LLM 해커뉴스
GLM-5.3, 오픈 웨이트 공개 — 코딩·에이전트 분야 오픈소스 최강
Z.ai가 에이전틱 코딩과 사이버 방어에 특화된 GLM-5.3을 오픈 웨이트로 공개했다. GLM-5.2 대비 코딩 성능 50% 향상, Terminal Bench 3.0에서 오픈소스 최고 성능 달성.
1분 소요 2 조회
Insights
기사
기사 55개
LLM X/Twitter
Meta Muse Glimmer, 30B 에이전트 모델을 20GB 아래로 압축해 RTX 5090에서 3.1배 가속
30B 매개변수 에이전트 모델이 20GB 미만으로 줄어들면서 24GB급 소비자 장비에서도 로컬 실행이 가능해졌다. Meta는 DFlash가 RTX 5090의 디코딩 속도를 3.1배 높였다고 제시했다.
2분 소요 19 조회
AI 해커뉴스
Shieldstral, 정책을 질문으로 넣는 3B 멀티모달 moderation 모델
댓글의 관심은 크기보다 방식에 모였다. 고정 분류표 대신 정책을 자연어 질문으로 넣는 moderation 모델이다.
1분 소요 17 조회
LLM X/Twitter
Shieldstral, 3B 멀티모달 안전 모델을 단일 16GB GPU로 가져온 공개 가중치 전략
Mistral의 Shieldstral은 3B급 공개 가중치 안전 분류기를 텍스트와 이미지 moderation에 투입한다. Hugging Face 모델 카드 기준 32k 컨텍스트와 Apache 2.0 라이선스를 제공한다.
1분 소요 16 조회
LLM X/Twitter
Qwen3.8-Max, 2.4T 매개변수와 공개 가중치로 코딩 모델 판도 흔들기
2.4T MoE 모델이 공개 가중치까지 예고하면서 폐쇄형 코딩 모델의 가격 기준이 압박받는다. Qwen은 Qwen3.8-Max 입력 $2, 출력 $6/M 토큰과 1M 컨텍스트를 함께 제시했다.
1분 소요 18 조회
AI 해커뉴스
Anthropic의 open weights 입장문, 금지보다 검증 논쟁으로
Anthropic 글에 HN 반응이 커진 이유는 “금지 반대” 문장보다 mandatory safety testing의 실제 효과를 둘러싼 의심 때문이다.
1분 소요 19 조회
LLM 해커뉴스
Kimi-K3 공개, 3T open-weight 모델의 비용 논점
Kimi-K3는 단순한 모델 공개보다 운영비와 커스터마이징 가능성 때문에 HN 논의가 커졌다.
1분 소요 18 조회
LLM X/Twitter
Anthropic, 오픈 가중치 금지 대신 칩 통제·증류 단속·안전 테스트 체계 요구로 선회
Anthropic이 오픈 가중치 모델 전면 금지론과 거리를 두고, 강력한 칩 통제·산업적 증류 단속·충분히 강한 모든 모델의 안전 테스트를 제시했다. 관련 트윗은 447만 조회를 넘겼다.
1분 소요 21 조회
LLM X/Twitter
Kimi K3, 2.8T 오픈 가중치와 1M 컨텍스트로 열린 모델 인프라 경쟁 재점화 신호
2.8T MoE와 1M 토큰 컨텍스트를 가진 Kimi K3 가중치가 공개되며 오픈 모델의 기준선이 다시 올라갔다. Moonshot은 104B 활성 파라미터와 896개 전문가 구조, 2.5배 효율 개선을 함께 제시했다.
1분 소요 22 조회
LLM 레딧
Open weight 규제 반대 서한에 LocalLLaMA 관심이 모인 이유
Microsoft가 주도한 공개 서한은 open-weight 모델 제한을 늦추자는 주장보다, 누가 서명했고 누가 빠졌는지 때문에 더 뜨거웠다.
1분 소요 24 조회
LLM X/Twitter
Thinking Machines, Inkling 가중치 공개로 멀티모달 추론 경쟁 가속
멀티모달 추론 모델의 공개 경쟁이 한 단계 더 치열해졌다. Thinking Machines는 Inkling 전체 가중치를 공개하고, 64K와 256K 컨텍스트 옵션 및 Tinker fine-tuning 경로를 함께 열었다.
1분 소요 25 조회
LLM 해커뉴스
Inkling 공개, open-weight 경쟁의 새 기준은 fine-tuning
HN의 관심은 benchmark 1등보다 조합에 모였다. Thinking Machines Lab의 Inkling은 multimodal MoE, 조절 가능한 reasoning effort, Tinker fine-tuning을 한 묶음으로 내세우며 open-weight 모델의 쓰임새를 다시 묻는다.
2분 소요 30 조회