Remote Labor Index
인용 빈도 2/3
- 무엇을 측정하나요?
- 게임 개발·제품 디자인·건축·데이터 분석·영상 애니메이션 같은 실제 프리랜서 의뢰를 AI 에이전트가 얼마나 해내는지 봅니다. CAIS와 Scale AI가 만들었습니다.
- 누가 어떻게 평가하나요?
- 에이전트가 의뢰를 수행해 결과물을 내면 사람이 보고 '의뢰인이 받아들일 만하다'고 판단한 프로젝트의 비율이 점수입니다.
- 점수 읽는 법
- 점수는 0~100%입니다. 높을수록 좋습니다. 모든 모델의 점수가 아직 매우 낮습니다.
최고 점수41.3%
측정한 모델15개
측정 기준높을수록 좋음
모델 출시 시기
컴퓨터를 직접 다뤄 전문가의 실무를 해낼 수 있을까?Agents' Last Exam
Gemini 4 Argon🥇
Gemini 4 Argon🥇Agents' Last Exam
Gemini 4 Argon🥇작은 사업을 1년 동안 혼자 운영해 돈을 벌 수 있을까?Vending-Bench 2
Gemini 4 Neon🥇
Gemini 4 Neon🥇Vending-Bench 2
Gemini 4 Neon🥇
프리랜서 일감을 맡겨도 의뢰인이 만족할까?
Remote Labor Index
- 🥇AnthropicClaude Fable 5.2—$9,62841.3%
- 🥈AnthropicClaude Opus 5.538.2%$9,23521.3%
- 🥉OpenAIGPT-6 Astra34.2%$15,51520.8%
- #4AnthropicClaude Fable 5.1—$5,42217.9%
- #5GoogleGemini 4 Argon39.5%$13,71817.1%
- #6AnthropicClaude Fable 5—$5,68016.1%
- #7DeepSeekDeepSeek V4.1 Flash——9.6%
- #8AnthropicClaude Opus 4.827.0%$5,7878.3%
- #9OpenAIGPT-5.526.6%$7,5246.3%
- #10GoogleGemini 3.8 Flash—$5,0945.8%
- #11GoogleGemini 3.7 Flash——5.0%
- #12AnthropicClaude Opus 4.6—$8,0184.2%
- #13AnthropicClaude Opus 4.5—$4,9673.8%
- #14AnthropicClaude Sonnet 4.5—$3,8392.1%
- #15OpenAIGPT-5——1.7%
1위가 2위보다 20.0%p 앞섬 · 모델 절반이 8.3% 이하