인공지능 모델의 성능을 독립적으로 분석하는 플랫폼인 '아티피셜 애널리시스(Artificial Analysis)'가 최근 '인텔리전스 인덱스(Intelligence Index) v4.1.1'를 공개했습니다. 이 최신 평가에서 알리바바(Alibaba)가 개발한 대규모 언어모델(LLM)인 큐웬 3.8 맥스(Qwen 3.8 Max)가 에이전트(agent) 작업 수행 능력에서 종합 최고 점수를 기록하며 업계의 주목을 받고 있습니다.
아티피셜 애널리시스의 인텔리전스 인덱스는 GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR 등 9가지의 다양한 평가 항목을 종합하여 모델의 지능을 측정합니다. 특히 이번 v4.1.1 업데이트에서는 𝜏³-Banking 평가가 v1.0.1로 개선되었고, HLE, AA-LCR, AA-Omniscience 평가의 채점 기준이 GPT-5.6 루나(Luna) 모델로 상향 조정되어 더욱 정교한 평가가 이루어졌습니다. 이 플랫폼은 지능(Intelligence) 외에도 속도(Speed), 작업당 비용(Cost per Task) 등 다양한 기준으로 모델을 비교 분석하며, 사용자가 특정 용도에 맞는 최적의 모델을 선택할 수 있도록 맞춤형 추천 기능도 제공합니다.
큐웬 3.8 맥스의 이번 1위 등극은 알리바바가 대규모 언어모델 개발 분야에서 강력한 경쟁력을 갖추고 있음을 다시 한번 입증하는 결과입니다. 이는 오픈AI(OpenAI), 앤트로픽(Anthropic), 구글(Google) 등 기존 강자들이 주도하던 AI 모델 시장에 새로운 변수로 작용할 수 있습니다. 기업과 개발자들은 이제 모델 선택 시 지능, 속도, 비용 효율성을 종합적으로 고려하여 특정 애플리케이션에 가장 적합한 AI 모델을 신중하게 선택해야 할 것이며, 큐웬 3.8 맥스는 특히 에이전트 기반의 복합적인 작업을 요구하는 분야에서 매력적인 대안이 될 수 있습니다.