์คํAI, GPT-5.6 ์๋ฆฌ์ฆ ์ ํ ๊ณต๊ฐ
์คํธ๋กํฝ, ์์ด์ ํธ ํนํ Sonnet 5 ์ถ์
์คํAI๊ฐ GPT-5.6 ์๋ฆฌ์ฆ๋ฅผ ์ ํ์ ์ผ๋ก ๊ณต๊ฐํ์ด์. ๊ณ ์ฑ๋ฅ ํ๋๊ทธ์ญ ๋ชจ๋ธ Sol, ์ผ์ ์ ๋ฌด์ฉ Terra, ๋น ๋ฅด๊ณ ๊ฒฝ์ ์ ์ธ Luna๊น์ง ์ด 3๊ฐ ๋ชจ๋ธ๋ก ๊ตฌ์ฑ๋๋๋ฐ์.
๊ฐ์ฅ ๊ฐ๋ ฅํ ๋ชจ๋ธ์ธ Sol์ ์ฝ๋ฉ๊ณผ ์๋ฌผํ ๋ฒค์น๋งํฌ์์ ์ต๊ณ ์ฑ๋ฅ์ ๊ธฐ๋กํ๊ณ , ์ฌ์ด๋ฒ ๋ณด์ ๋ฒค์น๋งํฌ์ธ ExploitBench์์๋ Mythos Preview์ ๋น์ทํ ์์ค์ ์ฑ๋ฅ์ ๋ณด์๋ค๊ณ ํด์. ์ต๋ ์ถ๋ก ์๊ฐ์ ๋ณด์ฅํ๋ 'max reasoning effort' ๊ธฐ๋ฅ๊ณผ ๋ณต์กํ ์์ ์ ์๋ธ์์ด์ ํธ(subagent)๋ฅผ ํ์ฉํ๋ '์ธํธ๋ผ ๋ชจ๋'๋ ํจ๊ป ๋์ ๋ฉ๋๋ค. GPT-5.6์ ์ฐ์ ์ ๋ขฐํ ์ ์๋ ํํธ๋์ ๊ธฐ๊ด์ ์ ๊ณต๋๊ณ , ์ดํ ChatGPT์ Codex, API๋ฅผ ํตํด ๋ ๋ง์ ์ฌ์ฉ์์๊ฒ ํ๋๋ ์์ ์ด์์.
์คํธ๋กํฝ์ด Fable 5, Mythos 5์ ์ด์ด Sonnet ๋ชจ๋ธ์ ์ ๊ท ๋ฒ์ ์ธ Sonnet 5๋ฅผ ๊ณต๊ฐํ์ด์. ๊ณํ์ ์ธ์ฐ๊ณ ๋ธ๋ผ์ฐ์ ๋ ํฐ๋ฏธ๋ ๊ฐ์ ๋๊ตฌ๋ฅผ ์ง์ ํ์ฉํด์, ๋ช ๋ฌ ์ ๊น์ง๋ง ํด๋ ๋ ํฐ ๋ชจ๋ธ์ด ํ์ํ๋ ์์ค์ ์์ ์ ์๋์ผ๋ก ์ฒ๋ฆฌํ ์ ์๋ ์์ด์ ํธ ๊ธฐ๋ฅ์ ์ด์ ์ ๋ง์ท๋๋ฐ์.
์ต๊ทผ Opus๊ธ ๋ชจ๋ธ์์ ์์ด์ ํธ ๊ด๋ จ ์ฑ๋ฅ์ด ๋์ ๋๊ฒ ํฅ์๋ ๊ฐ์ด๋ฐ, Sonnet 5๋ ์ด๋ฐ Opus ๋ชจ๋ธ๊ณผ์ ๊ฒฉ์ฐจ๋ฅผ ์ขํ๋ ๋ชจ๋ธ์ด๋ผ๊ณ ํด์. ์ด์ ๋ฒ์ ์ธ Sonnet 4.6๋ณด๋ค ์ฑ๋ฅ์ด ํฌ๊ฒ ํฅ์๋๊ณ , Opus 4.8๋ณด๋ค ํญ๋์ ๋น์ฉ ๋๋น ์ฑ๋ฅ ์ต์ ์ ์ ๊ณตํ๋ค๊ณ ํฉ๋๋ค. ์ถ์๋ฅผ ๊ธฐ๋ ํด 8์ 31์ผ๊น์ง ํ์ค ๊ฐ๊ฒฉ ๋๋น 33% ํ ์ธ๋ ๊ฐ๊ฒฉ์ผ๋ก ๋ชจ๋ ํ๋ซํผ์์ ์ด์ฉํ ์ ์์ด์.
์ด๋ฆฐ ์ฐ๊ตฌ์ค
์ด๋ฆฐ ์ธ๋ฏธ๋
๋ชจ๋์์ฐ๊ตฌ์ ๊ณต์ ๐ ๐จ ๋ด์ค๋ ํฐ โฎ ๐ฒ๐๐๐ผ๐พ ๐ค๐ข๐ค๐ค