2026년 7월 오픈웨이트 러시 — 발표 벤치마크를 그대로 믿기 전에

2026년 7월 오픈웨이트 모델이 2주 만에 무더기로 쏟아졌지만, 헤드라인 벤치마크 대부분은 가중치도 안 풀린 상태의 벤더 발표치라, 로컬에서 돌릴 사람은 리더보드 1등이 아니라 라이선스·메모리·재현 조건부터 봐야 한다.

한 줄 요약: 발표 벤치마크와 '내 데스크탑에서의 실제'는 다른 숫자다 — 7월 러시(Kimi K3·GLM-5.2·Inkling·Mistral·DeepSeek V4)를 로컬 관점에서 정리한다.

2026년 7월, 무엇이 새로 나왔나?#

두 주 사이에 다섯 움직임이 겹쳤다. Kimi K3(Moonshot)는 2.8조 파라미터 MoE(토큰당 896중 16 전문가 활성)·1M 컨텍스트·네이티브 비전으로 발표됐는데, 발표 시점엔 API 전용이고 가중치는 7/27 공개 예정·라이선스 미정이다. GLM-5.2(Z.ai)는 744B·MIT 가중치로 발표 GPQA Diamond 91.2%를 내며 서구 폐쇄 프런티어와의 격차를 좁혔다는 평가를 받았다(입력 약 $1.40·출력 $4.40/100만토큰). 그 밖에 Thinking Machines가 Inkling을 Apache 2.0으로 출시, Mistral이 새 희소 MoE 계열 얼리액세스를 열었고, DeepSeek V4가 7월 중순 일정으로 언급됐다. 다만 MiniMax의 2.7T 오픈웨이트는 아직 언론 보도된 '계획'이지 출시가 아니다(내부명 변동 가능).

리더보드 숫자를 왜 그대로 믿으면 안 되나?#

세 가지 이유다. 첫째, 지금 도는 헤드라인 수치는 대개 벤더가 최대 추론 강도로 낸 발표치이고, Kimi K3처럼 아직 가중치가 안 풀린 모델도 많다 — 남이 재현할 수 없는 숫자다. 둘째, 같은 'SWE-bench'라도 한쪽은 커스텀 코딩 에이전트로, 다른 쪽은 최소 셸 루프로 돌리고 추론 토큰버짓도 달라, 점수를 나란히 비교하는 순간 사과와 오렌지가 된다. 셋째, 집계처가 바뀌었다 — HuggingFace OpenLLM 리더보드는 v1·v2 모두 은퇴했고, 지금은 Vellum·Onyx·Artificial Analysis가 그 공백을 메운다. 흥미로운 건 Moonshot조차 K3가 Fable 5·GPT-5.6 Sol에 전체적으로 뒤진다고 스스로 밝혔다는 점이다 — 출시 홍보로는 드문 정직함이고, 우리가 발표치를 읽을 때 가져야 할 태도이기도 하다.

비유하면, 리더보드 1등 숫자는 최적 조건의 육상 세계기록이고, 내 데스크탑에서 4-bit로 짧은 토큰버짓으로 돌리는 건 동네 트랙에서 뛰는 것이다 — 같은 선수라도 기록은 다르게 찍힌다.

로컬에서 돌릴 거라면 뭘 봐야 하나?#

리더보드 1등이 아니라 세 가지를 먼저 본다. 라이선스(가중치가 실제로 풀렸는지, 상업 사용·재배포가 되는지 — K3는 발표 시점 미정), 메모리 적합성(파라미터·양자화가 내 VRAM에 맞는지 — 2.8T MoE는 데스크탑용이 아니다), 재현 조건(벤더 수치가 어떤 정밀도·토큰버짓·에이전트로 나왔는지). 이 세 가지가 맞아야 발표 숫자가 내 환경에서도 의미를 가진다. 결론은 단순하다 — 2026년 7월의 오픈웨이트는 확실히 좋아졌지만, '어느 게 제일 세냐'보다 '내 GPU에서 라이선스·메모리·재현이 맞는 게 뭐냐'가 로컬 사용자에겐 훨씬 실질적인 질문이다.

참고: 위 수치는 각 벤더 발표·공개 리더보드·커뮤니티 집계 기준(2026-07)이며 Hax 자체 측정이 아니다. 오픈웨이트는 매주 갱신되므로 발행 이후 순위·가중치·라이선스 상태는 바뀔 수 있다.

참고 링크

• LLM 뉴스·릴리스 트래커 (llm-stats)
• 오픈웨이트 리더보드 (Vellum)
• Kimi K3 발표 정리 (howaiworks)
• Kimi K3 MXFP4·오픈웨이트 개요 (Hugging Face)