AI 요약
- •메타가 저가·고성능 에이전트 모델 Muse Spark 1.1을 공개하며 AI 모델 경쟁에 재진입했다.
- •코딩 성능은 GPT 5.5·Opus 4.8에 뒤지지만 MCP Atlas 88.1, JobBench 54.7 등 도구 사용·에이전트 능력이 크게 향상됐다.
- •input 100만 토큰당 1.25달러, output 4.25달러의 공격적 가격으로 AI 경쟁이 성능에서 비용 중심으로 이동하고 있다.
뉴스 기사
메타가 새 AI 모델 'Muse Spark 1.1'을 공개하며 다시 모델 경쟁의 전면에 나섰다. 다만 이번 모델의 지향점은 절대 성능 1위가 아니라 '저가형 고성능 에이전트'다. 공개된 벤치마크를 보면 Muse Spark 1.1이 모든 영역을 압도하지는 못한다. 코딩 부문에서는 여전히 경쟁 모델이 앞선다. Terminal-Bench 2.1에서 Muse Spark 1.1은 80.0을 기록했지만 GPT 5.5는 83.4, Opus 4.8은 82.7로 더 높다. SWE-Bench Pro에서도 61.5로 Opus 4.8(69.2)에 미치지 못했고, DeepSWE 역시 53.3에 그쳐 GPT 5.5(67.0)에 밀렸다. 반면 에이전트와 도구 사용 능력에서는 뚜렷한 진전을 보였다. MCP Atlas 88.1, JobBench 54.7, Humanity's Last Exam 62.1, Finance Agent v2 57.2 등이다. 특히 JobBench는 이전 버전 17.0에서 54.7로 크게 도약해, 메타가 업무용 에이전트와 장기 작업 실행 능력에 집중했음을 시사한다. 핵심은 가격이다. Muse Spark 1.1의 API 요금은 input 100만 토큰당 1.25달러, output 100만 토큰당 4.25달러로 알려졌다. 최상위 성능을 완전히 넘어서지 못하더라도, 이 가격대에서 에이전트 성능이 올라오면 시장 압박은 상당하다. AI 경쟁은 이제 성능, 가격, 컨텍스트 길이, 도구·컴퓨터 사용, 멀티에이전트 실행, API 배포가 한 묶음으로 겨루는 국면이다. 메타는 페이스북·인스타그램·왓츠앱·스레드 등 거대한 배포망을 보유해, 저가 에이전트 API를 얹으면 AI 사용량을 빠르게 키울 수 있다. 시장 영향은 계층별로 엇갈린다. 단순 SaaS 래퍼나 기능 몇 개를 얹은 얇은 AI 앱은 모델 평준화와 저가 API 확산 속에서 마진 압박이 커질 수 있다. 반대로 인프라 계층은 우호적이다. AI 단가가 낮아질수록 사용량이 늘고, 이는 추론 컴퓨트·메모리·네트워크·데이터센터·전력 수요 확대로 이어진다. AI 사이클이 성능 경쟁에서 비용 경쟁으로 넘어가고 있다는 신호다.
AI 투자 인사이트
AI 경쟁 축이 성능에서 비용으로 이동. 인프라·컴퓨트 수요엔 순풍, 차별화 없는 AI 앱·SaaS 래퍼엔 마진 역풍.
