AI 모델 출시 — 10월 14~28일

먼저 요점만

1. 10월 17일부터 26일 사이 DeepSeek, 문샷AI, OpenAI가 모델을 하나씩 새로 냈다. DeepSeek V4.1 Flash 1017, Kimi K3.1 Pro, GPT-6.1 Terra이고, 100만 토큰당 출력 값은 1.20달러, 10달러, 5달러다. 가중치를 내려받을 수 있는 것은 MIT 라이선스로 푼 DeepSeek 하나이고, 문샷AI는 11월 4일까지 풀겠다고 했다.
2. OpenAI는 Terra를 사이버보안에서 ‘Critical’로 다룬다고 밝혔다. OpenAI가 자체 위험 기준의 두 단계 가운데 위 단계로 내린 판정이고, 외부 기관이 매긴 등급은 아니다. DeepSeek와 문샷AI의 발표와 모델 카드에는 이런 등급이 없다.
3. 27일 외부 평가의 판이 바뀌자 같은 모델의 점수가 달라졌다. Artificial Analysis가 지능 지수를 5판으로 바꾸면서 Kimi K3.1 Pro는 55에서 46이 됐다. 점수는 어느 판, 어떤 설정에서 쟀는지와 함께 봐야 한다.

9월 1일~10월 13일에 나온 모델은 OpenAI·Anthropic·Google 9~10월 새 모델 출시에 정리했다. 이 글은 그 뒤 조간 일일 글에 실린 범용 모델 셋을 같은 항목으로 다루고, 음성 모델 묶음인 미스트랄의 Voxtral 3(10월 21일 일일)처럼 음성·이미지 전용 모델은 뺐다.

한눈에 보는 세 모델

세 모델은 값과 가중치 공개에서 갈린다. 토큰은 모델이 글을 처리하는 단위이고, 가중치는 학습으로 정해진 모델의 수치라 공개되면 내려받아 직접 돌리거나 고칠 수 있지만, 필요한 장비와 허용 범위는 모델과 라이선스마다 다르다. 값은 앱 구독료가 아니라 다른 프로그램에서 모델을 불러 쓰는 API의 사용료이고, 세 회사 모두 같은 입력을 반복해 보내면 그 부분에는 더 낮은 캐시 값을 받으므로 표에는 캐시되지 않은 입력 값을 적었다. 위험 등급 칸에는 회사가 자체 기준으로 매겨 발표한 것만 적었다.

발표일은 회사 소재지 기준이다. DeepSeek 출시일과 이용처는 출시문에 있다. Kimi K3.1 Pro는 베이징 시간 24일 새벽 1시 15분(협정 세계시 23일 17시 15분)에 발표됐다. DeepSeek 값은 평일 혼잡 시간(한국 시간 10~13시, 15~19시) 기준이다. Terra는 입력이 27만 2,000토큰을 넘으면 그 요청 전체에 입력 2배·출력 1.5배 값을 받는다. 출처: DeepSeek 변경 기록·가격표·모델 카드, Kimi K3.1 Pro 발표·가격표·발표 시각, GPT-6.1 Terra 발표·API 문서·안전 문서.

10/17 — DeepSeek V4.1 Flash 1017

DeepSeek는 17일 V4.1 Flash를 새 판 1017로 바꾸고, 가중치를 MIT 라이선스로 공개했다. 9월 10일 낸 V4.1 Flash를 고친 판으로 웹과 앱, API에 바로 나왔고, 변경 기록에 따르면 API 호출 방법과 값은 그대로다. 허깅페이스 모델 카드는 이를 V4.1 Flash의 작은 업데이트라고 부르며, 작업 시간과 출력 길이를 줄여 같은 일을 더 적은 비용으로 끝낼 수 있다고 적었다.

가중치는 매개변수 약 7,630억 개 규모로 허깅페이스에서 내려받을 수 있고, MIT 라이선스는 상업적 사용과 수정·재배포를 허용한다. API 값은 DeepSeek 가격표에서 100만 토큰당 입력 0.30달러·출력 1.20달러인데, 평일 혼잡 시간의 값이고 그 밖의 시간과 주말·중국 공휴일에는 절반이다.

10/24 — Kimi K3.1 Pro

문샷AI는 24일(베이징 시간) Kimi K3.1 Pro를 내놓고, 전체 가중치는 11월 4일까지 공개하겠다고 밝혔다. Kimi K3를 더 많은 연산으로 후속 학습한 K3.1 시리즈의 첫 모델이고, 문샷AI에 따르면 전체 매개변수 2조 8,000억 개 가운데 한 번에 1,040억 개만 쓰는 전문가 혼합(MoE) 구조다.

같은 날부터 Kimi.ai와 모바일 앱, 데스크톱 앱 Kimi Work, 코딩 도구 Kimi Code, API에서 쓸 수 있고, 회사가 2~3배 빠르다고 한 Highspeed 판도 함께 나왔다. Kimi API 가격표로 100만 토큰당 입력 2달러·출력 10달러여서 직전 Kimi K3(3달러·15달러)보다 3분의 1 낮고, Highspeed는 4달러·20달러다. 가중치는 28일까지 허깅페이스 문샷AI 저장소에 올라오지 않았고, 공개할 때 붙일 라이선스도 밝히지 않았다.

10/26 — GPT-6.1 Terra

OpenAI는 26일 GPT-6.1 Terra를 GPT-6.1 Sol의 절반 값에 내놨다. 이미지를 읽고 판단하는 일과 컴퓨터 조작, 글쓰기를 빠르고 효율적으로 하도록 만든 모델로 GPT-5.6 Terra의 뒤를 잇는다. 회사는 들어온 청구서를 읽어 회계 소프트웨어에 옮기는 것 같은 대량 업무를 용도로 들었고, 가장 복잡한 코딩에는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 낫다고 적었다.

ChatGPT Work와 Codex에서는 Plus·Pro·Enterprise·Edu 이용자가 쓸 수 있고, API 값은 100만 토큰당 입력 1달러·출력 5달러다. OpenAI API 문서에 따르면 문맥 한도는 105만 토큰이고 글과 이미지를 받으며, 입력이 27만 2,000토큰을 넘는 요청은 전체에 입력 2배·출력 1.5배 값을 받는다. 가중치는 공개하지 않았다.

위험 등급

Terra의 ‘Critical’은 OpenAI가 자기 기준으로 내린 판정이다. OpenAI 발표는 Terra가 자체 대비 체계(Preparedness Framework)에서 사이버보안의 Critical 기준에 이르렀다고 했고, 안전 문서는 GPT-6 Astra 때처럼 Terra를 사이버보안에서 Critical, 생물·화학에서 High 역량으로 다룬다고 적었다. AI 연구를 AI가 스스로 앞당기는 자기개선 영역은 High에 이르지 않았다고 봤다.

OpenAI가 2025년 4월 고친 대비 체계는 위험한 능력을 두 단계로 나눈다. High는 심각한 피해로 가는 기존 경로를 키울 수 있는 수준이고 Critical은 전에 없던 새 경로를 열 수 있는 수준인데, Critical에 이른 모델은 배포 전뿐 아니라 개발 중에도 위험을 줄일 안전장치를 갖춰야 한다.

안전 문서는 사이버보안의 Critical을 사람 개입 없이 방어가 단단한 실제 핵심 시스템 여러 곳에서 작동하는 모든 심각도의 제로데이(아직 알려지지 않아 패치가 없는 취약점) 공격 코드를 찾아 만들거나, 큰 목표만 받고도 새 공격 전략을 처음부터 끝까지 짜서 실행할 수 있는 모델로 정의한다. 이 판정에 따라 Terra에도 GPT-6.1 Sol·Astra와 같은 안전장치를 쓰는데, 안전 문서는 그 내용을 GPT-6 Astra의 시스템 카드로 넘기고, 사이버 능력이 커지는 만큼 방어 목적의 이용자에게 접근을 넓히는 일과 안전장치를 함께 늘린다는 원칙을 적었다. 또 공개하지 않은 내부 안전장치 보고서를 바탕으로 안전 자문 그룹이 권고하고 경영진이 이 안전장치로 출시해도 된다고 판단했다고 밝혔다.

반면 DeepSeek와 문샷AI의 발표에는 이런 등급이 없다. 문샷AI는 대신 가중치 공개를 앞두고 중간 학습과 강화학습 단계에서 사이버 관련 데이터를 뺐다고 밝히고, 사이버 공격 능력의 최전선을 넓히는 가중치는 공개하지 않는다는 원칙을 내걸었다. K3.1 Pro의 사이버 능력은 출시된 지 석 달 넘은 비공개 최첨단 모델에도 못 미친다는 것이 회사의 설명이다. DeepSeek의 변경 기록과 모델 카드에는 위험 평가나 등급이 없다.

해설 세 회사가 위험을 밝히는 방식이 달라 등급끼리 견줄 수 없다. Critical은 OpenAI가 자기 체계로 내린 판정이어서, 등급을 내지 않은 회사의 모델이 더 안전하다는 뜻도, Critical이 붙은 모델이 다른 회사 모델보다 위험하다는 뜻도 아니다.

외부 평가

Artificial Analysis가 27일 지능 지수를 5판으로 바꾸자, 같은 모델의 점수가 하루 사이 달라졌다. 아래는 회사가 아닌 Artificial Analysis, Vals, ARC Prize가 직접 잰 결과다.

• Artificial Analysis 지능 지수: 여러 평가를 묶은 점수다. 4.3판은 그 전까지 쓰던 판이고, 27일 나온 5판은 평가 아홉 개를 지식 업무·코딩·과학·일반에 25%씩 나눠 묶었으며 60%를 문제나 답을 공개하지 않은 시험으로 잰다. DeepSeek와 Terra는 가장 높은 추론 설정(max)에서 쟀고 Kimi는 설정 표기가 없다(Kimi 4.3판, DeepSeek 4.3판, Terra 4.3판, 5판 발표). 5판 점수는 발표 글에 실린 것만 적었다.
• 설정과 오차: max는 모델이 답하기 전에 가장 오래 추론하게 하는 설정이고, ± 뒤의 표준오차는 점수가 표본에 따라 흔들릴 수 있는 폭이다.
• Vals 지수: 금융·코딩·법률·세무 업무에서 AI가 여러 단계를 해내는 능력을 재고, 미국 경제에서 각 분야가 차지하는 비중대로 점수를 합친다. 10월 19일 나온 2.2판이고, 세 모델 모두 max 설정이며 ±는 표준오차다(Vals, DeepSeek·Kimi·Terra).
• ARC-AGI-2: 처음 보는 퍼즐의 규칙을 찾아내는 시험이다. ARC Prize가 22일 비공개 시험 세트(Semi-Private)로 검증해 낸 DeepSeek의 max 설정 점수이고, Terra와 Kimi의 결과는 28일까지 나오지 않았다(결과).

5판은 새 평가 둘(FrontierCode 2.0, Terminal-Bench-Science)을 넣고 GDPval-AA·SciCode·AA-LCR을 뺐는데, 공개 가중치 모델과 비공개 모델의 거리도 이 판에서 달라졌다. Artificial Analysis는 Kimi 출시 당일, 4.3판에서 공개 가중치 모델 1위와 비공개 모델 1위의 차이가 12점인데 Kimi 가중치가 풀리면 3점으로 준다고 했다. 그런데 Kimi를 넣어 다시 잰 5판에서는 그 차이가 12점이었다. 10월 24일 일일에 실은 55점과 ‘3점’은 4.3판 기준이고, 직전 기획에 실은 점수(9월 7일 바뀐 판)도 5판 점수와 바로 견줄 수 없다.

같은 판 안에서도 설정에 따라 점수가 갈린다. ARC Prize 결과를 보면 DeepSeek는 max에서 78.1%였지만, high(68.6%)는 오히려 low(73.6%)보다 낮았다.

Vals 지수 시험을 한 번 치르는 데 든 값도 모델마다 달라서, DeepSeek 0.66달러, Terra 2.92달러, Kimi 6.44달러였다.

다음에 볼 것

• 11월 4일까지 Kimi K3.1 Pro 가중치가 풀리는지. 문샷AI는 전체 가중치를 11월 4일까지 공개하겠다고 했지만 라이선스는 밝히지 않았고, 가중치는 28일까지 허깅페이스 문샷AI 저장소에 올라오지 않았다. 11월 4일까지 이 저장소에 K3.1 Pro가 올라오는지, 붙은 라이선스가 무엇인지 보면 된다. 올라오면 이 기간 모델 가운데 가중치를 내려받을 수 있는 것이 둘이 되고, 라이선스가 상업적으로 쓸 수 있는 범위를 정한다. 올라오지 않으면 Kimi의 가중치 공개는 아직 약속으로 남는다.
• ARC Prize가 Terra와 Kimi K3.1 Pro의 결과를 내는지. ARC Prize는 22일 DeepSeek V4.1 Flash 1017의 ARC-AGI-2 결과를 냈지만, Terra와 Kimi K3.1 Pro의 결과는 28일까지 없다. ARC Prize 결과 페이지에 두 모델이 오르는지, 어떤 추론 설정으로 검증했는지 보면 된다. 오르면 세 모델을 같은 시험의 같은 검증 세트로 나란히 놓을 수 있고, 오르지 않으면 ARC-AGI-2에서는 세 모델을 함께 견줄 수 없고, 셋을 나란히 놓을 수 있는 외부 평가는 Artificial Analysis 4.3판과 Vals로 남는다.