Oossa
← 모델 비교로 돌아가기

모델 테스트 결과

AI 모델 비교

매일 확인

결과를 비교하고, 각 모델의 강점을 살펴보며, 익숙한 이름 너머의 모델도 찾아보세요.

LiveBench는 답을 검증할 수 있는 과제로 모델을 테스트합니다. 점수는 0~100점이며 높을수록 좋습니다.

최근 확인: 테스트 모음 버전: 2026-10-1449 개 모델
1Claude Fable 5.1Anthropic87.986/100결과 및 출처

claude-fable-5.1

장기 에이전트 작업
80.800 / 100
추론
91.700 / 100
코딩
97.700 / 100
브라우저 사용
100.000 / 100
데이터 분석
80.300 / 100
리서치
82.000 / 100
디자인
83.400 / 100

개별 과제

long_agentic
80.800
reasoning
91.700
coding
97.700
browser
100.000
data_analysis
80.300
research
82.000
design
83.400
출처: LiveBench ↗
2Claude Opus 5.5Anthropic86.529/100결과 및 출처

claude-opus-5.5

장기 에이전트 작업
85.000 / 100
추론
92.200 / 100
코딩
96.300 / 100
브라우저 사용
80.000 / 100
데이터 분석
80.300 / 100
리서치
85.000 / 100
디자인
86.900 / 100

개별 과제

long_agentic
85.000
reasoning
92.200
coding
96.300
browser
80.000
data_analysis
80.300
research
85.000
design
86.900
출처: LiveBench ↗
3GPT-6 AstraOpenAI86.143/100결과 및 출처

gpt-6-astra

장기 에이전트 작업
82.400 / 100
추론
92.700 / 100
코딩
93.700 / 100
브라우저 사용
84.000 / 100
데이터 분석
83.000 / 100
리서치
85.200 / 100
디자인
82.000 / 100

개별 과제

long_agentic
82.400
reasoning
92.700
coding
93.700
browser
84.000
data_analysis
83.000
research
85.200
design
82.000
출처: LiveBench ↗
4GPT-6.1 SolOpenAI85.414/100결과 및 출처

gpt-6.1-sol

장기 에이전트 작업
73.000 / 100
추론
92.600 / 100
코딩
96.000 / 100
브라우저 사용
88.000 / 100
데이터 분석
82.700 / 100
리서치
83.500 / 100
디자인
82.100 / 100

개별 과제

long_agentic
73.000
reasoning
92.600
coding
96.000
browser
88.000
data_analysis
82.700
research
83.500
design
82.100
출처: LiveBench ↗
5Gemini 4 ArgonGoogle84.100/100결과 및 출처

gemini-4-argon

장기 에이전트 작업
69.900 / 100
추론
95.100 / 100
코딩
89.700 / 100
브라우저 사용
92.000 / 100
데이터 분석
85.200 / 100
리서치
83.100 / 100
디자인
73.700 / 100

개별 과제

long_agentic
69.900
reasoning
95.100
coding
89.700
browser
92.000
data_analysis
85.200
research
83.100
design
73.700
출처: LiveBench ↗
6Claude Fable 5Anthropic83.614/100결과 및 출처

claude-fable-5

장기 에이전트 작업
53.200 / 100
추론
89.700 / 100
코딩
98.300 / 100
브라우저 사용
92.000 / 100
데이터 분석
80.500 / 100
리서치
86.900 / 100
디자인
84.700 / 100

개별 과제

long_agentic
53.200
reasoning
89.700
coding
98.300
browser
92.000
data_analysis
80.500
research
86.900
design
84.700
출처: LiveBench ↗
7Claude Sonnet 5.5Anthropic82.457/100결과 및 출처

claude-sonnet-5.5

장기 에이전트 작업
78.800 / 100
추론
91.600 / 100
코딩
94.700 / 100
브라우저 사용
84.000 / 100
데이터 분석
59.500 / 100
리서치
83.600 / 100
디자인
85.000 / 100

개별 과제

long_agentic
78.800
reasoning
91.600
coding
94.700
browser
84.000
data_analysis
59.500
research
83.600
design
85.000
출처: LiveBench ↗
8Claude Opus 5Anthropic82.086/100결과 및 출처

claude-opus-5

장기 에이전트 작업
62.100 / 100
추론
91.200 / 100
코딩
90.800 / 100
브라우저 사용
84.000 / 100
데이터 분석
74.600 / 100
리서치
88.900 / 100
디자인
83.000 / 100

개별 과제

long_agentic
62.100
reasoning
91.200
coding
90.800
browser
84.000
data_analysis
74.600
research
88.900
design
83.000
출처: LiveBench ↗
9GPT-6 SolOpenAI81.914/100결과 및 출처

gpt-6-sol

장기 에이전트 작업
66.900 / 100
추론
88.700 / 100
코딩
93.100 / 100
브라우저 사용
92.000 / 100
데이터 분석
81.200 / 100
리서치
69.300 / 100
디자인
82.200 / 100

개별 과제

long_agentic
66.900
reasoning
88.700
coding
93.100
browser
92.000
data_analysis
81.200
research
69.300
design
82.200
출처: LiveBench ↗
10DeepSeek V4.1 Flash 1017DeepSeek79.200/100결과 및 출처

deepseek-v4.1-flash-1017

장기 에이전트 작업
50.900 / 100
추론
89.100 / 100
코딩
96.000 / 100
브라우저 사용
76.000 / 100
데이터 분석
79.500 / 100
리서치
79.500 / 100
디자인
83.400 / 100

개별 과제

long_agentic
50.900
reasoning
89.100
coding
96.000
browser
76.000
data_analysis
79.500
research
79.500
design
83.400
출처: LiveBench ↗
11Muse Wonder 1.0Meta78.100/100결과 및 출처

muse-wonder-1.0

장기 에이전트 작업
53.200 / 100
추론
90.600 / 100
코딩
86.200 / 100
브라우저 사용
72.000 / 100
데이터 분석
81.600 / 100
리서치
88.000 / 100
디자인
75.100 / 100

개별 과제

long_agentic
53.200
reasoning
90.600
coding
86.200
browser
72.000
data_analysis
81.600
research
88.000
design
75.100
출처: LiveBench ↗
12DeepSeek V4.1 FlashDeepSeek78.043/100결과 및 출처

deepseek-v4.1-flash

장기 에이전트 작업
40.100 / 100
추론
86.700 / 100
코딩
90.200 / 100
브라우저 사용
84.000 / 100
데이터 분석
79.300 / 100
리서치
86.800 / 100
디자인
79.200 / 100

개별 과제

long_agentic
40.100
reasoning
86.700
coding
90.200
browser
84.000
data_analysis
79.300
research
86.800
design
79.200
출처: LiveBench ↗
13Claude Opus 4.8Anthropic76.771/100결과 및 출처

claude-opus-4.8

장기 에이전트 작업
48.300 / 100
추론
89.200 / 100
코딩
77.300 / 100
브라우저 사용
96.000 / 100
데이터 분석
66.000 / 100
리서치
81.800 / 100
디자인
78.800 / 100

개별 과제

long_agentic
48.300
reasoning
89.200
coding
77.300
browser
96.000
data_analysis
66.000
research
81.800
design
78.800
출처: LiveBench ↗
14GPT-5.6 SolOpenAI76.257/100결과 및 출처

gpt-5.6-sol

장기 에이전트 작업
48.500 / 100
추론
91.700 / 100
코딩
89.700 / 100
브라우저 사용
88.000 / 100
데이터 분석
79.800 / 100
리서치
54.500 / 100
디자인
81.600 / 100

개별 과제

long_agentic
48.500
reasoning
91.700
coding
89.700
browser
88.000
data_analysis
79.800
research
54.500
design
81.600
출처: LiveBench ↗
15Claude Haiku 5.5Anthropic75.643/100결과 및 출처

claude-haiku-5.5

장기 에이전트 작업
57.600 / 100
추론
82.400 / 100
코딩
91.400 / 100
브라우저 사용
80.000 / 100
데이터 분석
53.100 / 100
리서치
81.900 / 100
디자인
83.100 / 100

개별 과제

long_agentic
57.600
reasoning
82.400
coding
91.400
browser
80.000
data_analysis
53.100
research
81.900
design
83.100
출처: LiveBench ↗
16GPT-5.6 TerraOpenAI74.986/100결과 및 출처

gpt-5.6-terra

장기 에이전트 작업
48.400 / 100
추론
90.600 / 100
코딩
86.200 / 100
브라우저 사용
84.000 / 100
데이터 분석
79.300 / 100
리서치
60.400 / 100
디자인
76.000 / 100

개별 과제

long_agentic
48.400
reasoning
90.600
coding
86.200
browser
84.000
data_analysis
79.300
research
60.400
design
76.000
출처: LiveBench ↗
17Grok 4.6 xHighxAI74.943/100결과 및 출처

grok-4.6

장기 에이전트 작업
40.700 / 100
추론
91.200 / 100
코딩
89.100 / 100
브라우저 사용
64.000 / 100
데이터 분석
75.300 / 100
리서치
84.500 / 100
디자인
79.800 / 100

개별 과제

long_agentic
40.700
reasoning
91.200
coding
89.100
browser
64.000
data_analysis
75.300
research
84.500
design
79.800
출처: LiveBench ↗
18MiMo V2.6 ProXiaomi74.871/100결과 및 출처

mimo-v2.6-pro

장기 에이전트 작업
47.500 / 100
추론
79.600 / 100
코딩
81.500 / 100
브라우저 사용
88.000 / 100
데이터 분석
72.300 / 100
리서치
76.700 / 100
디자인
78.500 / 100

개별 과제

long_agentic
47.500
reasoning
79.600
coding
81.500
browser
88.000
data_analysis
72.300
research
76.700
design
78.500
출처: LiveBench ↗
19Muse Spark 1.3Meta74.757/100결과 및 출처

muse-spark-1.3

장기 에이전트 작업
40.400 / 100
추론
89.700 / 100
코딩
90.200 / 100
브라우저 사용
80.000 / 100
데이터 분석
79.600 / 100
리서치
68.600 / 100
디자인
74.800 / 100

개별 과제

long_agentic
40.400
reasoning
89.700
coding
90.200
browser
80.000
data_analysis
79.600
research
68.600
design
74.800
출처: LiveBench ↗
20Grok 4.7xAI74.086/100결과 및 출처

grok-4.7

장기 에이전트 작업
50.100 / 100
추론
82.700 / 100
코딩
84.500 / 100
브라우저 사용
60.000 / 100
데이터 분석
76.900 / 100
리서치
86.400 / 100
디자인
78.000 / 100

개별 과제

long_agentic
50.100
reasoning
82.700
coding
84.500
browser
60.000
data_analysis
76.900
research
86.400
design
78.000
출처: LiveBench ↗

반올림 전 결과를 기준으로 순위를 매깁니다. 점수가 비슷하다고 해서 의미 있는 차이가 있다고 볼 수는 없습니다.

각 모델 설정을 별도로 표시합니다. 범주 평균을 계산하려면 해당 범주의 모든 과제 결과가 있어야 하며, 전체 평균을 계산하려면 모든 범주의 결과가 있어야 합니다. 범주 내 과제에는 동일한 가중치를, 전체 평균에는 범주별로 동일한 가중치를 적용합니다. 누락된 결과는 0점으로 처리하지 않습니다. 선택한 열의 반올림 전 점수를 기준으로 순위를 매기며, 동점은 공동 순위로 표시합니다. 검색 결과에도 전체 테스트에서의 순위가 유지됩니다. 오래된 점수는 순위를 결정할 수 없습니다. 표시된 소수점만으로 유의미한 차이가 있다고 볼 수는 없습니다. 이 화면은 하나의 테스트 모음만 다루며, 현재의 모든 모델이나 모든 종류의 능력을 포괄하지 않습니다.

비교 방식

여기에 표시된 종합 점수는 동일한 LiveBench 벤치마크 버전의 모든 범주 점수를 같은 비중으로 평균한 값입니다. 모든 과제의 결과가 있어야 종합 점수를 계산합니다. Arena 평점은 선호도를 측정하므로 별도로 표시합니다. 이름이 비슷한 모델이라도 버전과 추론 설정이 다를 수 있어 출처 간에 같은 모델로 간주하지 않습니다. 이 테스트는 모든 모델이나 실제 작업을 전부 다루지는 않습니다.

출처 데이터: LiveBench; Arena / LMArena (CC BY 4.0). Oossa가 표시된 과제 평균을 계산하고 결과를 더 간결한 형식으로 제공합니다. Arena ↗ · 출처 ↗ · CC BY 4.0 ↗