프런티어 LLM 로봇 암 제어 능력, 54일마다 2배 성장

• 2026년 7월부터 10월까지의 데이터에 따르면 프런티어 멀티모달 LLM의 로봇 암 제어 능력은 53.9일(95% 신뢰구간: 36.1~59.5일)마다 두 배로 증가함
• 실행 속도는 GPT-5.6 Sol (H)의 시간당 12.4개 서브태스크에서 GPT-6 Astra (H+UF)의 시간당 54.4개로 4.4배 향상, 실행 비용은 서브태스크당 2.36달러에서 0.38달러로 6.2배 감소함
• GPT-6 Astra, GPT-6.1 Sol, Opus 5.5, Gemini 3.8 Flash, Gemini 4 Argon 등 상위 모델들은 45~48%의 평균 태스크 점수를 기록하며 부분적 진전을 보였으나 엔드투엔드 성공에는 미달함
• 현재 성능은 추론 능력보다 효율성에 제한을 받으며, 실패 원인은 그립 실패나 거리 오류 등 물리적 오류에 집중됨

Methodology and Models

• RoboDojo의 6개 태스크를 활용해 I2RT YAM 양손 로봇에서 9개 프런티어 멀티모달 LLM의 15가지 구성을 평가함
• 평가 대상 모델은 OpenAI(GPT-5.6 Sol, GPT-6 Sol, GPT-6 Astra, GPT-6.1 Sol), Anthropic(Opus 5, Opus 5.5), Google DeepMind(Gemini 3.6 Flash, Gemini 3.8 Flash, Gemini 4 Argon) 포함
• GPT-6 Astra (H)가 카메라 영상을 분석해 부분적 진전(서브태스크)을 기준으로 점수를 매겼으며, 각 모델-구성-태스크 조합당 20회 시뮬레이션 수행

Performance and Trade-offs

• 상위 모델들은 팔 처짐이나 카메라 시차 등 물리적 시스템 결함을 인식하고 보정하는 우수한 효율성을 입증함
• 성능, 비용, 시간 사이에는 명확한 트레이드오프가 존재하며 파레토 프런티어를 지배하는 단일 모델은 없음
• GPT-6 Astra (H+UF)는 서브태스크당 1.1분으로 가장 빠르지만 비용은 4.51달러로 높고, Gemini 3.8 Flash (H)는 0.38달러로 가장 저렴하지만 4.18분으로 느림
• 현재 추세를 외삽하면 2027년 중반까지 LLM이 인간 텔레오퍼레이터(태스크당 25~40초)와 경쟁할 수 있을 것으로 전망됨