Qwen 3.7-max가 Opus 4.7 및 GPT-5.5를 능가했습니다.

우리는 실제 에이전트 작업(agentic task)에 대해 세 가지 프런티어 모델(frontier models)을 테스트했습니다: 게임을 플레이하고 스스로 학습하는 테트리스 봇(Tetris bot)을 작성하는 것입니다. 각 모델은 자신의 코드를 읽고, 벤치마크(benchmarks)를 실행하며, 10회의 반복(iterations)에 걸쳐 스스로를 재작성할 수 있었습니다. 그 후 우리는 최종 봇들을 비교했습니다.