요약

본 기사는 오늘 밤(BST 23:00)에 이전에 테스트되지 않은 10가지의 최신 대규모 언어 모델(LLM)을 대상으로 새로운 벤치마크를 실행할 예정임을 공지합니다. 참가 모델에는 DeepSeek V4, Grok 4.20, GPT-5.5 Pro 등 다양한 최신 버전들이 포함됩니다. 이 모델들은 동일한 10가지의 실제 에이전트 코딩 작업으로 테스트되며, 결과는 benchmarks.workswithagents.dev에서 공개될 예정입니다.

핵심 포인트

• 총 10개의 미검증(untested) LLM을 대상으로 새로운 벤치마크가 진행됩니다.
• 테스트 모델에는 DeepSeek V4, Grok 4.20, GPT-5.5 Pro 등 최신 및 다양한 버전의 LLM이 포함됩니다.
• 모든 모델은 동일한 방법론과 채점 기준을 적용받아 10가지 실제 에이전트 코딩 작업으로 테스트됩니다.
• 벤치마크 결과는 benchmarks.workswithagents.dev에서 실시간으로 공개될 예정입니다.