Artificial Analysis 벤치마크 개편, 장기 에이전트 작업 중심으로…'GPT-6 Astra' 공동 1위

요약

AI 모델 성능 평가 지표인 아티피셜 애널리시스의 '지능 지수(AAII)'가 실제 업무 환경을 반영한 장기 에이전트 작업 중심으로 개편되었다. 이번 개편은 기존 벤치마크의 단순 편법과 데이터 편향, 점수 포화 문제를 해결하고 실제 업무 수행 능력을 정밀하게 측정하기 위해 6일(현지시간) 시행됐다. 새로운 평가 방식이 도입됨에 따라 기존 5위였던 'GPT-6 아스트라'가 순위가 크게 상승하며 '클로드 페이블 5.1'과 함께 공동 1위를 기록했다. 이번 변화로 AI 모델의 실무 적합성을 판단하는 기준이 더욱 엄격해질 것으로 전망된다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.