호기심에서 – 그리고 여러분의 몇 가지 힌트를 바탕으로 – 저는 KIMI 와 GLM (z.ai) 을 순위에 포함시켰습니다. 둘 다 실제로 코딩에 특화되어 있습니다.
저는 궁금했습니다: 세금, 의학, 법률, 경제 분야에서 이들이 어떻게 성과를 낼까? (Claude, ChatGPT, Gemini, Grok 도 다양한 모델 버전으로 포함되었으며, 순위를 상당히 바꿔 놓았습니다.)
하지만 결과에서 특히 두 가지 패턴을 살펴보세요:
→ 1. 완전히 동일한 질문임에도 불구하고 발생하는 표준 편차.
→ 2. 시간에 따른 모델의 발전 추세 – 관찰 기간이 아직 비교적 짧음에도 불구하고 이미 식별 가능합니다.
과연 누가 99% 를 처음으로 돌파할까요?
