OpenAI가 GPT-5.6 라인업(Sol, Terra, Luna)을 공개했고, Roboflow의 비전 벤치마크에서 Sol은 객체 탐지 mAP@50 13.8에서 46.2로 비약적으로 향상되며 오픈AI 역대 최고의 비전 모델로 평가받았습니다. 특히 문서 레이아웃 탐지와 밀집된 장면에서 강점을 보였으나, 2000x2000 픽셀 이상 큰 이미지에서는 좌표가 불안정해지는 한계가 있어 리사이징·크롭이 권장됩니다.
GPT-5.6, Claude Fable 5, Grok 4.5, Gemini 3.6 Flash 모델에 색연필 도구를 제공해 그림을 그리게 하는 테스트를 진행했습니다. AI가 스스로 붓질, 혼합, 지우기 등을 반복하며 목표 이미지를 모방하는 과정은 복잡한 에이전트 작업 수행 능력과 실제 비용을 시각적으로 보여줍니다. 단순 벤치마크 점수를 넘어, 최신 폐쇄형 모델들이 실제 도구를 활용해 장기적인 작업을 수행할 때 어떤 성능 차이를 보이는지 확인할 수 있는 중요한 실험입니다.
데이터랩(Datalab)은 문서와 이미지를 스키마에 맞춘 JSON 형태로 변환하는 90억 매개변수(9B) 규모의 오픈 웨이트(open-weights) 비전 모델 'lift'를 공개했습니다. 이 모델은 유효한 구조를 보장하는 스키마 제약 디코딩과, 정보가 없는 필드는 환각(Hallucination) 없이 null 값을 반환하도록 훈련되어 높은 정확도를 자랑합니다. 실무자들에게 복잡한 비정형 문서를 다루는 작업에서 매우 유용하고 신뢰할 수 있는 데이터 추출 도구가 될 것입니다.
인터페이즈(Interfaze)는 트랜스포머 모델의 유연성과 DNN/CNN 모델의 높은 정확도를 결합하여 OCR, 비전, 음성 인식, 구조화된 출력 등의 작업에서 최적화된 성능을 제공하는 새로운 아키텍처입니다. 이 모델은 Gemini-3-Flash, Claude-Sonnet-4.6, GPT-5.4-Mini 등과 비교하여 9개 벤치마크에서 대부분 우수한 성능을 보여주었으며, 특히 처리 비용과 응답 시간을 획기적으로 낮추면서도 높은 정확도를 유지하는 것이 특징입니다.