| | ||
| {{{#!wiki style="margin:0 -10px -5px" {{{#000,#fff {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-6px -1px -11px" {{{#000,#e5e5e5 | <colkeepall> 제품군 | |
| 서비스 | ChatGPT (기능 · 사용법) · Codex · | |
| 모델 | GPT GPT-OSS · GPT-1 · GPT-2 · GPT-3 · GPT-4 · GPT-5 · GPT-6o-시리즈 o1 · o3 · o4-mini | |
| CLIP · Whisper · Voice Engine · GPT-Image · | ||
| 관련 인물 | ||
| 일론 머스크 · 샘 올트먼 · 미라 무라티 · 일리야 수츠케버 · 안드레 카파시 · 그렉 브록만 · 다리오 아모데이 | ||
| {{{#!wiki style="margin:-0px -10px -5px" {{{#!folding [ 펼치기 · 접기 ] {{{#!wiki style="margin:-5px -1px -11px; word-break:keep-all" | OpenAI | GPT (1 · 2 · 3.x · 4.x · 5.x · 6.x · 7) GPT-OSS (20B · 120B) OpenAI (o1 · o3 · o4) | |
| 구글 | Gemini (1 · 1.5 · 2 · 2.5 · 3 · 3.1 · 3.5 · 3.6 · 3.7 · 3.8 · 4) Gemma · LaMDA · PaLM 2 | ||
| Anthropic | Claude (Fable · Mythos · Opus · Sonnet · Haiku) | ||
| SpaceXSI | Grok | ||
| 메타 | LLaMA · Muse Glimmer · Muse Spark · Muse Wonder | ||
| 기타 | NVIDIA Nemotron(NVIDIA) · Inkling(Thinking Machines Lab) · Granite(IBM) · MAI · Phi(Microsoft) · Apple Foundation Models · OpenELM(Apple) | ||
| HyperCLOVA(네이버) · 카나나(카카오) · 삼성 가우스(삼성전자) · 엑사원(LG AI연구원) · 믿:음(KT) · A.X(SK텔레콤) · Solar(업스테이지) · Motif(모티프) | |||
| Hunyuan · DeepSeek(딥시크) · Qwen · MiniMax(미니맥스 그룹) · GLM(Z.ai) · Xiaomi MiMo(샤오미) · Kimi(Moonshot AI) | |||
| Mistral(Mistral AI) | |||
| K2 Horizon(IFM) | |||
| Quasar(멀티버스 컴퓨팅) | |||
| Sapiens(Sapiens AI) | |||
| Command A+(Cohere) | }}}}}}}}} | ||
1. 개요
OpenAI가 출시할 예정인 GPT 시리즈의 7번째 언어 모델.2. 공개 전 정보
2026년 9월 9일, OpenAI가 코드명 Bel이라는 프리트레인 모델로 밀레니엄 문제인 나비에-스토크스 방정식의 폭발하는 해를 차세대 내부모델로 증명했다고 주장하면서 알려지게 되었다. # 토큰 1,300억개를 썼다고 알려지기도 했으며, 수학적 성능에선 GPT-6 아스트라의 성능과 차이가 있는 그래프를 보여주었다. 다만 코드명 Bel이 GPT-7으로 나올지 GPT-6.1로 나올지는 미정이다. 왜냐면 0.1이 아닌 1씩 버전업이 되는 경우는 보통 모델 자체의 구조적인 변화가 있을 때에 되는 경우인데, 코드명 Bel은 단순히 코드명 Doug보다 벤치마크 점수가 두드러지게 높은 정도의 차이점만 밝혀졌기 때문.[1]3. 모델
3.1. GPT-7
[1] GPT-5 시절에도 GPT-5.4, GPT-5.5, GPT-5.6에서 이전 세대보다 상당한 벤치마크 점수 변화가 있음에도 불구하고 넘버링은 0.1씩만 올랐다. 모델의 구조 자체가 크게 달라진 게 아니였기 때문. 반면에 GPT-6에서는 프리트레인 모델의 규모만 커진 것이 아니라 루프 트랜스포머 (Loop Transformer), 잠재 공간 추론 (Latent Space Reasoning) 등 월드 모델의 공간 인지 능력과 상태 공간 모델 (State Space Model; SSM)의 상태 보전 및 전이 능력이 추가되어 구조적인 변화가 있었다. 단, 이 변경 사항들은 OpenAI가 공식적으로 밝힌 것이 아닌 그저 추측과 루머에 기반한 것으로, 실제로 GPT-6가 재귀적 트랜스포머나 SSM 레이어 혼합을 사용했는지는 알 수 없다. 재귀적 트랜스포머는 상당히 유력하게 점쳐지지만 SSM 하이브리드 구조의 경우 효율성은 뛰어나도 자칫하면 성능 손실이 발생할 수도 있어 어느 정도 주의가 필요하다.