집계형 벤치마크
여러 하위 태스크의 점수를 가중 평균하거나 합산해 하나의 지표로 표현하는 평가 방식으로, 특정 태스크군의 개선이 전체 점수를 끌어올릴 수 있어 개별 실패 모드를 가릴 위험이 있다. 벤치마크의 태스크 분포와 가중치에 따라 출력 토큰 수, 정확도, 비용 등 서로 다른 지표가 합쳐져 총점이 산출된다. 이 글에서는 Gemini 3.6 Flash의 전반적 향상과 일부 국지적 퇴행이 동시에 보고된 맥락을 이해하는 데 핵심 개념이다.
