Claude Opus 4.5
Claude Opus 4.5는 Anthropic이 2025년 11월 24일 발표한 고성능 Claude Opus 모델이다. 코딩, 에이전트 작업, 컴퓨터 사용과 복잡한 지식 작업을 주요 용도로 한다. (anthropic.com) 텍스트와 이미지를 입력받아 텍스트를 생성하며, 확장 사고와 작업에 따른 노력 수준 조절을 지원한다. (platform.claude.…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Claude Opus 4.5는 Anthropic이 2025년 11월 24일 발표한 고성능 Claude Opus 모델이다. 코딩, 에이전트 작업, 컴퓨터 사용과 복잡한 지식 작업을 주요 용도로 한다. (anthropic.com) 텍스트와 이미지를 입력받아 텍스트를 생성하며, 확장 사고와 작업에 따른 노력 수준 조절을 지원한다. (platform.claude.…
Nano Banana Pro는 Google DeepMind가 개발한 이미지 생성·편집 모델이다. 텍스트와 이미지 지시를 바탕으로 시각 자료를 제작하며, 향상된 텍스트 렌더링과 세부적인 이미지 제어를 지향한다. 공식 발표일은 2025년 11월 20일이다. (blog.google) 이미지 생성과 대화형 편집, 이미지 내 텍스트 렌더링, 조명·구도·스타일 조정을…
Alibaba의 Qwen-VL 기반 광학 문자 인식(OCR) 모델의 날짜 고정 스냅샷이다. 공식 발표에 따르면 Qwen-VL3 아키텍처를 바탕으로 문서 파싱과 텍스트 위치 지정 성능을 개선하고 지연과 환각을 줄였다. 이미지를 입력받아 텍스트를 출력한다. (help.aliyun.com) 문서 파싱, 일반·다국어 문자 인식, 표와 수식 인식, 정보 추출, 이미…
Qwen-MT-Lite는 Qwen3를 기반으로 업그레이드된 기본급 텍스트 번역 모델이다. Alibaba Cloud Model Studio가 추론 서비스를 제공한다. 공식 출시일은 2025년 11월 19일이다. (help.aliyun.com) 다국어 텍스트 번역, 용어 지정, 원문 형식 보존 및 분야별 번역 지시를 지원한다. 실시간 채팅이나 라이브 댓글처럼…
Gemini 3 Pro는 복잡한 추론과 멀티모달 이해, 코딩 및 에이전트 작업을 위한 Google의 프리뷰 모델이다. 2025년 11월 18일 발표되었다. (blog.google) 텍스트, 이미지, 동영상, 오디오, PDF를 입력받고 텍스트를 출력한다. 입력 한도는 1,048,576토큰, 출력 한도는 65,536토큰이다. (ai.google.dev) 추론,…
Veo 3.1 Fast는 Google의 Veo 3.1 계열에서 빠른 영상 생성을 지향하는 모델이다. 2025년 11월 17일 Google Cloud에서 정식 출시(GA)되었다. 광고·콘텐츠 제작과 같이 짧은 영상을 반복적으로 제작하는 작업에 활용할 수 있다. (docs.cloud.google.com) 텍스트 또는 이미지에서 영상을 생성하고, 첫 프레임과 마…
Google의 영상 생성 모델로, 텍스트 또는 이미지를 바탕으로 짧은 동영상을 제작한다. 입력된 모델 ID는 일반 버전이며 Fast 버전과는 다르다. 광고 소재, 시각적 콘셉트, 짧은 영상 제작 등에 활용할 수 있다. (docs.cloud.google.com) 정식 출시일: 2025년 11월 17일. Vertex AI 출시 노트는 이날 Veo 3.1의 정식…
CosyVoice-v3-Flash는 Alibaba 통이 연구소의 CosyVoice 계열 음성 합성 및 음성 복제 모델이다. 텍스트를 음성으로 변환하며 실시간 스트리밍 합성을 지원한다. 공식 발표에 따르면 이전 버전보다 자연스러움, 음질, 운율 및 감정 표현이 개선됐다. (help.aliyun.com) 5~20초의 참조 음성으로 사용자 지정 음성을 복제할 수…
Qwen3-ASR-Flash의 대용량 파일 전사 버전이다. 오디오를 입력받아 텍스트를 출력하며, 언어를 자동으로 판별하는 다국어 음성 인식을 지원한다. 한국어, 중국어, 영어, 일본어 등을 인식할 수 있다. 회의 녹음, 인터뷰, 장시간 음성 자료의 전사에 활용할 수 있다. (help.aliyun.com) HTTP를 이용한 비실시간 파일 전사 모델이다. 파일…
이 언어의 소개는 준비 중입니다.
GPT-5.1-Codex는 Codex 또는 유사한 환경에서 장시간 수행되는 에이전트형 코딩 작업에 최적화된 GPT-5.1 계열 모델이다. 2025년 11월 13일 Responses API에 출시됐다. (developers.openai.com) 코드 생성과 수정 등 소프트웨어 개발 워크플로에 활용할 수 있다. 추론 토큰, 함수 호출, 구조화된 출력 및 스트리…
ERNIE 5.0 Preview는 Baidu가 ERNIE 5.0을 공개하면서 선보인 네이티브 전(全)모달 기반 모델의 프리뷰다. 2025년 11월 13일 Baidu World 2025에서 발표됐다. (prnewswire.com) 텍스트, 이미지, 오디오, 비디오를 통합적으로 모델링해 멀티모달 이해와 생성에 활용하도록 설계됐다. Baidu는 지시 이행, 창작…
GPT-5.1 Thinking은 OpenAI가 ChatGPT용으로 발표한 추론 중심 모델이다. 질문의 복잡도에 따라 생각하는 시간을 조절해 간단한 질문에는 더 빠르게 응답하고 어려운 문제에는 더 많은 시간을 쓴다. OpenAI는 복잡한 업무와 기술 개념 설명에서 답변을 더 명확하게 제공하도록 개선했다고 설명한다. (openai.com) 발표일: 2025년…
GPT-5.1 Instant는 빠르고 자연스러운 대화를 지향하는 GPT-5 계열 모델이다. OpenAI는 2025년 11월 12일 ChatGPT용 모델을 발표했으며, 해당 API ID는 2025년 11월 13일 API에 출시됐다. (openai.com) 이전 모델보다 대화체와 지시 이행을 개선했으며, 어려운 질문에는 답변 전에 생각할지 결정하는 적응형 추론…
WebVIA-Agent는 웹 인터페이스를 탐색하고 여러 UI 상태의 스크린샷을 수집하는 비전·언어 에이전트 모델이다. GLM-4.1V-9B-Base를 기반으로 하며, 대화형 UI를 코드로 변환하는 WebVIA 프레임워크의 탐색 구성요소다. (huggingface.co) 페이지 스크린샷과 DOM 트리를 바탕으로 상호작용할 UI 요소를 식별한다. 웹사이트의 여…
GUI-Plus는 모바일과 데스크톱의 그래픽 사용자 인터페이스(GUI)를 이해하고 상호작용하도록 설계된 시각 이해 기반 모델이다. 공식 모델 출시 목록의 등록일은 2025년 11월 12일이다. (help.aliyun.com) 화면 스크린샷과 자연어 지시를 해석해 클릭, 입력, 스크롤 등의 GUI 동작 지시로 변환한다. 실제 동작의 판단이나 실행은 외부 시스…
UI2Code^N은 UI 화면을 코드로 변환하는 작업에 특화된 비전-언어 모델이다. GLM-4.1V-9B-Base를 기반으로 단계적 사전학습, 미세조정 및 강화학습을 거쳤다. 모델 카드에는 약 100억 개의 파라미터가 표시되어 있다. (huggingface.co) UI 코드 생성: UI 스크린샷과 텍스트 지시를 바탕으로 HTML, CSS, React 등 프…
GPT-5-Codex-Mini는 코딩 작업을 위한 GPT-5-Codex의 더 작고 비용 효율적인 모델이다. OpenAI는 2025년 11월 7일 Codex CLI와 IDE 확장의 모델 옵션으로 발표했다. (help.openai.com) 코딩 작업을 계속하면서 구독 사용 한도를 절약하려는 경우에 사용할 수 있다. 발표 당시 OpenAI는 ChatGPT 구독에…
이 언어의 소개는 준비 중입니다.
Kimi K2 Thinking은 복잡한 추론과 도구 사용을 결합하도록 설계된 오픈 가중치 사고형 에이전트 모델이다. 2025년 11월 6일 발표됐다. (platform.kimi.com) 단계별 추론과 함수 호출을 번갈아 수행하도록 훈련됐으며, 조사, 코딩, 글쓰기, 복잡한 문제 해결에 활용할 수 있다. 공식 모델 카드는 최대 200~300회의 연속 도구 호…