에이전트의 최종 시험’에서 Fable 5, GPT 5.5에 패배

>>‘에이전트의 최종 시험’에서 Fable 5, GPT 5.5에 패배 •Berkeley 연구진이 AI의 실제 업무 수행 능력을 평가하기 위한 새로운 벤치마크 테스트인 ALE를 공개했음. 결과에 따르면, 기존에 최고 수준으로 평가 Claude Fable 5의 통과율은 22%로, GPT 5.5의 24%보다 낮았음. 또한 Fable 5는 GPT 5.5보다 훨씬 높은 비용을 사용한 것으로 나타났음 •더 주목할 점은 최고 난이도 과제에서는 두 모델 모두 통과율이 0%를 기록. 이는 현재 AI 모델들이 벤치마크 시험에서는 뛰어난 성적을 보일 수 있지만, 실제 복잡한 업무 환경에서 요구되는 종합적인 문제 해결 능력은 아직 크게 부족하다는 사실을 시사 •이번 결과는 ‘시험을 잘 푸는 AI’와 ‘실제 일을 잘하는 AI’ 사이에 상당한 격차가 존재하며, 현존 최상위 AI 에이전트들조차 현실 세계의 복합적 업무를 안정적으로 수행하기에는 아직 한계가 있음을 시사 >“智能体最后的考试”,Fable 5竟然不敌GPT 5.5 https://wallstreetcn.com/articles/3774505#from=ios