방금 전에 레딧에서 관련 기사를 보고 올린 거라 저도 아직 세부 내용은 못 봤습니다.
표 아래에 있는 링크로 들어가면 상세한 설명이 나와 있으니 읽어 보시면 도움이 되지 않을까 싶네요.

몇 개 발표할 때 마다 다들 자기네가 잘한다는 식으로 저 표들이 나와서 뭐지? 하고 살펴봤었지요.
보니까, 벤치 기준 자체가 매우 다양한 것 같았습니다. 그래서 자기네들이 잘하는 것들 위주로 올려서 내놓는 듯 했지요.
그래서 클로드가 나올때의 표와 제미나이가 나올 때의 표, chat gpt 가 나올 때의 표의 내용들이 다 다릅니다.