코딩 1등이 여기서도 1등이 아니다.

EyeBench-V3 이야기다.
미로 추적, 차이 찾기, 엉킨 고리 세기, 그래프 그룹 수, 패턴 인식.
이미지 보고 세밀한 공간 추론을 하는지 재는 개인 비공개 벤치다.
문항 100개, 인간 상한은 100%로 찍혀 있다.
1위도 아직 41%라 포화와는 거리가 멀다.

지금 리더보드 핵심.
gpt-5.6-sol 41%로 새 1위, 5.5-pro(38%)를 넘었다.
그 아래도 5.5-pro·5.4-pro·5.5·5.4 줄줄이 OpenAI 칸이다.
gpt-5.6-terra는 29%로 5.4급 근처인데 태스크 비용은 절반 수준이라는 코멘트가 붙었다.
luna 26%로 Gemini 3.1 Pro Preview(25%) 바로 위.

Claude·Grok 쪽은 이 축이 약하다.
Fable 5 19%, Sonnet 5·Opus 4.8 16%, Grok 4.5 15%, Grok 4.3 9%.
에이전트·코딩 벤치에서 세 보이던 모델이, 눈으로 세는 시험에선 확 내려앉는다.

서브 카테고리 힌트도 재미있다.
미로는 모델이 거의 0%에 가깝고, 그래프·패턴은 상대적으로 낫다.
즉 “그림 설명은 잘하는데 공간 IQ는 약하다”를 숫자로 갈라 보여 준다.

주의할 점.
비공개 개인 벤치고 문항 수가 아직 적다.
인간 100%는 제작자가 충분히 생각한 상한이지 일반인 평균이 아니다.
그래도 메시지 하나는 선명하다.
총점 프론티어와 시각 추론 프론티어는 아직 다른 판이다.