rotative
2026-09-14 · 검증 2026-10-05 · 매주 재확인

the agi index

99 /100

타임 호라이즌

10m1h 8시간 근무일 gpt-4 4mo3 2hgpt-5 3.4hopus 4.6 12h17.4h †2023202420252026

50% 태스크 호라이즌(인간 시간, 로그 스케일) · 데이터: metr · † >16h

4개 지표 바

arc-agi-2 · 유동 퍼즐 · benchlm
95 대 인간 평균 66 · 상한 적용
gpqa diamond · 박사급 과학 · intuitionlabs
94.1 대 박사급 69.7 · 상한 적용
swe-bench verified · 실제 GitHub 이슈 · vals
97, 표준 스캐폴드
metr horizon · 8시간 근무일 · metr
12.0시간 · 기준의 150% · 상한 적용

게이트 4/7

✓ 신규 추론 ≥ 인간 평균
95 대 66
✓ 컴퓨터 사용 ≥ 인간
86.1 대 72.4
✓ 8시간 자율
12.0시간, 신뢰도 50%
✓ 엔지니어링 ≥ 90%
97
○ 동료평가 발표
아직 없음
○ 경제적 대체
재현된 증거 없음
○ 대화형 에이전트 추론 ≥ 인간 (arc-agi-3)
62.7% 대 인간 100% · semi-private
방법과 주의사항

각 바: 알려진 최고 모델 ÷ 인간 참조값, 100에서 상한, 동일 가중치, 평균. hle는 인간 기준이 없어 제외. arc-agi-2의 "기준 도달"은 공개 세트 기준이며, 진짜 관문은 숨겨진 세트의 85%. swe-bench는 자체 보고가 아닌 표준화 점수를 채택. 시간 지평 점은 opus 4.6, 2026년 2월, metr 신뢰 범위 내. 16시간을 넘는 최신 점은 속이 빈 점으로 표시. 벤치마크는 포화되면 교체되며, 교체 시 이 페이지에서 알리고 이전 시리즈는 경계를 표시해 보관한다. arc-agi-3 업데이트: astra는 standard harness에서 62.7%(provider adapter에서는 99.9% — 하네스에 따라 점수가 달라진다).

← rotative