labs (신규), World Models, AMD