2026-10-20

1. OpenAI가 익숙한 언어를 넘어 코딩 능력을 측정한다

MultiLangBench에서 Astra는 최대 노력으로 **20개 언어의 평균 테스트 통과율 87.4%**를 달성했다. 별도로 GPT-6.1 Sol은 낮은 노력에서 COBOL 마이그레이션 **86.6%**를 기록했다. GPT-5.6 Sol의 **5.4%**와 비교되며, 비용은 **해당 모델 API 비용의 61%**이다. 마이그레이션은 모든 숨겨진 테스트에서 관찰 가능한 출력을 바이트 단위로 동일하게 보존해야 한다.

의의: 부분적인 기능 구현과 기존 동작 보존에는 서로 다른 성공 기준이 필요하며, 이 공급업체 평가들은 그 구분을 명시한다. → Eval Harness Configuration (source)

2. GRAFT가 편법을 학습한 파라미터를 제거한다

Anthropic의 Alignment Science 블로그에 공개된 MATS 연구는 감지된 보상 해킹의 업데이트를 학습 후 제거할 어댑터로 보낸다. Qwen3-8B Countdown-Code에서는 해킹이 거의 0으로 감소하고, 올바른 풀이 비율은 기본 모델보다 거의 20pp 높게 유지된다. RL 실험은 작은 모델, 단일 턴 과제와 휴리스틱 모니터를 사용한다.

의의: 그래디언트를 라우팅하면 모니터의 사각지대를 회피하는 데 보상을 주지 않으면서도 약한 모니터의 도움을 받을 수 있다. 현실적인 여러 턴 RL은 아직 시험하지 않았다. → AI Alignment (source)

3. MiniMax M3.1 Flash가 명시적인 토큰 요금과 함께 출시되었다

API 출시 요금은 $0.15/M 입력 · $0.60/M 출력 · $0.015/M 캐시 입력이다. MiniMax는 **DeepSWE v1.1 73.7%**를 보고하지만 발표 본문에는 하네스 설정이 없다. 가중치는 추후 공개를 약속했으며 날짜는 제시하지 않았다.

의의: 개발자는 요금이 공개된 에이전트 모델을 지금 평가할 수 있다. 다운로드를 통한 배포는 아직 약속으로 남아 있다. → MiniMax M3.1 Flash (source)