Reflection, 공개 가중치 모델 Beam 출시
미국 신생 랩의 첫 모델이다. 자사 측정으로 SWEBench Verified 81.6%·GPQA Diamond 90.6%·AIME 2026 97.7%·Terminal Bench v2.1 80.1%(BF16 기준)를 제시했고, BF16·FP8·NVFP4 세 벌로 배포해 NVFP4 체크포인트는 약 280GB다
이번 주에 더한 기록 17개 중에서 고른 질문이에요. 가중치를 여는 흐름이 라이선스 쪽에서 좁아지고 있다고 봤는데, 이번 주에는 반대로 움직인 기록이 둘 나왔어요.
2026년 43주차 · 10월 19일–25일 · 매주 월요일 새벽에 갱신해요
미국 신생 랩의 첫 모델이다. 자사 측정으로 SWEBench Verified 81.6%·GPQA Diamond 90.6%·AIME 2026 97.7%·Terminal Bench v2.1 80.1%(BF16 기준)를 제시했고, BF16·FP8·NVFP4 세 벌로 배포해 NVFP4 체크포인트는 약 280GB다
저자 측정으로 제약을 직접 찾아야 하는 설정에서는 가장 좋은 구성도 평균 0.56점에 그치고 95개 중 14개만 해결했다. 이해관계자에게 필요한 사실을 모두 얻어 낸 23개 과제에서도 0.8 이상은 10개뿐이어서, 말하지 않은 제약을 찾는 일이 병목이라고 결론지었다
자사 표본 조사(2026-09-21~27, 미국 대화 약 25만 건)에서 정치·정책·사회 주제는 5.75%, 선거·투표 주제는 0.51%, 누구를 뽑을지 묻는 대화는 0.01%, 선거 공정성 정책 위반은 0.002%였다고 밝혔다. 자사 평가에서 Opus 5.5·Sonnet 5.5·Haiku 5.5의 정치적 균형 점수는 99%였으나, 외부 검토 기관은 요청하지 않은 단서를 덧붙이는 경향과 무해해 보이는 작업으로 쪼갠 공작을 놓칠 수 있다는 점을 지적했다
신생 연구소가 총 5,010억 파라미터 모델을 가장 느슨한 라이선스로 내놓고, 작은 예측 모델도 비슷하게 열렸어요. 바로 전 달까지는 상위권일수록 자체 라이선스로 돌아서는 모습이었는데, 이번 주에는 반대쪽 사례가 겹쳤어요. 다만 공개된 성능은 모두 만든 쪽이 잰 값이고 바깥에서 다시 해 본 결과는 아직 없어서, 한 주로 흐름을 말하기에는 일러요.
고객에게 실제로 결과를 건네는 일을 본뜬 새 평가에서는, 가장 좋은 구성도 과제 95개 중 14개만 끝냈어요. 막힌 자리는 능력이 아니라 아무도 말해 주지 않은 조건을 스스로 캐묻는 대목이었어요. 같은 주에 나온 다른 연구도, 에이전트를 여럿 묶으면 성적은 오르지만 비용이 서너 배에서 일곱 배까지 뛴다고 했어요.
통합 메모리를 128GB까지 올린 노트북이 팔리기 시작했고, 예측 모델 하나는 그래픽 카드 없이 일반 프로세서만으로 돌아가요. 대화와 판정과 받아쓰기를 한곳에서 처리하면서 메모리는 그대로라는 묶음도 나왔어요. 성능 경쟁과 따로, 쓰는 자리를 바꾸려는 움직임이 같은 주에 모였어요.
같은 날짜, 다른 해에 있었던 일이에요.
기록 1,295개와 정리 노트 106개. 막대를 누르면 그해로 가요. 기록 1,295개 가운데 1차 출처가 87%예요.
하루 5분 AI 수업에서 시작해, 학습모듈과 총정리로 깊이를 더해요.
점 하나는 곱하고 더하는 것밖에 못 해. 그걸 층층이 쌓았더니 판단이 나왔어.
같은 기록을 세 눈높이로 다시 썼어요. 새 기록이 더해지면 매주 함께 고쳐요.
한 부가 끝날 때마다 세 깊이로 다시 정리해요. 시험은 없어요.