Grok 4.5가 실제 전문 업무 벤치마크에서 선두를 차지하다

요약

Snorkel의 데이터에 따르면 Grok 4.5가 법률, 의료, 교육 등 실제 전문 업무 환경을 시뮬레이션하는 GDPval+ 벤치마크에서 GPT 5.5와 Claude Opus 4.8 같은 최첨단 모델들을 능가하는 성능을 보였습니다. 이는 xAI가 단순한 합성 테스트를 넘어 실질적인 에이전트 기반의 작업 수행 능력에 초점을 맞추고 있음을 시사합니다.

핵심 포인트

• Grok 4.5가 실제 전문 업무 환경에서 선두권을 차지함.
• GDPval+는 법률, 의료 등 까다로운 영역을 테스트하는 벤치마크임.
• xAI는 실질적인 에이전트 기반 작업에 초점을 맞추고 있음.