#benchmark

#benchmark와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

4B급 2026 벤치마크

M3 Pro 벤치마크에서 Nemotron 3 Nano가 4B급 1위를 차지했다.

·5·2026.04.28 03시

Qwen·Gemini 축구 영상 벤치마크

Qwen 3.6 Plus와 Gemini를 축구 영상 분석 벤치마크에서 비교했다.

·2·2026.04.27 21시

SWE-bench Verified가 더 이상 프런티어 코딩 역량을 측정하지 못하는 이유

OpenAI가 SWE-bench Verified 보고 중단과 새 평가 축 전환을 발표했다.

·1·2026.04.27 18시

가장 빠른 Linux timestamps

x86 Linux에서 vDSO를 우회해 타임스탬프 지연을 30% 줄였다.

·2026.04.26 22시

Q4_K_XL, Q4_K_M보다 빨라

8GB VRAM·32GB RAM 환경에서 Q4_K_XL이 Q4_K_M보다 소폭 빠르고 출력 토큰도 적었다.

·2026.04.26 18시

H100서 Gemma 4 E2B 우세

단일 H100 80GB 벤치마크에서 Gemma 4 E2B와 Qwen 3.6 A3B FP8의 우위가 확인됐다.

·1·2026.04.26 18시

Lubuntu가 Llama.cpp에서 우세

Lubuntu 26.04가 Windows 11보다 llama.cpp 성능에서 우세했다.

·2·2026.04.26 18시

RTX 6000 듀얼 장기 벤치

듀얼 RTX 6000 빌드가 1650W 벽전력과 CPU 95도 조건의 장기 벤치를 통과했다.

·1·2026.04.26 05시

Darwin-36B-Opus, GPQA 88.4%

Darwin V7로 만든 36B MoE 모델이 GPQA Diamond 88.4%를 기록했다.

·2026.04.26 04시

MiMo V2.5 Pro 54위

Xiaomi MiMo V2.5 Pro의 가중치 공개가 예고됐고, Artificial Analysis Intelligence Index에서 54위를 기록했다.

·2·2026.04.25 20시

H100 Qwen·Gemma 성능 비교

H100 단일 GPU 벤치에서 Gemma 4 E2B-it이 처리량과 TTFT 모두 가장 좋았다.

·2026.04.25 19시

코딩 에이전트 9과제 벤치마크 공개

9개 소프트웨어 과제에서 retrieval 선택이 코딩 에이전트 성능을 끌어올렸다.

·1·2026.04.25 11시

스탠퍼드 2026 AI Index

스탠퍼드가 2026 AI Index 보고서를 공개해 모델 성능, 투자, 채용 변화를 집계했다.

·1·2026.04.25 04시

람다 계산 벤치마크 공개

120개 순수 람다 계산 문제로 모델의 코딩 능력을 평가하는 벤치마크를 공개했다.

·2026.04.24 23시

T4 Qwen2.5 추론 챌린지

Tesla T4·Qwen2.5-0.5B 공개 추론 챌린지의 최고 기록이 3,536 tok/s다.

·1·2026.04.24 17시

DeepSeek V4 - 프런티어에 거의 도달했지만 가격은 훨씬 저렴

DeepSeek이 1M token 컨텍스트 V4 프리뷰 2종을 공개하고 저가 전략을 내세웠다.

·3·2026.04.24 16시

OpenAI, GPT-5.5 공개

OpenAI가 GPT-5.5를 공개하고 성능 개선과 가격 변화를 함께 밝혔다.

·2026.04.24 03시

과도한 편집은 모델이 필요한 범위를 넘어서 코드를 수정하는 현상

코딩 모델의 과도한 재작성(Over-Editing)을 수치화하고 RL로 줄인 연구.

·2026.04.23 16시

OCR 비용 역전

42개 문서·7,560회 호출 벤치마크에서 저가/구형 모델이 OCR 성능과 비용 효율을 앞섰다.

·1·2026.04.23 14시

Seed IQ 또 100%

Seed IQ가 ARC 3 추가 게임 wa30에서 100%를 기록했다.

·2026.04.23 13시

Qwen 3.6 저비용 코딩

dual 3090에서 Qwen3.6을 Claude Code에 붙여 8시간 추정 비용을 $142에서 $4 미만으로 낮췄다.

·1·2026.04.23 09시

Gemma4, 편집은 1위

RTX 5090에서 Gemma4와 Qwen 3.5/3.6를 같은 문서 작성 작업으로 비교했다.

·2·2026.04.23 09시

RTX6000 Qwen 3.6 테스트

RTX6000 Blackwell에서 Qwen 3.6 27B BF16이 Pac-Man HTML을 생성했다.

·2026.04.23 09시

3.6-27B: Dense vs MoE 비교

신규 3.6-27B 모델 비교 결과, MoE 모델이 코딩 성능을 중심으로 Dense 모델을 빠르게 추격하고 있다.

·1·2026.04.23 04시