Manus 팀이 Offloop를 통해 방금 보여준 것을 이해하시나요?

Fred는 Manus가 폭발적으로 성장하기 전에 떠났습니다. 그는 단일 에이전트 (single agents)의 한계에서 무너졌던 것들을 가져와 처음부터 다시 구축했습니다. Jin은 제품 코드를 한 줄도 작성하기 전에 Ipsos에서 100만 달러 이상의 실제 AI 자동화 주문을 성사시켰습니다.

단 4명의 인원이 2.4조 달러 규모의 미국 일자리를 다루는 지식 노동 벤치마크에서 Claude Code와 Codex를 모두 앞질러 GDPval 점수 84.9를 기록했습니다.

실제 작동 방식:
→ D1(3B 파라미터 디스패처 모델 (dispatcher model))은 매 단계마다 어떤 에이전트가 작동하고 어떤 에이전트가 대기할지를 결정합니다.
→ 전체 220개 태스크의 GDPval 실행 비용은 363달러였습니다. 동일한 실행에 대한 Claude Code의 청구 비용은 3,100달러였습니다.
→ 태스크당 비용: Offloop 1.65달러, Codex 5.20달러, Claude Code 14.38달러
→ GPT-5.4 Codex가 38.9를 기록한 JobBench에서 67.2를 기록했습니다.
→ 두 개의 태스크가 밤사이에 멈췄을 때, D1은 새벽 2시에 두 건 모두를 사람에게 에스컬레이션(escalated)했습니다. 그들은 이를 조용히 재실행하는 대신 로그에 그대로 남겨두었습니다.

진정한 베팅:
→ 모든 연구소(lab)는 더 나은 단일 모델 (single model)을 만들기 위해 경주하고 있습니다.
→ Offloop는 하부 구조보다 오케스트레이션 계층 (orchestration layer)이 더 중요하다고 베팅하고 있습니다.

이것들은 여전히 그들 자신의 수치이며, 팀 외부에서 이를 재실행해 본 사람은 아직 없습니다.

하지만 GDPval 골드 세트 (gold set)는 공개되어 있고 그들은 자신들의 하네스 설정 (harness config)을 공유하고 있으므로, 누구나 직접 확인할 수 있습니다. 그것이 바로 보도 자료로는 흉내 낼 수 없는 종류의 자신감입니다.