AI News Nov 16, 2026 9 min read

ChatGPT 고급 음성 종료일 12월 11일…Qwen4-Max 입력 1.5달러

ChatGPT 고급 음성 종료일은 12월 11일이고 이후 Live 음성이 기본이 된다. Qwen4-Max 가격, Hy4 flash, GPT-6 Astra 격자 연구, Images 2.6 소식도 함께 다룬다.

오픈AI는 ChatGPT의 Advanced와 Standard 음성을 12월 11일에 종료하고 이후 Live 음성을 기본으로 둔다고 도움말에서 공지했습니다. 알리바바는 Qwen4-Max를 100만 토큰당 입력 1.5달러, 출력 4.5달러로 내놓았고, 텐센트는 활성 파라미터 120억의 Hy4 flash를 공개했습니다. 오픈AI 과학 블로그의 표준 모형 격자 글과 Images 2.6의 GIF 생성까지 조건과 한계를 함께 살펴봅니다.

오늘 담긴 것

ChatGPT 변경

오픈AI, ChatGPT Advanced·Standard 음성 12월 11일 종료…이후 Live 음성이 기본

ChatGPT Advanced와 Standard 음성 종료를 상징하는 책상 마이크와 찢어진 달력 종이

오픈AI가 11월 10일 도움말과 릴리스 노트에서 ChatGPT의 Advanced(고급)와 Standard 음성 종료를 공지했다. 종료일은 12월 11일이다. 고급 음성 종료일 이후에는 7월에 선보인 GPT-Live 기반의 Live 음성이 기본이 된다.

  • 핵심: 12월 11일부터 설정의 음성 항목에서 Advanced와 Standard를 고를 수 없고, 이전에 두 모델을 고른 사용자는 Live 음성으로 바뀐다.
  • 예외: 라이브 영상과 화면 공유는 GPT-Live가 같은 기능을 갖출 때까지 Advanced 기반으로 남고, 맞춤형 GPT 음성도 12월 11일 폐기 때까지 Advanced를 쓴다.
  • 기록: 기존 대화는 ChatGPT 기록에 남고 텍스트나 음성으로 이어 갈 수 있다.

무엇이 달라지나

종료일 전까지는 Advanced와 Standard를 계속 쓸 수 있다. 12월 11일 이후에는 모델 선택기에서 두 항목이 사라지고 음성 대화의 기본 모델이 GPT-Live로 바뀐다.

한계

읽은 도움말과 릴리스 노트에는 적용 요금제와 지역이 적혀 있지 않고 한국 적용 여부도 명시돼 있지 않다. GPT-Live가 영상과 화면 공유를 지원할 시점도 두 문서에 없다. 음성 사용량이 거의 두 배가 됐고 사실상 모든 음성 사용자가 GPT-Live를 쓴다는 설명은 오픈AI의 서술이며, 수치 자료는 문서에 붙어 있지 않다.

커뮤니티 반응

■한 정보 계정은 주간 정리 글에서 이 종료 소식을 이번 주 ChatGPT 변경 중 하나로 올렸다.

■사실상 모든 음성 사용자가 이미 GPT-Live를 쓰고 있다는 점이 종료 이유라고 요약했다.

■같은 주 소식으로는 ChatGPT Wallet과 기업용 Business Hub 등이 함께 묶였다.

본문 펼치기 · 약 4분

종료일 이후에는 모델 선택기에서 Advanced와 Standard를 고를 수 없다

도움말에 따르면 오픈AI는 11월 10일 사용자에게 종료를 알렸다. 그날부터 12월 11일까지는 Advanced와 Standard를 계속 쓸 수 있다. 12월 11일부터는 설정의 음성 항목(Settings > Voice)에 있는 모델 선택기에서 두 모델을 고를 수 없다. 이전에 두 모델 중 하나를 골랐던 사용자는 Live 음성으로 기본 전환된다.

대화 기록은 영향을 받지 않는다고 문서는 설명한다. Advanced나 Standard로 나눈 대화도 ChatGPT 기록에 남고, 텍스트나 음성으로 이어 갈 수 있다. 12월 11일 이후 음성으로 이어 가면 GPT-Live가 기본이다. 새 음성 모델에 적응하기 어려운 사용자를 위해 오픈AI는 모델 전환 안내 도움말을 따로 두었다고 밝혔다.

영상·화면 공유와 맞춤형 GPT 음성에는 Advanced가 남는 예외가 있다

Advanced가 모든 기능에서 사라지는 것은 아니다. 도움말은 라이브 영상과 화면 공유가 GPT-Live에 같은 기능이 생길 때까지 Advanced 음성으로 구동된다고 적었다. 그 시점은 문서에 나와 있지 않고, 11월 10일 릴리스 노트에도 같은 예외가 한 문장으로 실려 있다.

맞춤형 GPT의 음성은 별도 일정이다. 문서는 맞춤형 GPT 음성이 맞춤형 GPT의 폐기일인 12월 11일까지 Advanced를 쓴다고 적었다. 맞춤형 GPT 폐기의 세부 내용은 별도 도움말에 있다고 안내한다. 이번에 읽은 자료에는 그 문서가 없다.

Live 음성은 듣는 동안에도 말하는 전이중 방식이라 Advanced의 차례 주고받기와 구조가 다르다

오픈AI는 Live 음성을 GPT-Live로 구동한다고 소개했다. GPT-Live는 동시에 듣고 말할 수 있는 전이중(full-duplex) 모델이라고 한다. 대화 중에는 “mhmm”이나 “yeah” 같은 표현으로 듣고 있음을 보일 수 있다. 빠르게 주고받거나, 사용자가 생각할 시간이 필요하면 조용히 기다릴 수도 있다.

복잡한 질문이나 에이전트 작업은 최신 텍스트 모델에 맡긴다고 문서는 적었다. 그동안 대화를 이어 가면서 여러 백그라운드 작업을 처리할 수 있다고 한다.

비교 대상의 설명도 문서에 있다. Advanced는 이전 턴 기반 음성 모델로 오디오를 직접 처리하고 생성했다. 다만 사용자가 말을 멈출 때까지 기다려야 해 주고받기가 뻣뻣했다고 한다.

Standard는 음성 인식, 대형 언어 모델, 음성 합성의 세 모델을 이어 붙인 방식이다. 그래서 응답이 느리고 음성과 텍스트 사이에서 정보가 빠졌다고 오픈AI는 설명했다.

개선 방향은 계획으로만 제시됐다. 오픈AI는 응답의 깊이와 상세함, 대화 사이의 연속성, 개인화를 GPT-Live에서 계속 다듬겠다고 밝혔다.

기록을 따로 보관하려면 내보내기 절차와 제외 대상을 알아 두어야 한다

음성 도움말은 대화가 기록에 남는다고 하므로 내보내기는 종료에 따른 필수 절차가 아니다. 사본을 따로 받으려면 ChatGPT 도움말이 안내하는 절차를 따른다. 웹 기준으로는 프로필 메뉴, 설정, 데이터 제어(Data controls) 순으로 들어간다. 데이터 내보내기 아래의 내보내기를 누르고 확인 화면에서 내보내기 확인을 선택한다. 계정에 로그인하지 못하면 개인정보 포털(Privacy Portal)로 요청하는 경로도 있다.

같은 도움말에 따르면 준비되면 이메일이나 문자로 알림이 온다. 내보내기에는 최대 7일이 걸릴 수 있다. 설정에서 요청했다면 알림을 받은 뒤 24시간이 지나면 다운로드 링크가 만료된다. 요청한 계정으로 로그인한 상태에서 내려받아야 한다. 받은 ZIP에는 대화 기록 등 계정 데이터가 들어 있고 index.html 보기 도구로 열 수 있다.

제외 대상도 있다. 설정 내보내기는 ChatGPT Free, Go, Plus, Pro와 조건을 갖춘 Edu 워크스페이스에서 쓸 수 있다. Business, Enterprise, ChatGPT for Healthcare 워크스페이스에서는 자체 내보내기를 쓸 수 없다. 이미 삭제한 대화는 내보내기로 복구되지 않는다고 문서는 적었다.

자세히 읽기 · OpenAI의 Advanced·Standard 음성 종료 도움말 ↗ · OpenAI의 ChatGPT 릴리스 노트 ↗ · OpenAI의 ChatGPT 데이터 내보내기 도움말 ↗

모델과 가격

알리바바, Qwen4-Max API 공개…100만 토큰당 입력 1.5달러·출력 4.5달러

알리바바 Qwen4-Max API 가격을 상징하는 저울, 동전 더미, 서버 상자

알리바바의 QwenCloud가 11월 16일 Qwen4-Max 모델 페이지와 모델 변경 기록에 qwen4-max를 올렸다. 페이지는 이 모델을 Qwen 계열의 차세대 주력 멀티모달 모델로 소개한다. 텍스트, 이미지, 영상 이해와 추론, 코딩, 에이전트 작업을 겨냥한다고 한다.

  • 가격: 100만 토큰당 입력 1.5달러, 출력 4.5달러다. 직전 qwen3.8-max는 2달러와 6달러다.
  • 사양: 컨텍스트 1M, 최대 입력 991K, 최대 출력 393K이며 입력은 텍스트·이미지·영상, 출력은 텍스트다.
  • 조건: 11월 11일 프리뷰는 Token Plan 전용이었고, 무료 쿼터 100만 토큰은 싱가포르에만 적용된다고 가격 문서는 적었다.

무엇이 달라지나

플래그십 모델 단가가 입력과 출력 모두 직전 qwen3.8-max보다 25% 낮다. 계산식은 입력 (2달러-1.5달러)÷2달러, 출력 (6달러-4.5달러)÷6달러다. 캐시 입력은 100만 토큰당 0.075달러로 따로 적혀 있다.

한계

읽은 모델 페이지, 변경 기록, 가격표에는 파라미터 수, 가중치 공개 여부, 벤치마크 점수가 없고 공식 발표 블로그는 읽지 못했다. 한국은 제공 지역으로 명시돼 있지 않으며, 가격표는 지역과 배포 범위에 따라 가격이 다를 수 있다고 설명한다.

커뮤니티 반응

■게시자는 Qwen4-Max의 전체 파라미터가 2.4조이고 토큰당 켜지는 활성 파라미터는 950억에서 710억으로 줄었다고 소개했다.

■독립 평가에서 직전 모델보다 9점 올랐고 과제당 비용은 3분의 1로 낮아졌다는 것도 게시자의 설명이다.

■8월 Qwen3.8-Max와 달리 이번 Max는 가중치를 풀지 않고 API로만 판다고 게시자는 적었다. 세 가지 모두 읽은 QwenCloud 문서에는 나오지 않는 내용이다.

본문 펼치기 · 약 5분

입력 1.5달러와 출력 4.5달러는 직전 qwen3.8-max보다 각각 25% 낮다

가격표에 qwen4-max는 배포 범위 International, Non-Thinking과 Thinking 모드 공통, 요청당 입력 토큰 0 초과 1M 이하 구간으로 올라 있고 입력 1.5달러, 출력 4.5달러(각 100만 토큰당)다. 같은 표에서 qwen3.8-max는 2달러와 6달러, qwen3.7-max는 2.5달러와 7.5달러다. qwen3.8-max와 비교하면 입력은 (2-1.5)÷2=25%, 출력은 (6-4.5)÷6=25% 낮다.

모델 페이지에는 캐시 단가도 있다. 암묵적 캐시 입력과 명시적 캐시 읽기는 0.075달러, 명시적 캐시 생성은 5분 유지가 1.875달러, 1시간 유지가 3달러다. 일반 입력 단가 1.5달러와 견주면 캐시 읽기는 5%, 5분 생성은 1.25배, 1시간 생성은 2배다.

가정 하나로 계산하면, 캐시 없이 입력 100만 토큰과 출력 20만 토큰을 쓰는 작업은 qwen4-max에서 1.5+0.2×4.5=2.4달러이고, 같은 양을 qwen3.8-max에 보내면 2+0.2×6=3.2달러다. 실제 비용은 재시도 횟수와 사고 모드의 출력 길이에 따라 달라진다. 무료 쿼터 100만 토큰은 싱가포르에만 적용되며, 다른 지역의 qwen4-max 가격은 읽은 표 범위에서 보이지 않는다.

100만 토큰 컨텍스트에 최대 출력 393K를 받고 텍스트·이미지·영상을 입력한다

모델 페이지의 한도 항목은 컨텍스트 1M, 최대 입력 991K, 최대 출력 393K다. 사고 모드에서는 최대 입력이 983K로 줄고 최대 출력은 393K로 같다. 최대 추론 길이는 262K, 분당 토큰(TPM)은 5,000,000이며 분당 요청 수(RPM) 칸은 비어 있다.

입력은 텍스트, 이미지, 영상이고 출력은 텍스트다. 지원 기능으로는 접두 완성, 함수 호출, 캐시, 구조화 출력, 웹 검색이 요약에 올라 있다. 내장 도구는 code_interpreter, i2i_search, t2i_search, web_extractor, web_search가 Responses API용으로, web_fetch와 web_search가 Anthropic API용으로 표시된다. 페이지는 OpenAI와 Anthropic API 호환도 내세운다.

문서의 Python 예시는 OpenAI 호환 Responses API로 qwen4-max를 호출한다

모델 페이지의 호출 예시는 OpenAI Python 라이브러리를 쓴다. API 키는 환경 변수 DASHSCOPE_API_KEY에서 읽고, base_url은 https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1로 지정한다. 페이지 주소의 region=ap-southeast-1과 같은 지역 코드다.

요청은 responses.create에 model을 qwen4-max로, input을 “Which is larger, 9.9 or 9.11?”로 넣고, extra_body에 enable_thinking을 True로 주어 사고 모드를 켠다. 응답의 output 항목을 돌면서 type이 reasoning이면 요약 텍스트를 앞 500자까지, message이면 최종 답을 출력한다. 이 예시는 호출 방법을 보이는 코드이며 성능 자료는 아니다.

페이지에는 OpenAI와 DashScope 탭, Python, Node.js, cURL, ResponsesAPI, CompletionsAPI 선택지도 보인다.

11월 11일 프리뷰는 Token Plan 전용이었고 정식 모델은 일반 가격표에 올랐다

변경 기록에 따르면 qwen4-max-preview가 11월 11일 먼저 올라왔고, 문서는 이를 현재 프리뷰이며 Token Plan으로만 쓸 수 있다고 적었다. 11월 16일 항목에서 qwen4-max는 도구 호출과 구조화 출력, 명시적 캐시, 추론 요약(CoT summaries)을 지원하는 주력 멀티모달 모델로 소개된다.

프리뷰와 정식의 차이는 폐기 정책이 다룬다. 정책은 모델 ID에 preview, beta, experimental이 들어가거나 문서에 Preview로 표시된 모델을 프리뷰로 분류하고, 프리뷰는 더 자주 바뀌며 나중에 종료될 수 있다고 설명한다. 서비스 종료(EoS)는 종료 시작일로부터 프리뷰가 14일, 안정 모델이 3개월 뒤다.

읽은 qwen4-max 모델 페이지에는 Preview 표시가 없고 버전 태그는 MAJOR로 적혀 있다. 이 정책이 qwen4-max를 어느 쪽으로 분류하는지는 읽은 문서에 적혀 있지 않다. 정책 문서는 프로덕션에는 안정 모델을 권하고 종료 통지를 웹사이트 공지, 이메일, 내부 메시지로 보낸다고 밝혔다.

자세히 읽기 · QwenCloud의 Qwen4-Max 모델 페이지 ↗ · QwenCloud의 모델 변경 기록 ↗ · QwenCloud의 모델 가격표 ↗ · QwenCloud의 모델 폐기 정책 ↗

텐센트, Hy4 flash 공개…활성 120억 파라미터, 비용 수치는 자체 평가 기준

텐센트 Hy4 flash의 활성 파라미터와 낮은 비용을 상징하는 칩과 짧은 동전 더미

텐센트가 11월 16일 혼원(Hy) 연구 글에서 Hy4 flash를 공개했다. 글은 이를 지금까지 나온 Hy 모델 중 비용 대비 효율이 가장 높은 모델로 소개하며 총 파라미터 224B, 활성 파라미터 12B, 100만 토큰 컨텍스트, 멀티모달 지원을 내세운다. TokenHub 영문 페이지에는 100만 토큰당 입력 0.07달러, 출력 0.281달러로 올라 있다.

  • 규모: 총 224B(Engram 64B 포함), 활성 12B, 컨텍스트 1M, 디코딩 속도 초당 150토큰 이상이라고 텐센트는 밝혔다.
  • 가격: 중국 API 가격표 기준 100만 토큰당 입력 0.5위안, 출력 2위안, 캐시 입력 0.02위안으로 Hy4의 입력 6위안, 출력 18위안보다 낮다.
  • 조건: 비용과 만족도 수치는 텐센트 내부 평가 WorkIndex와 WorkBuddy 내부 사용자 85명의 블라인드 테스트 기준이며, 11월 30일까지 WorkBuddy는 무료, TokenHub API는 5折(50% 할인)이다.

무엇이 달라지나

Hy4 flash는 Hy4와 비교해 가격표 기준 입력 12분의 1(6÷0.5), 출력 9분의 1(18÷2), 캐시 입력 15분의 1(0.3÷0.02) 수준이다. 텐센트는 일상 업무에는 Hy4 flash를, 장기 소프트웨어 엔지니어링 같은 복잡한 작업에는 지능 상한이 더 높은 Hy4를 쓰라고 권한다.

한계

비용, 만족도, 속도 수치는 모두 텐센트와 계열 서비스 팀의 내부 평가이고 읽은 자료에 외부 측정은 없다. 텍스트로 읽을 수 있는 범위에는 공개 벤치마크 점수도 없다. 한국어는 TokenHub 페이지 언어 선택에 있다는 것까지만 보이고 모델의 한국어 성능 자료는 읽은 범위에 없다. 오픈소스 공개와 OpenRouter 연동은 계획이라고 적혀 있다.

커뮤니티 반응

■게시자는 텐센트 내부 평가를 인용해 Claude Haiku 5.5(high)와 비슷한 만족도에 작업 비용은 약 18분의 1이라고 소개했다.

■입력 0.07달러, 출력 0.281달러에 초당 150토큰 이상 생성한다는 가격과 속도도 함께 적었다.

■문서 편집, PPT 제작, 스프레드시트 수정, 웹 개발에 쓸 수 있고 11월 30일까지 WorkBuddy에서 무료라고 전했다. 18분의 1과 high 표기는 읽은 텐센트 글에 없고, 그 글은 Hy4 preview의 13분의 1과 Hy4의 20분의 1을 적었다.

본문 펼치기 · 약 6분

Hy4 flash 가격 비교에서는 입력이 Hy4의 12분의 1, 출력이 9분의 1로 나온다

텐센트 글의 API 가격표는 100만 토큰당 Hy4 flash가 캐시 입력 0.02위안, 입력 0.5위안, 출력 2위안이고 Hy4는 0.3위안, 6위안, 18위안이다. 나눗셈으로 보면 입력 6÷0.5=12, 출력 18÷2=9, 캐시 입력 0.3÷0.02=15로 각각 12분의 1, 9분의 1, 15분의 1이다. 이는 단가 비교이며 작업당 비용은 아래의 평가 조건을 따로 봐야 한다.

TokenHub 영문 페이지의 싱가포르 지역 가격은 Hy4 flash가 입력 0.07달러, 출력 0.281달러, 캐시 적중 0.003달러이고 Hy4는 입력 0.834달러, 출력 2.501달러, 캐시 적중 0.042달러다. 같은 방식으로 나누면 입력은 0.834÷0.07≈11.9배, 출력은 2.501÷0.281≈8.9배 차이다. 표 머리글이 프로모션 가격을 공식 문서와 맞췄다고 밝혀 5折 적용 여부는 읽은 표시에서 구분되지 않으며, 위안과 달러는 환율 근거가 없어 서로 바꾸지 않고 따로 적는다.

구조 설명도 비용 근거로 제시된다. 텐센트는 혼합 어텐션, LatentMoE, Engram을 넣어 KV cache 크기가 Hy3의 1/24, Hy4의 1/6이라고 밝혔다. 사후 학습에서 Hy4를 자기 증류하고 강화학습으로 종단 작업의 출력 길이를 50% 줄였으며, megakernel과 4비트 양자화, DFly로 디코딩을 초당 150토큰 이상으로 높였다고 한다. TokenHub 페이지는 Hy4 flash의 활성 파라미터가 주력 Hy4의 약 4분의 1이라고 설명한다.

작업당 비용 수치는 텐센트가 WorkBuddy 업무로 만든 내부 평가 세트에서 나왔다

텐센트는 공개 순위표 점수보다 일상 업무의 산출물 효과, 단일 턴 출력 길이, 종단 소요 시간에 집중해 WorkIndex를 만들었다고 밝혔다. WorkIndex는 PPT 제작, PPT 수정, PPT 사람·AI 공동 작성, Markdown 사람·AI 공동 작성, 문서 편집, 표 수리, 음성·영상 처리, 시각 이해의 내부 평가 8개로 구성된다. 공개 벤치마크로는 DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE, OSWorld 2.1의 7개가 쓰였다.

결과로 텐센트는 Hy4 flash가 종합 효과에서 Hy4 preview보다 약간 낫고, WorkIndex 단일 작업 비용은 Hy4 preview의 1/13, Hy4의 1/20, DeepSeek-V4.1-Flash-1017의 1/8이라고 밝혔다. DeepSeek 비교값은 max 설정과 바쁜 시간대 가격 기준이다. WorkBuddy 쪽 평가는 같은 Hy4 대비 평균 작업 시간 70% 감소, 평균 비용 약 1/15이라고 따로 적었고, 일상 업무 효과는 대체로 비슷하며 코딩 장기 작업은 소폭 낮았다고 한다. 두 평가에서 Hy4 대비 배수가 1/20과 1/15로 다르게 제시됐으며, 글은 그 차이의 원인을 설명하지 않는다.

사용자 만족도는 WorkBuddy 내부 사용자 85명이 27개 유형, 259개 일상 업무에서 한 블라인드 테스트의 결과다. 텐센트는 Hy4 flash의 만족도가 Claude Haiku 5.5에 근접하고 작업 단가는 다른 모든 모델보다 크게 낮으며 작업 시간도 가장 짧다고 밝혔다. 비교 모델별 점수와 표본 구성은 읽은 텍스트에 없다.

WorkBuddy 무료는 11월 30일까지이고 TokenHub 할인과 요금제는 별도 조건이다

텐센트는 Hy4 flash가 Tencent Cloud TokenHub, WorkBuddy, 위안바오(元宝), 기업 위챗(企业微信), QQ, ima, Marvis에 올라왔고 OpenRouter에는 곧 연결된다고 밝혔다. 11월 30일 전까지 WorkBuddy에서는 한시 무료이고, TokenHub API는 한시 5折이다.

TokenHub 영문 페이지의 월 요금제는 Standard 17달러에 2,600 크레딧(질의응답 약 200회), Pro 51달러에 7,900 크레딧(약 600회), Max 103달러에 15,900 크레딧(약 1,200회)이다. 11월 출시 기간에는 Hy4 크레딧 차감이 75% 할인된다고 페이지는 적었다. 신규 사용자에게는 최대 100만 토큰을 90일간 쓸 수 있는 무료 제공이 표시돼 있다.

연동은 OpenAI 호환 /v1/chat/completions와 SSE 스트리밍을 지원한다고 페이지가 밝히고, 한 줄 연동 예시에는 모델 id hy4 flash와 url https://tokenhub-intl.tencentcloudmaas.com/v1이 적혀 있다. 텐센트 글은 심층 검색, 문서 처리, PPT 생성, 간단한 프런트엔드 표시, computer use에는 Hy4 flash를, 장기 소프트웨어 엔지니어링에는 Hy4를 권한다. 오픈소스 공개 계획은 글에 있으나 읽은 시점에 가중치가 공개됐다는 내용은 적혀 있지 않다.

계열 서비스 팀의 비교는 DeepSeek-V4.1-Flash 계열을 기준으로 한 수치가 많다

텐센트 글은 서비스별 사례를 이어 싣는다. 위챗페이 팀은 결제 클라이언트 화면 조작 평가에서 DeepSeek-V4.1-Flash-1017과 점수가 같거나 높고 실행 단계가 약 6%, 출력 길이가 약 29% 줄었다고 했다. 위챗페이 코드 정적 스캔에서는 완료 시간이 37%, 토큰이 46% 줄고 추론 효과는 비슷했다고 한다.

왕자영광 팀의 게임 버그 분석에서는 DeepSeek-V4.1-Flash-1017, GLM-5.3-Flash와 근본 원인 위치 파악이 비슷했고 모델 요청 횟수는 22.0%~39.1%, 요청 회신 기준 토큰 소비량은 40.5%~61.2% 줄었다고 한다. 기업 위챗 팀은 출력 속도가 Hy4보다 88% 빠르고 사고 모드의 출력 토큰이 약 60% 줄었다고 했다. ima 팀은 지식베이스 질의응답에서 평균 대기 시간이 약 18%~35% 짧아졌다고 했다.

이 사례는 모두 텐센트 계열 팀이 자체 시나리오에서 잰 값이고 비교 대상, 설정, 표본 수가 사례마다 달라 한 표로 합쳐 읽을 수 없다. 다른 업무에서 같은 폭의 차이가 나온다는 자료는 읽은 범위에 없다.

자세히 읽기 · Tencent Hy의 Hy4 flash 발표 글 ↗ · Tencent Cloud의 TokenHub 소개 페이지 ↗

과학과 연구

GPT-6 Astra와 표준 모형 격자 정의 후보, 오픈AI 과학 블로그 첫 글

표준 모형을 격자 위에 정의하려는 연구를 상징하는 나무 막대 격자와 유리 구슬

오픈AI가 11월 15일(태평양시) 과학 블로그의 첫 게스트 글로 물리학자 Nathaniel Craig의 글을 올렸다. Craig는 UC 샌타바버라 입자이론 그룹을 이끌고 같은 대학 Kavli 이론물리 연구소의 상임 구성원이며 오픈AI 방문 과학자다. 글은 그가 GPT-6 Astra와 함께 표준 모형의 격자 정의 후보를 개발한 과정을 설명한다.

  • 핵심: Craig는 10월 프리프린트에서 GPT-6 Astra의 도움으로 표준 모형의 격자 정의 후보를 제안했다고 밝혔다.
  • 역할: 전략은 Craig가 갖고 있었고 Astra가 이를 구성으로 바꾸고 상세 증명을 이끌었다고 Craig는 쓴다.
  • 쟁점: 약한 힘의 카이랄성 때문에 격자에 올리기 어려웠던 문제에서 위상 맞추기가 마지막 남은 조각으로 설명된다.

무엇이 달라지나

글은 표준 모형 전체를 격자 위에서 비섭동적으로 정의하려는 오랜 문제에 후보 하나를 내놓는다. 약한 힘이 좌우 입자를 다르게 다루는 카이랄 이론을 격자에 올릴 때의 걸림돌을 오버랩 페르미온과 위상 문제로 나눠 설명한다.

한계

읽은 범위는 글의 앞부분이며 Astra와 함께한 구성 절과 다음 단계 절은 읽지 못했다. 동료 검토 여부와 후보 정의가 표준 모형을 올바르게 정의하는지는 읽은 범위에 없다. 글은 Craig 본인의 서술이고, 소개된 것은 완성된 정의가 아니라 후보다.

커뮤니티 반응

■이번에도 GPT-6.2 소식은 아니라는 아쉬움을 담은 답글이 달렸다.

■기대한 것은 다른 모델이었다는 취지의 답글도 있었다.

■일본어 게시자는 표준 모형을 컴퓨터로 다룰 수 있는 격자 시공간 위에서 수학적으로 정의하려는 연구라고 풀어 썼다.

본문 펼치기 · 약 3분

Craig는 전략을 갖고 있었고 GPT-6 Astra가 이를 구성과 상세 증명으로 바꿨다고 썼다

글에서 Craig는 10월 프리프린트에서 격자 위의 후보 정의를 제안했고 그 준비에 GPT-6 Astra가 쓰였다고 밝혔다. 문제를 풀 전략은 있었지만 필요한 모든 경우에서 작동함을 증명하지 못했다고 그는 쓴다. 전략을 구성으로 바꾸고 상세 증명을 이끈 쪽이 Astra라는 것이 Craig의 설명이다.

글은 표준 모형 정의에서 빠진 것, 왼손잡이 입자, 빛과 거울의 비유, 위상 맞추기, Astra와 함께한 구성, 다음 단계 순으로 구성된다. 오픈AI는 이 글을 과학 블로그의 첫 게스트 글로 소개했다.

Craig는 약한 힘이 좌우 입자를 다르게 다루는 점을 격자 정의의 걸림돌로 설명한다

글에 따르면 표준 모형은 알려진 기본 입자와 세 가지 기본 힘(강한 힘, 약한 힘, 전자기력)을 기술하고, 수소의 21cm 전파에서 대형 강입자 충돌기까지 18자릿수에 걸쳐 실험과 잘 맞는다. 다만 연속 시공간의 표준 모형 전체에는 상호작용을 작은 보정으로 다루지 않는 비섭동적 정의가 없다고 Craig는 쓴다. 섭동 이론은 전자 자기의 세기를 1조분의 몇 이내로 예측하게 했지만, 양성자 질량처럼 상호작용이 처음부터 있어야 하는 문제에는 길잡이가 되지 못한다고 한다.

대안은 시공간을 점의 격자로 나누는 격자장론이다. 격자 간격이 이론이 분해할 수 있는 최단 거리를 정하고, 유한한 격자에서는 엄밀한 비섭동적 정의를 줄 수 있으며 컴퓨터로 예측을 직접 계산할 수 있다고 글은 설명한다. 이 접근은 강한 힘에서 양성자 질량을 첫 원리로 정량 이해하는 성과를 냈다고 한다.

걸림돌은 카이랄성이다. 약한 힘은 왼손잡이와 오른손잡이 페르미온을 다르게 다뤄 거울 반사에 대칭이 아니다. Craig는 왼손잡이 페르미온을 격자에 올리는 가장 자연스러운 규칙이 원치 않은 오른손잡이 짝을 만들어 낸다고 설명하며, 이 문제를 doubling(중복 입자 문제)이라 부른다.

글이 마지막 남은 조각으로 짚는 것은 격자 위에서 위상을 맞추는 문제다

doubling은 오래전부터 격자 규칙으로 다뤄졌다. Craig는 Paul Ginsparg와 노벨상 수상자 Ken Wilson이 관련 격자 규칙을 정했고, Rajamani Narayanan과 Herbert Neuberger가 오버랩 페르미온으로 원치 않는 짝을 없애는 정의를 찾았다고 쓴다. Martin Lüscher는 격자에서 왼손잡이와 오른손잡이 오버랩 페르미온을 구분하는 방법을 보였고, Yoshio Kikukawa와 공동 연구자들은 이를 표준 모형의 약한 상호작용에 쓰는 방안을 탐구했다고 한다.

그래도 한 조각이 비어 있었다고 글은 말한다. 위상은 격자의 모든 점에서 힘장이 어떻게 놓여 있는지에 달려 있어 정하기 까다롭다. Lüscher는 카이랄 전자기 같은 더 단순한 이론의 위상 규정을 찾았지만, 완전한 표준 모형에 대한 맞춤은 25년 넘게 열려 있었다고 Craig는 쓴다. 힘장을 조금씩 바꾸다 출발점으로 돌아오는 고리를 돌면 같은 상태가 허용돼도 위상이 달라질 수 있다는 점이 쟁점으로 소개된다.

글은 이를 빛과 거울 비유로 설명한다. 보통 거울을 단 상자에서는 왼쪽 원편광이 반사되며 오른쪽으로 바뀌어 두 편광이 모두 생기고, 이는 중복 입자와 비슷하다고 한다. 분자가 나선으로 쌓인 특수 필름으로 만든 카이랄 거울을 쓰면 편광이 유지되고, 한쪽 거울을 돌려 위상을 맞추면 순수한 왼손잡이 빛을 연구하는 실험실이 된다. 이 비유는 Craig가 독자 설명용으로 쓴 장치다.

자세히 읽기 · OpenAI의 과학 블로그 글: A step toward defining the Standard Model on a lattice ↗

이미지 생성

오픈AI, ChatGPT Images 2.6 공개…GIF 생성과 50% 빠른 생성 속도

Images 2.6의 GIF 생성을 상징하는 부엉이 그림이 한 장씩 달라지는 플립북

오픈AI가 11월 4일 Images 2.6을 ChatGPT, Codex, API에 선보였다. 오픈AI는 이미지 생성이 이전보다 50% 빨라졌고 GIF 생성을 새로 지원한다고 밝혔다.

  • 핵심: 생성 속도가 이전보다 50% 빠르고 GIF를 만들 수 있다고 오픈AI는 소개했다.
  • 제공: 전 세계의 모든 ChatGPT·Codex 구독 요금제에서 데스크톱, 모바일, 웹으로 쓸 수 있고 API 모델은 GPT-Image-2.6 Sunburst와 Flare다.
  • API: 복잡도 설정, 마크업 기반 편집, SVG 내보내기가 더해졌다.

무엇이 달라지나

ChatGPT에서는 반복 재생되는 GIF를 만들고 저장한 참조 이미지를 다음 대화에서 다시 쓸 수 있다. API에서는 변경할 위치를 표시하는 마크업 편집과 복잡도 설정이 추가됐다.

한계

50% 빠름과 Flare의 최소 6초는 오픈AI가 밝힌 값이며, 읽은 발표에는 이전이 어느 모델인지와 측정 조건이 적혀 있지 않다. 지역은 전 세계로만 적혀 있고 한국은 명시되지 않았으며, ChatGPT 릴리스 노트는 GIF 생성이 순차 제공 중이라고 적었다. API 가격 페이지에는 Standard와 Batch 구분이 있으나 읽은 텍스트에서는 표시된 값이 어느 쪽인지 구분되지 않는다.

커뮤니티 반응

■공책에 그린 부엉이 낙서가 Images 2.6을 거치면 움직이는 GIF가 되는 오픈AI의 11월 4일 예시를 소개하며 책상 위 낙서를 하나 넣어 보라고 권하는 글이 올라왔다.

■게시자는 생성이 이전보다 50% 빨라졌고 ChatGPT·Codex 모든 요금제에서 데스크톱, 모바일, 웹으로 쓸 수 있으며 API 모델은 Flare와 Sunburst라고 정리했다.

■이 글을 인용한 다른 게시자는 ChatGPT에 /sketch를 입력하면 노트에 그리지 않고 컴퓨터에서 그려도 이미지가 나온다고 주장했다. 읽은 공식 자료에는 이 명령이 나오지 않는다.

본문 펼치기 · 약 4분

GIF는 ChatGPT에서 반복 재생 요청이나 스케치 업로드로 만들고 재생 속도를 조절한다

ChatGPT 릴리스 노트는 11월 4일 항목에서 GIF 생성이 ChatGPT에 순차 제공 중이라고 적었다. 사용법은 반복 재생되는 애니메이션을 요청하거나, 스케치를 올리고 캐릭터가 손을 흔들게 해 달라고 요청하는 것이다. 만든 GIF는 재생 속도를 조절하고 공유할 수 있다.

같은 날 추가된 저장된 참조 이미지는 사진을 이후 대화에서 다시 올리지 않고 쓰게 해 준다. 노트의 예는 개 사진을 Pepper라는 이름으로 저장한 뒤 @Pepper의 수채화 초상화를 요청하는 것이다. 발표문은 편집을 거쳐도 캐릭터, 제품, 브랜드의 세부 요소가 일관되게 유지된다고 소개한다.

한국어 발표에는 OpenArt가 만든 예시 지시문이 실려 있다. 끊김 없이 반복되는 GIF용 스프라이트 시트 한 장에 6개 연속 프레임을 3열 2행으로 배치하고, 모든 프레임의 크기를 같게 하며, 여섯 번째 프레임이 첫 번째로 자연스럽게 이어지게 하라는 내용이다. 캡션, 글자, 숫자, 로고, 프레임 사이 여백은 제외하라는 지시도 들어 있다. 오픈AI는 GIF의 쓰임으로 브랜드 마스코트, 소셜 리액션과 밈, 영상 전 단계의 애니메이션 스토리보드를 들었다.

API에서는 Flare와 Sunburst를 고르고 복잡도로 계획 수준을 조절한다

오픈AI는 ChatGPT, Codex, API 전체에서 사용자가 매주 40억 개, 하루 평균 5억 개가 넘는 이미지를 만든다고 밝혔다. Flare는 빠른 반복용, Sunburst는 세밀하고 정밀한 작업용으로 소개된다. 품질을 낮음으로 두면 Flare는 최소 6초 만에 이미지를 만들 수 있고, Sunburst는 품질을 중간이나 높음으로 두면 여러 차례 편집해도 일관성이 더 잘 유지된다고 한다. Flare는 포스터, 제품 이미지 같은 전문 비주얼의 레이아웃 품질도 개선했다고 한다.

이미지 생성 가이드는 새 complexity 요청 필드가 low, medium, high를 지원하고 생략하면 high가 적용된다고 설명한다. 복잡도 조정에는 별도 요금이 없지만 높일수록 지연이 늘거나 원치 않는 변경이 생길 수 있으니 작업별로 비교하라고 한다. 렌더링 품질은 quality 설정이 따로 정한다. 발표문은 대부분의 편집에는 복잡도를 낮음으로 두고 품질을 워크플로에 맞추라고 권하며, 요소와 제약이 많은 장면에는 중간이나 높음을 권한다.

마크업 기반 편집은 Image API의 POST /v1/images/edits로 쓰며, Responses API에서 영역을 지정하는 편집은 마스크를 쓴다고 가이드는 구분한다. 변경 기록은 GPT-Image-2.6이 SVG와 애니메이션 GIF 생성을 지원하고, 마크업 편집이 지원되는 GPT-Image-2.5와 2.6 모델에 적용된다고 적었다. 가이드의 기존 코드 예시는 GPT-Image-2.5 기준이라고 문서가 밝혔다.

두 API 모델의 토큰 단가는 같고 사용 전에 조직 인증이 필요할 수 있다

API 가격 페이지에서 gpt-image-2.6-sunburst와 gpt-image-2.6-flare는 100만 토큰당 이미지 입력 8달러, 이미지 출력 30달러, 캐시 입력 2달러, 텍스트 입력 5달러, 텍스트 캐시 입력 1.25달러로 같다. 문서는 이미지 생성 비용 추정에 가이드의 계산기를 쓰라고 안내한다.

9월 8일 변경 기록은 GPT-Image-2.5가 GPT Image 2 토큰 단가를 쓴다고 했고, 2.6 단가가 그 값과 같은지는 읽은 자료에서 비교되지 않는다. 가이드는 GPT Image 모델을 쓰기 전에 API 조직 인증이 필요할 수 있다고 적었다.

모델명은 변경 기록에 gpt-image-2.6-sunburst, gpt-image-2.6-flare로 적혀 있고 엔드포인트는 v1/images/generations와 v1/images/edits다. 최종 사용자를 상대로 서비스한다면 요청마다 safety_identifier를 보내라는 권고도 가이드에 있다. 사용자 이름이나 이메일은 해시해 128자 이하로 보내며 필수는 아니고 권장이다. 기존 user 매개변수는 더 이상 권장되지 않는(deprecated) 상태이고 기존 요청은 계속 지원된다.

자세히 읽기 · OpenAI의 Images 2.6 소개 ↗ · OpenAI의 ChatGPT 릴리스 노트 ↗ · OpenAI의 이미지 생성 가이드 ↗ · OpenAI API의 변경 기록 ↗ · OpenAI API의 가격 페이지 ↗

Fluxaivory desk

Built from primary sources with AI assistance and published after automated checks. AI Use Policy · Corrections

Follow Fluxaivory

Get the briefing by email

A weekly roundup of the top AI news in plain English, from primary sources. Free. Unsubscribe anytime.