발스 AI는 지난 16일(현지시간) AI의 과학 연구 능력을 종합 평가하는 '발스 사이언스 인덱스'를 공개했다. 이 지수는 생물학 데이터 분석, 실험을 통한 원리 발견, 실제 연구 작업 수행을 하나의 점수로 비교한다. 완전히 새로운 시험을 만든 것이 아니라 기존 과학 벤치마크 3개를 같은 비중으로 묶었다. 첫 평가에서는 오픈AI의 'GPT-6 아스트라'가 1위를 기록했지만, 과학 분야별 성적 차이가 컸다고 설명했다.
이번 지수의 초점은 AI가 이미 알려진 지식을 얼마나 잘 답하는지가 아니라, 데이터를 해석하고 가설을 검증하며 관찰만으로 숨은 원리를 찾는지에 있다. 발스 AI는 기존 평가가 정답을 기억하는 능력에 치우쳤다고 봤다. 이에 바이오미스터리벤치, 미스터리메커니즘, 터미널벤치 사이언스를 결합해 실제 연구와 가까운 과제를 비교했다. 기사에 따르면 이 결과는 일반 업무에서 높은 평가를 받은 모델이 과학 연구에서도 같은 순위를 보장하지 않는다는 점을 보여준다.