모든 모델 보기

AI 모델 비교

매일 확인

같은 LiveBench 테스트 모음의 결과를 비교하세요. 첫 번째 열은 각 범주에 동일한 가중치를 적용한 평균이며, 범주별 결과도 따로 표시합니다. 이는 벤치마크 점수이지 보편적인 평가 점수는 아닙니다.

테스트별 정렬

LiveBench · 테스트 모음 버전 2026. 10. 14.최근 확인 2026. 10. 22.49 테스트된 설정열 제목을 클릭하면 정렬됩니다.

LiveBench · 종합 · /100
#
1	88.0	80.8	91.7	97.7	100.0	80.3	82.0	83.4
2	86.5	85.0	92.2	96.3	80.0	80.3	85.0	86.9
3	86.1	82.4	92.7	93.7	84.0	83.0	85.2	82.0
4	85.4	73.0	92.6	96.0	88.0	82.7	83.5	82.1
5	84.1	69.9	95.1	89.7	92.0	85.2	83.1	73.7
6	83.6	53.2	89.7	98.3	92.0	80.5	86.9	84.7
7	82.5	78.8	91.6	94.7	84.0	59.5	83.6	85.0
8	82.1	62.1	91.2	90.8	84.0	74.6	88.9	83.0
9	81.9	66.9	88.7	93.1	92.0	81.2	69.3	82.2
10	79.2	50.9	89.1	96.0	76.0	79.5	79.5	83.4
11	78.1	53.2	90.6	86.2	72.0	81.6	88.0	75.1
12	78.0	40.1	86.7	90.2	84.0	79.3	86.8	79.2
13	76.8	48.3	89.2	77.3	96.0	66.0	81.8	78.8
14	76.3	48.5	91.7	89.7	88.0	79.8	54.5	81.6
15	75.6	57.6	82.4	91.4	80.0	53.1	81.9	83.1
16	75.0	48.4	90.6	86.2	84.0	79.3	60.4	76.0
17	74.9	40.7	91.2	89.1	64.0	75.3	84.5	79.8
18	74.9	47.5	79.6	81.5	88.0	72.3	76.7	78.5
19	74.8	40.4	89.7	90.2	80.0	79.6	68.6	74.8
20	74.1	50.1	82.7	84.5	60.0	76.9	86.4	78.0

옆으로 스크롤해 모든 테스트 열을 확인하세요.

각 열이 측정하는 것

장기 에이전트 작업:: 여러 단계에 걸친 장기 코드·앱 작업
추론:: 논리 퍼즐과 문제 해결
코딩:: 코드 작성과 완성
브라우저 사용:: 실제 웹 앱에서의 다단계 작업
데이터 분석:: 표와 데이터에 관한 질문
리서치:: 개방형 리서치 보고서
디자인:: 문서와 슬라이드의 레이아웃과 디자인

테스트 및 방법론

테스트 출처는 LiveBench 하나입니다. 각 열은 이 출처의 일부이며, 독립적인 벤치마크가 아닙니다. 점수는 원래의 0~100 척도를 사용합니다. 순위 산정에 사용할 열을 선택하세요. 대시는 데이터가 없음을 뜻합니다.

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.

스위트 날짜는 테스트 버전을 나타냅니다. LiveBench는 해당 버전에서 계속 모델을 추가하고 결과를 업데이트합니다. 확인 날짜는 LiveBench의 실시간 데이터를 가져온 날짜입니다.

LiveBench · 출처 ↗추가 테스트 및 과거 결과 →