1Claude Sonnet 4.5 (HAL Generalist Agent)
1위 — Claude Sonnet 4.5 (HAL Generalist Agent). 9개 AI 중 3개의 목록에 포함; 그 안의 중간 순위: 1. 검증된 GAIA 점수와 가장 어려운 레벨 점수가 모두 가장 높으며, 비용은 Opus 4.1 High보다 훨씬 적게 듭니다.
알고 계셨나요
HAL GAIA 순위표에서 생각을 더 길게 하는 설정을 끈 Claude Sonnet 4.5(74.55%)가 같은 모델의 “High” 버전(70.91%)을 이겼습니다. 여기서는 더 오래 생각한다고 점수가 높아지지 않았습니다. Opus 4.1 High는 68.48%로 3위였습니다.
- 무엇인가
- 앤트로픽의 Claude Sonnet 4.5를 프린스턴 대학교의 GAIA 시험에서 범용 AI 에이전트로 실행한 결과입니다.
- 강점
- 세 모델 가운데 전체 점수(74.55%)와 레벨 3 점수(65.39%)가 모두 가장 높습니다.
- 누구에게 맞나
- 최고 점수를 원하는 분께 맞습니다. 다만 $178로 가장 싸게 실행된 모델은 아닙니다.
- 달러당 GAIA 정확도$178.20에 74.55%
여기 있는 이유
전체 점수는 74.55%로, HAL의 GAIA 순위표에서 가장 높습니다. — (voice only)
레벨 3 점수는 65.39%로, Claude 3.7 Sonnet High의 57.69%와 o4-mini Low의 53.85%보다 높습니다. — (voice only)
역사
2025년 Sonnet 4.5 출시로 컴퓨터 사용 능력이 크게 뛰었습니다. 앤트로픽은 OSWorld에서 61.4%를 기록했다고 밝혔는데, 넉 달 전 Sonnet 4의 42.2%보다 높아진 수치입니다. 이 출시와 함께 Claude Code를 바탕으로 한 에이전트 제작 도구도 선보였습니다. — (voice only)
유의할 점
$178.20은 한 번 실행하는 데 든 비용입니다. HAL은 이 비용 계산이 캐싱(재사용 처리)을 반영하지 않아 과장되어 있다고 말하므로, 실제 가격은 더 낮을 수 있습니다. 기록된 실행은 한 번뿐이며, 공개 질문 165개로 치러졌습니다.
Cursor를 쓰는 다른 사용자는 이 모델이 일부 작업에서 오류가 든 코드를 남기고 틀린 답을 준다고 말했습니다. 한 사용자의 의견일 뿐이지만, 최고 점수가 모든 작업이 잘 된다는 뜻은 아니라는 점을 일깨워 줍니다.
사람들의 말
"This is very expensive model. It can end your cursor pro subscription in a couple of days." — Digital-Coder
동영상: Claude Haiku vs Sonnet vs Opus vs Fable Clearly Explained (& use cases) (영어) · Eliot Prince