AI 모델이 ‘아무 답도 하지 않기’ 테스트에서 모두 실패
는 AI 모델이 정말로 답하지 말아야 할 때 침묵할 수 있는지 보는 아주 작은 테스트다. 테스트는 질문 파일에 든 프롬프트 하나만 쓴다. 채점은 단순하다.
출력이 완전히 비어 있으면 통과이고, 단어 하나라도 나오면 실패다. 내부 추론 내용처럼 사용자가 보지 않을 수 있는 출력도 토큰이 있으면 실패로 친다. , , Gemini 3 Pro, Grok 4, -R1, Llama, Qwen, Mistral이 모두 0.0%를 기록했고, 모델 사이 편차도 0.0으로 제시됐다.
자세한 내용은 와 GitHub 코드로 공개됐다.
핵심 포인트
- 는 프롬프트 하나로 AI가 침묵할 수 있는지 보는 테스트다.
- 완전히 빈 출력이면 통과이고, 어떤 토큰이라도 나오면 실패다.
- 내부 추론 내용도 토큰으로 계산되면 실패 처리된다.
- , , Gemini 3 Pro 등 여러 모델이 모두 0.0%로 제시됐다.
- 프롬프트 하나짜리 테스트라 결과 해석에는 조심이 필요하다.