GPT-5.6 SOL, FABLE 5, GROK 4.5, GLM 5.2를 떠다니는 도시 빌드보다 더 흥미로운 것으로 벤치마킹하다.

요약

GPT-5.6, FABLE 5, GROK 4.5, GLM 5.2 등 여러 최신 LLM의 성능을 비교 분석한 내용입니다. 단순히 정확도만으로는 구별하기 어려운 모델 간의 미묘한 차이를 경계값(edge case) 처리 능력과 모순 처리 방식에서 발견했습니다.

핵심 포인트

• 단순 정확도보다 엣지 케이스 처리가 중요함.
• Sol은 사양 외 입력값을 거부하는 안정성을 보임.
• Fable과 Grok은 설계상 테스트 가능성을 수용함.
• GLM은 경고 없이 변수를 놓치거나 잘못 제출할 위험이 있음.