Gemini 4 Carbon, AA 지능지수 59점으로 1위 올라 Claude 앞서

Google의 Gemini 4 Carbon이 글로벌 AI 성능 분석기관 Artificial Analysis(AA)의 AI 지능지수 v5.0에서 전체 1위를 차지했다. 프런티어 AI 가운데 기존 선두였던 Anthropic의 Claude Opus 5.5(기존 선두)와 OpenAI의 GPT-6 Astra, GPT-6.1 Sol을 앞섰다. AA는 이 결과가 담긴 성능 비교 대시보드를 10월 28일(현지시간) 공개했다.

점수는 Gemini 4 Carbon이 59점, Claude Opus 5.5가 58점, GPT-6 Astra가 57점, GPT-6.1 Sol이 55점이다. Google이 업계 최고 모델을 내놓은 것은 Gemini 3.1 Pro 프리뷰 이후 8개월 만이다.

강한 부문과 약한 부문

Gemini 4 Carbon은 추론이 필요한 문제와 과학 분야 문제 해결에서 두드러졌다. 9개 벤치마크 가운데 1위를 한 곳은 고난도 전문지식 평가, 과학 연구 과제, 지식의 정확성과 환각 억제 평가, 기업 업무 자동화 평가 네 곳이다.

코딩과 복잡한 지식업무에서는 점수가 경쟁 모델에 못 미쳤다.

비용과 중국 모델 격차

Gemini 4 Carbon의 과제당 비용은 Claude Opus 5.5보다 약 23% 낮다. 다만 같은 작업을 처리하는 데 든 평균 API 비용을 계산한 값이라 사용자가 내는 요금과는 다를 수 있다. AA는 점수 외에 초당 출력 토큰 수로 잰 속도, 작업 한 건당 비용, 성능 대비 비용 효율도 함께 보여 줘 최고 성능 모델과 경제성 높은 모델을 구분하게 했다.

중국 모델 중에서는 Moonshot AI의 Kimi K3.1 Pro가 46점으로 가장 높았다. 가중치가 공개된 중국 모델 가운데 DeepSeek V4.1 Flash와 GLM-5.3은 각각 32점이다. 중국 모델과 최상위 미국 모델의 격차는 다시 벌어졌다.

지능지수는 어떻게 매기나

AA는 같은 날 자체 AI 모델 성능 평가 방법론도 공개했다. 총점은 지식업무, 코딩, 과학, 일반 역량 네 영역을 25%씩 반영해 계산하며, 전문지식과 추론 능력, 실제 업무 수행 역량을 함께 본다.

평가체계는 수학과 추론, 코딩 문제를 푸는 능력 위주에서, 문제 해결력과 실제 업무 수행력을 나란히 재는 쪽으로 방향을 틀었다. 기업 업무의 정확도와 복잡한 작업을 스스로 끝내는 정도도 함께 측정한다.