모델 803건 · 국산 131 · 가격 645 추적 중
AI 연구

아티피셜 애널리시스, AAII 평가체계 개편

AI타임스·2026-09-08

요약

아티피셜 애널리시스가 9월 6일(현지시간) AI 지능 지수(AAII) 평가 체계를 실제 업무 환경과 유사한 장기 에이전트 작업 수행 능력 중심으로 개편했다고 밝혔다. 기존 벤치마크에서 나타난 단순 편법 대응, 특정 데이터에 대한 편향, 상위권 모델 간 점수 포화 문제를 줄이기 위한 조치라고 설명했다. 이번 개편으로 기존 평가에서 5위에 머물렀던 'GPT-6 아스트라'의 순위가 크게 상승해 '클로드 페이블 5.1'과 공동 1위에 올랐다.

큐레이터 노트

원문에 없는 맥락입니다

이번 개편은 벤치마크 순위를 크게 뒤흔들 수 있는 '평가 기준' 자체의 변화라는 점에서, 향후 다른 모델들의 순위 변동 폭도 지켜볼 필요가 있다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

오픈AI, 상시 업무 AI 에이전트 '닷' 공개
IT조선 · 2026-09-30

오픈AI가 미국 샌프란시스코에서 열린 '데브데이 2026'에서 AI 에이전트 '닷(dots)'을 공개했다. 닷은 사용자의 목표와 업무 방식을 익혀 여러 작업을 지속적으로 수행하며, 연결된 앱과 자체 클라우드 컴퓨터·브라우저를 활용해 작업을 진행한다. 사용자는 닷에 프로젝트를 맡긴 뒤 진…

비드래프트 '다윈-180B-RSI', 벤치마크 5개 1위
ZDNet Korea · 2026-09-28

국내 AI 기업 비드래프트는 추론 모델 '다윈-180B-RSI'가 허깅페이스가 공인한 5개 리더보드에서 각 1위를 기록했다고 28일 밝혔다. 이 모델은 AIME 2026과 HMMT 2026에서 100% 만점을, GPQA 다이아몬드에서 94.44%를 기록해 기존 최고점(각각 97.1%, …

KT '오토모델라우터', LLM 라우터 벤치마크서 2위
전자신문 SW · 2026-09-27

KT가 자체 개발한 AI 모델 라우팅 기술 '오토모델라우터'가 LLM 라우터 전문 공개 벤치마크 '라우터 아레나'에서 종합 2위를 기록했다. 이 기술은 공개 리더보드에 'KT-ModelRouter'라는 이름으로 등재됐으며, 정확도와 비용을 함께 평가하는 'Acc-Cost Arena' 기…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
벤치마크
AI 모델의 성능을 정량적으로 측정하고 서로 비교할 수 있도록 표준화한 평가용 문제 집합과 채점 기준을 말한다.
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →