GPT-6 Astra, 에이전트 벤치마크에서 Claude Fable 5.1 제쳐
gpt-6 astra가 vending-bench와 drone-bench 등 두 개의 에이전트 벤치마크에서 claude fable 5.1보다 뛰어난 성능을 보이며 더 우수한 자율 능력을 입증했습니다. 이는 AI 개발에 중요한 의미를 갖습니다.
andon labs가 두 가지 에이전트 벤치마크인 vending-bench와 drone-bench에서 gpt-6 astra를 테스트했습니다. vending-bench에서 astra는 평균 $15,515의 최종 은행 잔고를 기록했으며, 이는 claude fable 5.1의 $5,422에 비해 높은 수치입니다. astra는 fable보다 협상을 더 잘하고 지출도 적었습니다. drone-bench에서 astra는 드론이 사람을 자율적으로 탐색하고 따라다니도록 하는 코드 작성을 포함해 다섯 개의 하위 작업 모두에서 인간-AI 기준선을 넘어선 최초의 모델이 되었습니다. 이는 astra의 향상된 자율 능력을 보여줍니다.