Grok 4.1 Fast, 벤치마크를 넘어선 43% 승률과 27배의 비용 효율성 증명

Context

기존 LLM 벤치마크가 모델의 실제 전략적 추론 능력과 제로섬 게임 상황에서의 생존 능력을 반영하지 못하는 한계 존재. 정적인 평가 지표 대신 동적인 Battle Royale 환경을 통해 모델의 도구 활용 및 의사결정 최적화 능력을 검증함.

Technical Solution

• Canvas 2D 기반의 400m² 가상 환경 내 11개 LLM을 직접 투입한 Agentic Simulation 설계
• Code Generation 방식이 아닌 Turn-based Reasoning 및 Tool Calling 기반의 실시간 제어 구조 채택
• soul.md와 memory.md 파일을 통한 모델별 Persona 유지 및 경기 간 피드백 루프 구현
• Placement 중심의 스코어링 시스템을 통해 단순 킬 수보다 생존 전략의 가치를 높인 평가 체계 구축
• 차량의 이동 수단 활용보다 공격 무기로서의 가치를 스스로 학습하게 하는 Emergent Behavior 유도