Skip to content
BranchesTags

Repository files navigation

⚡ 2026 LLM & MLLM Release Timeline

2026년 주요 LLM / MLLM 파운데이션 모델 출시 타임라인 및 세대별 진화 계보
기준 기간: 2026-01-01 ~ 2026-09-08 | 수록 모델: 141개 | 표기 조직: 32개

본 레포지토리는 2026년에 발표된 전 세계 주요 LLM, MLLM, Omni 파운데이션 모델의 릴리즈 내역을 공식 1차 자료와 함께 구조화하여 인터랙티브한 웹 타임라인으로 제공하는 GitHub Pages 프로젝트입니다.

2026-09-08 감사 추가분 (18개):

  • 신규 릴리스(5): OpenAI GPT-6 Astra · GPT-6 Astra Pro(9/3), Google DeepMind Gemini 3.8 Flash · 3.8 Flash Cyber(9/2), Meta Muse Spark 1.3(9/2)
  • 기간 내 누락 정정(7): OpenAI GPT-Live-1 · GPT-Live-1 mini(7/8), GPT-5.6 Sol Pro(7/9), GPT-5.6-Cyber(8/10), Meta Muse Spark 1.2(8/5), Muse Glimmer(8/10), NVIDIA Nemotron-3.5-Lightning-30B-A3B(8/11)
  • 신규 조직 수록(6): Institute of Foundation Models(IFM · MBZUAI, UAE) 의 K2 Horizon 함대 6종(9/3) — 0.9B · 3.7B · 7B · 32B · MoVA-36B-A4B · 375B-A23B, Apache 2.0으로 가중치+코드+학습 데이터(+레시피)까지 공개

모델명·파라미터·벤치마크는 models_catalog.json을 단일 진실 공급원(SSOT)으로 사용합니다. 예를 들어 공식 GLM-5.3-Flash 모델 카드는 이 모델을 총 320B / 활성 18B로 명시하므로, 과거의 약 30B 표기는 제거했습니다. (공식 모델 카드)

🌐 라이브 데모 (GitHub Pages)

✨ 핵심 기능

  1. ⏱️ 인터랙티브 타임라인 (단일 뷰)
    • 2026년 1월부터 9월 8일까지의 출시 내역을 월별·일자별 수직 스파인으로 시각화
    • 각 모델의 기업 태그(국가 플래그), 아키텍처, 파라미터, 모달리티, 타겟 포커스 표시
    • 모바일에서는 고정 폭 수평 캔버스 대신 터치 친화적인 세로 릴리즈 스트림으로 자동 전환
  2. 🔎 실시간 검색 · 월 필터 · 정렬 전환
    • 단축키 /로 통합 검색 (모델명·제공사·패밀리·한국어 별칭 매칭)
    • 전체 (N) 카운트 칩 + 1~9월 월 칩, 좌우 이동 스크롤 버튼
    • 최신순 ⇄ 과거순 토글 (월 칩 순서도 함께 반전)
  3. 📋 모델 상세 인스펙터 모달
    • 세부 아키텍처(MoE, MLA, GDLA, MTP 등), 총/활성 파라미터, 지원 모달리티, 컨텍스트 윈도우, 라이선스·오픈웨이트·변형·가용성 상세
    • 공식 발표 점수를 각 공식 출처 링크와 함께 표시, 인용 복사로 Markdown 인용(모델명·제공사·출시일·유형·파라미터·공식 출처·점수+출처)을 클립보드에 복사
  4. ⚖️ 두 모델 상호 비교 모달
    • 카드·모달에서 최대 2개 선택, 스펙과 공식 벤치마크를 병합한 비교표 제공, 비교 결과를 Markdown으로 복사
  5. 🧬 패밀리 계보 데이터 (UI 미구현)
    • data.js의 FAMILY_FLOWS와 감사 원장에 14개 대표 패밀리(Qwen, DeepSeek, Claude, GPT, Gemini, GLM, Kimi, Muse Spark, K2 Horizon 등)의 세대 교체·분기 경로(step)가 데이터로 들어 있습니다
    • 다만 현재 index.html·app.js에는 이 데이터를 그리는 뷰가 없습니다. 이 절에 이전 버전에서 적혀 있던 Generational Flow View · Card Grid View · Matrix Table View · CSV 내보내기 · 기업/유형/상태/오픈웨이트 필터는 실제 구현과 다르므로 정리했습니다 — 해당 뷰와 필터는 구현 과제 목록으로 남겨 둡니다. 타임라인·카드·모달에서는 family·company 필드로 패밀리 정보를 표시합니다.

📱 모바일 UI

  • 검색창·월 필터·정렬·GitHub 링크를 모바일 전용 툴바로 재배치
  • 화면 하단에 전체 보기·검색·비교 빠른 메뉴를 고정하고 안전 영역(safe area)을 반영
  • 모델 상세 및 비교 화면은 바텀시트로 열리며, 비교표는 표 내부에서만 가로 스크롤
  • 주요 버튼과 입력 컨트롤은 최소 44px 터치 영역을 사용하고, 세로 페이지 스크롤을 가로 휠 처리기가 가로채지 않도록 분리

📊 데이터 수집·검증 기준 (Scope & Methodology)

  • 모델명: 모델 카드·기술 보고서·공식 제품 문서·개발사 발표문에 적힌 공식 표시명을 사용합니다. 비공식 별칭이나 체크포인트 이름을 제품명으로 합치지 않습니다.

  • 파라미터 수: 공식 자료가 직접 명시한 총/활성 파라미터만 기록합니다. 미공개 값은 정확한 수치 미공개로 표시하며, 가중치 파일 용량·모델 등급·양자화 크기·제3자 추정치를 파라미터 수로 대체하지 않습니다.

  • 공식 벤치마크: 모델 제공자가 공식 모델 카드·기술 보고서·공식 발표문에 직접 공개한 점수만 기록합니다. Chatbot Arena/ELO, Artificial Analysis, 제3자 리더보드, 역산·추정 점수는 표시하지 않습니다.

  • 조건 보존: benchmark 버전, 데이터셋, 모드, 평가 조건이 공식 자료에 기재된 경우 모델별 감사 원장의 메모에 보존합니다. 서로 다른 프로토콜의 점수는 동일 순위로 비교하지 않습니다.

  • 출처 연결: 출시일·파라미터·각 점수에 공식 1차 출처 URL을 따로 연결합니다. 공식 URL에 해당 수치가 직접 기재되지 않은 경우 그 수치는 넣지 않습니다.

  • 1차 도메인 목록: validate_data.py의 OFFICIAL_HOSTS에 등록된 개발사 자체 도메인만 공식 출처로 인정합니다. 2026-09-08에 Meta AI Research 블로그(research.meta.ai)와 Google 공식 블로그(blog.google)를 추가했습니다 — Muse Spark 1.3과 Gemini 3.8 Flash Cyber는 ai.meta.com·deepmind.google이 아니라 그곳에만 1차 발표문이 있습니다. 같은 날 IFM(MBZUAI) 편입으로 ifm.ai를 추가했습니다.

  • 재현 가능한 검증: validate_data.py가 모든 점수의 출처·범위·금지된 제3자 지표·생성 파일의 SSOT 일치를 검사합니다.

  • 포함 대상:

    • 대규모 언어 모델 (LLM)
    • 멀티모달 / 비전-언어 / 텍스트·이미지·음성·영상 통합 옴니 모델 (MLLM / VLM / Omni)

  • 제외 기준:

    • 이미지 단독 생성 모델
    • 비디오 단독 생성 모델 (예: ByteDance Seedance)
    • OCR 전용 / ASR·TTS 음성 전용 모델
    • 임베딩 및 리랭커 모델
    • 보상/가드레일 전용 모델
    • 단순 양자화 체크포인트 (FP8, NVFP4, INT4, GGUF 등)
    • 독립 제품을 대표하지 않는 중간/베이스 체크포인트

  • 포함 기업 (32개 표기 조직):

    • 미국 (US): OpenAI, Anthropic, Google DeepMind, Meta, xAI, NVIDIA, IBM, Poolside, Thinking Machines Lab, Arcee AI, Motif Technologies
    • 한국 (KR): NAVER Cloud (HyperCLOVA X SEED 4B), Upstage (Solar Open 2), LG AI Research (EXAONE / K-EXAONE), SK Telecom (A.X)
    • 중국 (CN): Alibaba (Qwen), DeepSeek, Baidu (ERNIE), ByteDance (Seed), Moonshot AI (Kimi), Z.ai (GLM), MiniMax, StepFun, Meituan (LongCat), Xiaomi (MiMo), Ant Group (Ling/Ring), Tencent (Hy)
    • 중동 (AE): Institute of Foundation Models / MBZUAI (K2 Horizon)
    • 유럽/기타: Mistral AI (프랑스), Cohere/Cohere Labs (캐나다), Sarvam AI (인도)

공식 점수가 확인되지 않은 모델은 빈 점수로 표시합니다. 이는 누락이 아니라 공식 발표 점수만 제공한다는 감사 정책의 결과입니다. 원래 목록에서 공식 출시 시점·공식 제품명·별도 모델 ID가 확인되지 않거나 중복인 5개 항목과, 2026-09-08 감사에서 1차 출처 미확보로 보류한 1개 항목(iFLYTEK Spark X2.5)까지 6개 항목은 조사 자료의 제외 원장에 보존했습니다.

2026-09-08 제외 원장 되돌림: 2026-09-04 감사에서 "공식 발표문을 확인하지 못했다"며 보류했던 Muse Spark 1.2(구 model-098)와 Muse Spark 1.3(구 model-115)은, Meta의 1차 발표문이 ai.meta.com이 아니라 Meta AI Research 블로그(research.meta.ai) 에 있음을 확인하고 활성 레코드(model-136, model-131)로 이관했습니다. 제외 원장에서 두 항목을 삭제했고, 그 경위는 각 모델의 감사 원장 메모에 남아 있습니다.

2026-09-08 신규 조직 편입 & 보류 각주: IFM(MBZUAI) K2 Horizon은 "가장 큰 완전 오픈소스 릴리스"를 내건 신규 프론티어 랩이라 추적 조직에 편입했습니다(1차 출처: ifm.ai, huggingface.co/IFM/*). 반대로 iFLYTEK Spark X2.5(9/7, 보도 기준 293B-A30B MoE·256K)는 讯飞 공식 API 카탈로그 페이지가 JavaScript 셸만 응답해 파라미터·출시일을 1차 출처에서 인용할 수 없고, Hugging Face XHToken("SparkLLM Team")이 科大讯飞의 공식 조직인지도 확인하지 못해 제외 원장에 보류 기록으로 남겼습니다.

💻 로컬에서 실행하기

별도의 빌드 도구(npm, node_modules 등)가 전혀 필요하지 않으며, 순수 웹 표준(HTML5 + Vanilla JS + Tailwind CSS CDN)으로 동작합니다.

# 1. 레포지토리 클론
git clone https://github.com/hojin12312/llm-timeline.git
cd llm-timeline

# 2. 로컬 웹서버 실행 (Python 내장 서버)
python3 -m http.server 8000

브라우저에서 http://localhost:8000으로 접속하시면 즉시 확인하실 수 있습니다.

🚀 GitHub Pages 배포 설정 방법

본 레포지토리의 웹 페이지를 온라인에 배포하려면:

  1. GitHub 레포지토리 (hojin12312/llm-timeline) 방문
  2. 상단 메뉴의 Settings 클릭
  3. 좌측 메뉴의 Pages 클릭
  4. Build and deployment 섹션의 Source에서:
    • Deploy from a branch 선택 후, Branch를 main / / (root) 로 지정하고 Save
      (또는 GitHub Actions를 선택하면 내장된 .github/workflows/deploy-pages.yml을 통해 자동 배포됩니다)
  5. 잠시 후 상단에 생성된 https://hojin12312.github.io/llm-timeline/ 주소로 접속 가능합니다.

📁 프로젝트 구조

llm-timeline/
├── index.html                       # 메인 인터랙티브 대시보드 웹 애플리케이션
├── models_catalog.json               # 모델명·파라미터·공식 점수·출처 SSOT
├── data.js                          # SSOT에서 생성된 141개 모델 데이터셋
├── app.js                           # 검색, 다차원 필터, 뷰 전환, 모달 동작 로직
├── style.css                        # 글래스모피즘, 타임라인 스파인, 펄스 애니메이션
├── build_data.py                    # models_catalog.json → data.js 생성기
├── validate_data.py                 # 구조·출처·점수·생성물 일치 검증기
├── .nojekyll                        # GitHub Pages 정적 자산 로딩 보장
├── .github/workflows/
│   └── deploy-pages.yml             # GitHub Actions 자동 배포 워크플로우
├── 조사 자료                         # 141개 모델별 공식 출처 감사 원장 (Markdown)
└── README.md                        # 프로젝트 설명 및 배포 안내 문서

데이터 갱신

python3 build_data.py
python3 validate_data.py
python3 validate_data.py --check-urls

data.js는 직접 편집하지 않습니다. 새 모델이나 정정 사항은 models_catalog.json과 감사 원장에 반영하고, 구조 검증을 통과한 뒤 생성 파일을 커밋합니다.

--check-urls는 출처 서버에 예의를 지키도록 발행사(host) 단위로 직렬화하고 짧게 대기한 뒤 재시도합니다. 그리고 결과를 두 갈래로 나눕니다.

  • 경고(실패 아님): 429·503 같은 rate limit, 그리고 BOT_PROTECTED_HOSTS(현재 ifm.ai)의 지속 403 — 자동 요청에 간헐적으로 JavaScript 챌린지를 돌려보내는 사이트로, 해당 페이지는 2026-09-08에 내용을 직접 열어 확인했습니다.
  • 실패: 404·410 등 실제로 사라진 출처, 그리고 보호 목록에 없는 호스트의 지속 403.

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages