GPT-6 아스트라 로봇팔 평가 69.4점…사람보다 약 100배 느려
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- Artificial Analysis의 평가에서 GPT-6 Astra가 5개 모델 가운데 1위에 올랐다.
- 모델 대부분은 과제 하나에 약 30분을 썼고, 사람은 평균 20초가 걸렸다.
- GPT-6 Astra가 실제 로봇팔을 이용한 8개 과제 평가에서 평균 69.4점으로 5개 언어모델 가운데 가장 높은 점수를 받았다.
본문
Artificial Analysis의 평가에서 GPT-6 Astra가 5개 모델 가운데 1위에 올랐다. 모델 대부분은 과제 하나에 약 30분을 썼고, 사람은 평균 20초가 걸렸다. GPT-6 Astra가 실제 로봇팔을 이용한 8개 과제 평가에서 평균 69.4점으로 5개 언어모델 가운데 가장 높은 점수를 받았다. 모델 대부분은 과제 하나에 약 30분을 썼고, 사람이 같은 과제를 수행하는 데 걸린 평균 20초와 비교하면 약 100배 느린 수준이다. Artificial Analysis는 2026년 10월 14일 연구 프리뷰 ‘AA-Robotics v0.1’을 공개했다. AA-Robotics v0.1은 코딩 에이전트 환경의 언어모델에 로봇팔을 제어하게 해 물리 환경의 이해·계획·행동 능력을 평가했다. 따라서 GPT-6 Astra의 69.4점을 과제의 69.4%를 성공했다는 의미로 해석할 수 없다.
평균 점수는 GPT-6 Astra가 69.4점으로 가장 높았다.
GPT-6.1 Sol은 64.6점, Gemini 4 Argon은 55.3점, Claude Opus 5.5는 48.8점, Claude Fable 5.1은 46.3점이었다. 물체 잡기 과제 6개에서 시도별 성공 비율은 GPT-6 Astra가 45%, GPT-6.1 Sol이 28%였다. GPT 계열은 Codex, Claude 계열은 Claude Code, Gemini 4 Argon은 Antigravity에서 작동했다. 평가 대상은 로봇팔 한 종류와 8개 과제에 한정돼 있어, 이 점수만으로 생산 현장 성능을 판단할 수는 없다.