2026년 9월 23일 (수)
-
Claude Code 2.1.280 업데이트 요약
Claude Code 2.1.280에 Claude Opus 5.5(1M 컨텍스트)가 기본 Opus 모델로 추가되고, 마우스 지원이 전체화면 목록(/skills, /plugin)으로 확대되었습니다. MCP 도구 설명·서버 지침 길이 제한을 세션별로 바꿀 수 있는 CLAUDE_CODE_MAX_MCP_DESCRIPTION_LENGTH가 추가됐고, hook 실행 관련 OpenTelemetry 이벤트에 출력 크기와 오버사이즈 출력 수가 기록되게 되었습니다. 다수의 안정성·사용성 버그(심볼릭 링크 쓰기 판단, auto 모드 재시도/백오프, Write 호출 유효성, 대화창 키 동작·포커스 문제, 보이스 받아쓰기 중단 등)가 수정되어 프롬프트 캐시와 대화형 UX가 개선되었습니다.
-
llm-typesafe 0.1a0: Jev 지원 플러그인
llm-typesafe 0.1a0는 LLM용 플러그인으로 TypeSafe AI의 Jev 모델 지원을 추가합니다. 설치 후 TypeSafe API 키를 설정하면 예/아니오(noul), 선택지, 점수화 질문 등을 Jev로 물어볼 수 있도록 설계되었으며 자세한 사용법은 README에 안내되어 있습니다. 개발자는 이 플러그인을 통해 Jev 모델을 LLM 플러그인 형태로 바로 통합해 다양한 질의 유형을 시도해볼 수 있습니다.
-
Claude Opus 5.5 성능·가격 분석
Claude Opus 5.5(Adaptive Reasoning, Max Effort, Default Fallback)는 2026년 9월 출시된 독점 모델로 텍스트·이미지 입력을 지원하고 1M 토큰 컨텍스트 창을 가집니다. Artificial Analysis Intelligence Index 점수는 58로 동종 대비 상위권이나, 입력 $4/1M 토큰·출력 $20/1M 토큰으로 동종 중간값보다 다소 비싼 편이며 평가 시 2억6천만 토큰을 생성해 매우 장황한 출력 특성이 관찰됐습니다. 개발자는 높은 지능 지표와 대용량 컨텍스트 지원을 얻는 대신 출력 비용과 토큰 사용량 증가를 고려해야 합니다.
-
에이전트로 Rust 최적화 코드 작성
작성자는 에이전트형 LLM에게 반복적으로 '더 빠르게' 지시해 Rust 코드를 최적화하게 하면, 적절한 제약 하에서 기존 접근보다 2x–20x까지 속도가 개선되는 사례를 확인했다고 보고합니다. 목표는 Rust로 성능을 개선하고 PyO3로 Python과 연동하는 것이며, unsafe 코드 사용을 가능한 한 금지하는 제약을 적용했습니다. 게시물은 사용한 프롬프트와 벤치마크 결과를 포함해 재현성을 제공하므로 개발자는 에이전트 LLM을 통한 Rust 최적화 워크플로를 직접 시험해볼 수 있습니다.
-
JevBench: 타입 결정 모델 벤치
JevBench는 타입 기반 결정 모델용 재현 가능한 벤치마크로 Jev 1.13.0을 직접 측정해 JevBench 점수 83.6(같은 셋업에서 Jev 1.13.0은 74.4)을 보고합니다. 클래스파이어 서비스 classifier.dev는 fast 티어로 Jev를 사용하며 스마트 티어는 낮은 신뢰도 답변만 재문의하는 에스컬레이션(제시된 경우 gemini-3.8-flash)을 추가하지만 스마트 티어는 본 벤치에서 실행되지 않았습니다. 비용 추정치(예: $0.0033/1,000 결정 등)와 오픈소스성 언급이 있어 개발자는 Jev 기반 분류 성능과 비용·배포 형태를 비교할 수 있습니다.