늘 엉뚱한 용이던 Gemini, Argon으로 반격할까? Opus 5.5·GPT-6 Astra 비교

공식 성적표는 강하다. 과목별로 보면 이야기가 달라진다.

Google의 9월 30일 발표 비교표 19개 행을 확인하면, Argon은 13개에서 단독 1위, 1개에서 공동 1위, 5개에서는 뒤처집니다. 이는 Google이 선택해 공개한 시험이지, 세상 모든 벤치마크에서 이겼다는 뜻은 아닙니다. [1]

소프트웨어 개발 시험 두 개만 봐도 우승자가 바뀝니다. Google 표의 DeepSWE v1.1에서는 Argon, FrontierSWE v2에서는 Astra가 앞섭니다. 절대적인 최강자를 찾기보다 어떤 일을 시킬지가 중요합니다.

10월 20일 확인한 Artificial Analysis의 Intelligence Index는 Opus 5.5가 58, Argon과 Astra가 각각 53입니다. 반면 AutomationBench-AA는 Argon 78%, Opus 70%, Astra 68%로 순서가 달라집니다. [2][3]

설정은 Argon High, Opus Max Default Fallback, Astra Max로, 같은 연산 예산을 쓴 비교가 아닙니다. Intelligence Index는 백분율이 아니며 AutomationBench-AA를 Google 표의 AutomationBench와 같은 시험으로 섞어서는 안 됩니다. Argon의 강점은 확인되지만 전면 압승이라는 결론은 아닙니다.

같은 용도 조종석을 바꾸면 달라진다.

OhMyUnicorn은 가상의 군함 참고 이미지를 주고 Blender 코드를 작성하고, 렌더링을 보며 수정하도록 했습니다. 군함 제작의 대결 상대는 Astra와 Argon이었으며, 세 모델이 각각 군함을 만든 실험은 아닙니다. [4]

처음에는 Argon을 Claude Code 프록시 구성으로 실행했고 멈춤과 대기 문제가 생겼습니다. 이후 Antigravity CLI로 다시 돌리자 세 추론 설정 모두 완료됐습니다. 업데이트된 기록에서 작성자는 높은 설정의 시각적 결과가 Astra 높은 설정과 비슷한 수준이라고 평가했습니다.

Astra의 Codex CLI 높은 설정은 18.5분에 객체 부품 156개, Argon의 Antigravity 높은 설정 재실행은 40분에 11개였습니다. 부품이 많다고 더 예쁜 것은 아니지만, 분리·수정·리깅을 이어 갈 때는 구조가 중요할 수 있습니다.

보기 좋은 것, 수정하기 쉬운 것, 빨리 끝나는 것은 다른 목표입니다. 모델을 무능하다고 단정하기 전에 도구가 제대로 연결됐는지 살펴봐야 합니다. 처음 멈춘 원인은 모델 자체로 확정되지 않았습니다.

이는 제작자의 개별 실행 기록으로, 우리가 재현한 실측이나 블라인드 평가가 아닙니다. API 가격 환산은 약 5.24달러와 5.36달러지만, Astra는 실제로 구독을 사용했으므로 두 번의 실결제 금액이 아닙니다.

같은 제작자의 작은 행성 도시 실험에서도 Argon은 Antigravity로 바꾸고 화면을 확인한 뒤 개선됐습니다. 다만 가까이 보는 세부 묘사는 여전히 Opus 쪽을 더 좋아했습니다. 도구를 개선해도 모든 디테일에서 이기는 것은 아닙니다. [5]

점수표를 잠시 내려놓고, 세 모델의 3D 풍동을 열어 보자.

VisualForge Bench는 자동차, 흐름 선, 카메라와 제어판이 있는 실행 가능한 작품을 공개합니다. 세 작품의 초기 화면을 열어 확인했습니다. 모델이 작성한 코드로 만든 3D 경험이며 Argon이 직접 생성한 영상이 아닙니다. [6]

Astra는 주황색 자동차와 밝은 전시 분위기에 오른쪽 제어판을 둡니다. Opus는 흰 줄무늬의 빨간 자동차와 어두운 풍동에 좌우 제어판을 배치합니다. Argon은 노란 장식의 빨강·검정 자동차에 상단 계기판과 긴 오른쪽 제어판을 사용합니다.

주인공이 명확한지, 버튼이 실제 화면을 바꾸는지, 자신의 브랜드나 제품에 적용하기 쉬운지를 직접 살펴보세요.

확인 범위는 초기 화면이며 모든 버튼, 모바일 동작, 프레임 속도나 물리 정확도를 검증하지 않았습니다. 흐름 표현은 설명용으로 공학 CFD가 아닙니다. Opus의 프롬프트 해시는 나머지 둘과 달라 완전히 같은 프롬프트의 3자 블라인드 실험으로 볼 수 없습니다. 원 사이트 일부 점수는 Opus 모델 심사자가 매기므로 평균 점수로 절대 우승자를 정하지 않았습니다.

연결된 리뷰 영상은 작품 소개 페이지가 제공하는 원본 링크입니다. 전체 영상을 끝까지 시청한 것은 아니며 제목을 결론으로 채택하지 않습니다.

YouTube에서 관련 리뷰 보기 ↗

엉뚱한 용이 정말로 용을 잡으러 갔다.

10월 15일 연구 프리프린트는 네 Argon 에이전트가 무작위 Minecraft 세계에서 협력해 엔더 드래곤을 쓰러뜨렸다고 보고합니다. 27시간 14분 동안 프로그램 2,783개를 작성했고 605번 죽었습니다. [8]

Mineflayer 프로그래밍 인터페이스로 캐릭터를 제어했고 난이도는 Easy였습니다. 사람처럼 화면을 보고 키보드와 마우스로 플레이한 것이 아니며, Opus·Astra와 같은 조건으로 비교한 실험도 아닙니다.

핵심은 긴 작업에서 계획, 코딩, 협력, 실패 후 복구를 계속했다는 점입니다. 모든 업무를 맡길 수 있다는 증명은 아닙니다. 그래도 밈에서 놀림받던 용이 실제로 용을 잡는 팀이 됐다는 이야기는 제법 멋진 반전입니다.

왕관을 다툴 자격은 있다. 아직 독보적인 왕은 아니다.

Argon에는 강한 공식 성적과 볼 만한 공개 작품이 있습니다. 도구 변경 뒤의 개선을 보면 밈 한 장으로 무시하기는 어렵습니다. 하지만 독립 평가와 창작 사례가 모든 분야의 압승을 보여 주지는 않습니다.

사이트, 제작 도구, 브랜드 자료를 만들 때는 ‘내 이 작업을 더 확실하게 끝낼 수 있는 모델은 무엇인가’를 물어보세요. 결과를 내는지, 실제로 쓸 수 있는지, 다음 수정에서 무너지지 않는지를 확인하면 됩니다.

자기 자료, 같은 목표, 비슷한 시간 예산으로 실패와 재작업까지 기록하세요. 어느 용에게 왕관을 씌울지보다 유용합니다. 다음 밈에서 혀를 내밀 용은 누구일까요? 우선 작품부터 제출하게 합시다.

농담은 세게 해도, 결론은 서두르지 말자.

이미지 검색에서 Gemini를 엉뚱한 용으로 그린 여러 버전과, 반대로 최강자로 그린 버전도 찾았습니다. ‘종종 엉뚱한 역할을 맡는다’고 말할 수 있지만, 모든 세대에서 계속 졌다는 역사적 평가로 쓸 수는 없습니다.

관련 원본 게시물은 아래에 연결했습니다. 일부 X 원문은 직접 가져오지 못해 게시 날짜를 추정하지 않습니다. 세대별 날짜·출처·실측 결과를 모두 대조한 완전한 역사 모음은 확인하지 못했습니다.