Artificial Analysisが、ロボットアームを操作するモデルのベンチマーク「AA-Robotics v0.1」を公開

Artificial Analysisは、モデルにロボットアームを操作させ、モデル視点でタスクを見られる「AA-Robotics v0.1」を公開しました。同じロボットに「hello world」と書かせた例では、Artificial Analysisによると、Claude Opus 5.5は点を打って書き、アームを3,270回動かして34分かかった一方、GPT-6 Astraは連続したストロークで書き、514回の動きで13分でした。

これらはArtificial Analysis独自の測定結果です。記事ではほかの例も紹介されています。