AIC-004 지능의 사다리: 시험 57개 중 51개를 이미 넘었다

무엇을 보여 주나

Epoch는 모델 능력(ECI)과 시험 난이도(EDI)를 같은 눈금에 놓습니다. 능력이 난이도와 같으면 그 시험에서 '보정 점수'를 절반쯤 받는다고 보는 모형입니다. 시험 57개를 난이도 순으로 세우고, 지금 최고 모델(GPT-6 Astra, 169.1)보다 아래인 시험은 채운 점으로 표시했습니다.

읽는 법

점선은 2023년 3월 GPT-4(121.9), 실선은 지금 최고 기록입니다. 오른쪽 날짜는 최고 기록이 그 시험의 난이도를 처음 넘은 달입니다. 예를 들어 GPQA diamond는 2024-09, ARC-AGI는 2025-04, ARC-AGI-2는 2025-12에 넘었습니다. 아직 위에 있는 시험은 PostTrainBench(169.11, 지금 최고 169.07보다 0.04 높음), OSWorld 2.0(169.8), SpireClimb(175.5), CL-bench Life(177.1), Remote Labor Index(177.6), CL-bench(180.3) 6개입니다.

주의할 점

'넘었다'는 '다 맞힌다'가 아니라 '절반쯤 맞힐 수준'이라는 뜻입니다. 보정 점수는 찍어서 맞힐 몫을 빼고 문제 오류로 아무도 못 받는 몫을 천장으로 삼은 점수입니다(Epoch 방식). 7개 시험(LAMBADA, TriviaQA, PIQA, HellaSwag, OpenBookQA, GSM8K, ARC AI2)은 자료가 시작될 때(2023-02-24, LLaMA-65B 102.0) 이미 넘어 있었습니다.

출처

Epoch AI, Epoch Capabilities Index·벤치마크 난이도 (CC BY 4.0). 방법: Epoch AI, arXiv:2512.00193.

인용할 때

출처: 주식회사 위니브, 『그래프로 보는 AI의 속도』(2026년 11월판), 그림 AIC-004, 원자료: Epoch AI (CC BY 4.0)