중요X
SemiAnalysis, 206개 난제로 구성된 에이전트 벤치마크 'GDPx' 공개
최고 모델도 12% 수준. 포화 전까지 여유 커 에이전트 성능 비교 지표로 주목할 만함.
요약
SemiAnalysis가 반도체 설계, 사이버 보안, 재귀적 자기 개선 등 11개 분야의 206개 고난도 에이전트 작업으로 구성된 새로운 벤치마크 'GDPx'를 출시했다. 현재 출시된 모든 프론티어 모델들이 해당 벤치마크에서 낮은 성능을 보이고 있다. 모델별 성적은 Opus 5.5가 12.0%로 1위를 차지했으며, Gemini 4 Carbon이 10.9%, GPT-6 Astra가 9.6%를 기록했다. 벤치마크 점수가 포화 상태에 이르기까지는 아직 상당한 여지가 남아있는 것으로 평가된다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @mark_k: SemiAnalysis launched GDPx, a new benchmark with 206 hard agent tasks across 11 areas, including chip design, cybersecurity and re
원문 보기 ↗