OpenAI | GPT‑6 vs GPT‑5.6
• Luna 업무 자동화 점수: 직전 모델보다 +5.4%p, 작업 비용 58%↓
• Sol 사실 오류: 직전 모델보다 약 절반으로 감소
• 공개 점수: Sol — AutomationBench 33.2%, Agents’ Last Exam 56.4%, DeepSWE 68.8%
Luna — DeepSWE 66.6%
• 코딩 평가 FrontierCode는 GPT‑5.6과의 정확한 점수 비교 없이 “크게 개선”이라고만 발표
Anthropic | Opus 5.5 vs Opus 5
• Terminal-Bench: 52.3% → 66.4% (+14.1%p)
• CursorBench: 46.6% → 57.8% (+11.2%p)
• GDPval 업무 평가: 1708 → 1846점
• 일반 작업 비용 약 40%↓, 출력 속도 30% 이상↑
요약: GPT‑6는 자동화·사실성 개선과 함께 벤치마크 점수를 공개. Opus 5.5는 코딩 벤치마크에서 Opus 5보다 큰 폭의 점수 상승을 제시. 평가 조건이 달라 두 모델 점수의 직접 비교는 어려움.
🔗 OpenAI GPT‑6 Sol·Luna 발표
🔗 Claude Opus 5.5 발표