발스 AI, 과학 연구 역량 평가 '발스 사이언스 인덱스' 첫 공개…GPT-6 아스트라 1위
21개 AI 모델을 대상으로 한 첫 평가에서 오픈AI의 GPT-6 아스트라가 65.09%로 2위와 5%포인트 이상 차이를 보이며 정상에 올랐다.
미국 AI 평가 스타트업 발스 AI가 AI 모델의 과학 연구 역량을 점수화하는 '발스 사이언스 인덱스'를 처음으로 공개했다고 16일 밝혔다. 첫 평가에는 21개 AI 모델이 참여했다.
종합 1위는 오픈AI의 GPT-6 Astra로 65.09%를 기록했다. 2위와는 5%포인트 이상 차이가 났다. 2위는 GPT-6.1 Sol(59.63%), 3위는 앤스로픽의 Claude Sonnet 5.5(59.12%)가 차지했고, Claude Opus 5.5가 58.65%로 4위, 구글의 Gemini 4 Argon이 55.36%로 5위에 올랐다.
세부 과제별 성적은 엇갈려
GPT-6 Astra는 숨겨진 메커니즘 실험 벤치마크와 실제 과학 연구 과제에서 1위를 기록했지만, 생물학 데이터 분석에서는 3위에 그쳤다. 생물학 데이터 분석과 물리·공학 연구 과제에서는 Claude Sonnet 5.5가 가장 높은 점수를 받았고, 지구과학 연구 과제에서는 GPT-6.1 Sol이 1위였다.
발스 AI의 별도 일반 업무 지수에서는 Gemini 4 Argon이 68.90%로 1위를 차지했고, GPT-6 Astra는 63.13%로 7위에 머물렀다.
발스 사이언스 인덱스는 앤스로픽이 개발한 BioMysteryBench, 발스 AI가 만든 MysteryMechanism, 실제 연구 과제를 담은 Terminal-Bench Science를 동일한 비중으로 평균 내는 방식이다.
한편 발스 AI는 지난 8월 안드레슨 호로위츠(a16z)가 주도한 투자 라운드에서 4억 달러의 기업가치로 4,000만 달러를 유치했다. 회사는 2024년 미국에서 설립됐다.
한눈에 보기
발스 사이언스 인덱스 1위 모델은 무엇인가?
오픈AI의 GPT-6 Astra로, 종합 점수 65.09%를 기록했다.
발스 사이언스 인덱스는 어떤 벤치마크로 구성되나?
BioMysteryBench, MysteryMechanism, Terminal-Bench Science 세 가지를 동일 비중으로 평균 낸다.
일반 업무 지수에서는 어떤 모델이 1위인가?
구글의 Gemini 4 Argon이 68.90%로 1위를 차지했다.