Benchmark

Prompt

지식: AA-Omniscience, GPQA Diamond, HLE 추론: CritPt, AA-LCR 코딩: SciCode, Terminal-Bench v2.1 에이전트 실행: GDPval-AA v2, 𝜏³-Banking (+ Terminal-Bench도 에이전틱 성격) 기준으로 비교해줘.