SWE-bench ProPublic 731
- 1Claude Fable 5.181.2%
- 2Claude Mythos 580.3%
- 3Claude Fable 580%
- 4Claude Opus 579.2%
- 5Claude Mythos Preview77.8%
AI 모델 인사이트
지금 가장 잘하는 AI 모델은?
공개 벤치마크 75종·측정 1,152건으로 354개 모델의 성능·가격·컨텍스트·출시 흐름을 비교합니다. 점마다 원문 출처를 연결합니다.
데이터 기준 2026년 10월 9일 · 매일 자동 갱신
추적 모델354오픈 웨이트 278 · 상용 API 76
종합 순위 모델55같은 벤치 비교가 충분한 모델
벤치마크75프로필 100개(출처·하네스별)
주요 공급사36전체 게시자 83곳
최근 60일 출시12점수가 있는 모델 기준
종합 레이팅 TOP 10
전체 리더보드 →| 순위 | 모델 | 접근 | 레이팅 | 비교 수 | SWE-bench Pro | SWE-bench Verified | Terminal-Bench 2.1 | 출시 |
|---|---|---|---|---|---|---|---|---|
| 1 | GPT-5.6 SolOpenAI · 상용 API | API | 21.4 | 64.6% | — | — | 2026-07-09 | |
| 2 | GLM-5.3Z.ai (GLM) · 오픈 웨이트 | 오픈 | 10.3 | — | — | 88.2% | 2026-08-25 | |
| 3 | Claude Fable 5Anthropic · 상용 API | API | 11.4 | 80% | — | — | 2026-06-12 | |
| 4 | Hy4-previewTencent · 오픈 웨이트 | 오픈 | 8.6 | 65.7% | — | 85.4% | 2026-08-27 | |
| 5 | DeepSeek-V4.1-FlashDeepSeek · 오픈 웨이트 | 오픈 | 4.8 근거 적음 | — | — | 90.6% | 2026-09-10 | |
| 6 | Darwin-180B-RSIFINAL-Bench · 오픈 웨이트 | 오픈 | 4.1 근거 적음 | — | — | — | 2026-09-28 | |
| 7 | Kimi-K3Moonshot AI (Kimi) · 오픈 웨이트 | 오픈 | 12.5 | — | — | 88.3% | 2026-06-13 | |
| 8 | Ornith-1.5-397Bornith-ai · 오픈 웨이트 | 오픈 | 7.3 근거 적음 | 65.1% | 86% | — | 2026-08-18 | |
| 9 | Qwen3.8-Flash-NextAlibaba (Qwen) · 오픈 웨이트 | 오픈 | 5.7 근거 적음 | 62.5% | — | — | 2026-08-24 | |
| 10 | Qwen3.8-2.4T-A95BAlibaba (Qwen) · 오픈 웨이트 | 오픈 | 5.2 근거 적음 | 67.7% | — | — | 2026-08-08 |
레이팅은 같은 벤치·같은 조건에서 함께 측정된 모델끼리의 승패로 계산한 Bradley–Terry 점수(Elo 눈금, 200점 차이 ≈ 기대 승률 76%)입니다. 벤치 점수 열은 각 벤치의 대표 프로필이며 * 는 검증되지 않은 값입니다. 계산 방법
AI AI 해설
2026년 10월 9일 생성종합 레이팅은 GPT-5.6 Sol이 선두, 오픈 모델은 GLM-5.3이 최고
종합 레이팅
같은 벤치 비교로 만든 상대 지표에서 GPT-5.6 Sol이 1414로 1위다. 오픈 모델 중에는 GLM-5.3이 1309로 가장 높고, Claude Fable 5가 1293으로 뒤를 잇는다.
벤치별 선택
상용 최고점은 SWE-bench Pro에서 Claude Fable 5.1 81.2%, IFBench와 OSWorld-Verified에서 Qwen3.8 Max 82.8%·86.1%다. 오픈 최고점은 Terminal-Bench 2.1에서 DeepSeek-V4.1-Flash 90.6%다.
가격 구간
레이팅 1300 이상과 1200 이상 구간의 최저 혼합 가격은 GPT-5.6 Sol $8.00이다. 1100 이상에서는 Gemini 3.7 Flash $1.13이다. 실제 선택은 요구 레이팅과 접근 방식을 함께 봐야 한다.
최근 출시
최근 목록에는 Mistral Large 4(2026-10-06), Darwin-180B-RSI-R3(2026-10-01), Ling 3.1 Flash(2026-09-30)가 포함된다. 이 모델들의 종합 레이팅과 벤치 점수는 자료 없음이다.
수집된 벤치·가격·출시 숫자만 입력으로 받아 LLM이 작성했고, 입력에 없는 숫자가 나오면 폐기합니다. 사용 결정은 원문 출처와 직접 평가로 확인하세요.
벤치마크별 1~5위
모든 벤치마크 →SWE-bench VerifiedHF 리더보드
- 1Ornith-1.5-397B86%
- 2Macaron-V1-Coding-Venti85.6%
- 3Macaron-V1-Venti85.6%
- 4Ornith-1.0-397B82.4%
- 5DeepSeek-V4-Pro80.6%
Terminal-Bench 2.1LLM Stats 집계
- 1DeepSeek-V4.1-Flash90.6%
- 2MiMo-V2.6-Pro89.9%
- 3Muse Spark 1.388.8%
- 4Kimi-K388.3%
- 5GLM-5.388.2%
GPQA DiamondHF 리더보드
- 1Darwin-180B-RSI94.4%
- 2Kimi-K393.5%
- 3Darwin-397B-ZTC93.4%
- 4Ornith-1.5-397B92.8%
- 5Qwen3.8-2.4T-A95B92.6%
Humanity's Last ExamHF 리더보드
- 1Kimi-K356%
- 2Hy353.2%
- 3Inkling46%
- 4Ornith-1.5-397B44.6%
- 5Qwen3.8-2.4T-A95B43.6%
MMLU-ProHF 리더보드
- 1Darwin-180B-RSI88.1%
- 2Intern-S2-Preview88%
- 3MiniMax-M2.188%
- 4Qwen3.5-397B-A17B87.8%
- 5DeepSeek-V4-Pro87.5%
AIME 2026LLM Stats 집계
- 1GLM-5.299.2%
- 2Inkling97.1%
- 3Sakana Namazu96.7%
- 4Kimi-K2.696.4%
- 5Inkling-Small95.5%
IFBenchLLM Stats 집계
- 1Qwen3.8 Max82.8%
- 2Inkling-Small82.2%
- 3Nemotron 3 Ultra (550B A55B)81.7%
- 4Qwen3.8 Flash81.3%
- 5Qwen3.8-Flash-Next81.3%
MCP Atlas · PublicLLM Stats 집계
- 1Muse Spark 1.188.1%
- 2Kimi-K384.2%
- 3Seed 2.1 Pro83.8%
- 4Hy4-preview83.7%
- 5Seed 2.1 Turbo80.3%
OSWorld-VerifiedLLM Stats 집계
- 1Qwen3.8 Max86.1%
- 2Qwen3.8-27B84.3%
- 3MiMo-V2.6-Pro82%
- 4Claude Sonnet 581.2%
- 5MiMo-V2.6-Flash80.8%
ScreenSpot-ProLLM Stats 집계
- 1GPT-6 Astra92.7%
- 2GPT-5.286.3%
- 3Qwen3.8 Max84.5%
- 4Muse Spark84.1%
- 5Qwen3.7-Plus79%
오픈 vs 상용, 최고 성능의 흐름
트렌드 →차트를 불러오는 중입니다…
출시일 기준으로 그때까지 나온 모델 중 가장 높은 종합 레이팅을 이은 선입니다.지금 상용 최고는 GPT-5.6 Sol(1414), 오픈 최고는 GLM-5.3(1309)로 105점 차이입니다.
가격 대비 성능
가격·성능 →차트를 불러오는 중입니다…
혼합 가격 = (입력×3 + 출력×1)/4, 100만 토큰당 USD. 점선은 같은 가격대에서 가장 높은 레이팅을 잇는 가성비 경계입니다.
벤치별 오픈·상용 격차
| 벤치 | 상용 최고 | 오픈 최고 | 격차 |
|---|---|---|---|
| SWE-bench Pro | Claude Fable 5.1 81.2% | Qwen3.8-2.4T-A95B 67.7% | 13.5%p |
| Terminal-Bench 2.1 | Muse Spark 1.3 88.8% | DeepSeek-V4.1-Flash 90.6% | 오픈 우위 1.8%p |
| AIME 2026 | Sakana Namazu 96.7% | GLM-5.2 99.2% | 오픈 우위 2.5%p |
| IFBench | Qwen3.8 Max 82.8% | Inkling-Small 82.2% | 0.6%p |
| MCP Atlas · Public | Muse Spark 1.1 88.1% | Kimi-K3 84.2% | 3.9%p |
| OSWorld-Verified | Qwen3.8 Max 86.1% | Qwen3.8-27B 84.3% | 1.8%p |
| ScreenSpot-Pro | GPT-6 Astra 92.7% | Muse-Glimmer-30B 75.4% | 17.3%p |
각 벤치 대표 프로필에서 상용·오픈 모델의 현재 최고점 차이입니다. 측정되지 않은 모델은 비교에 들어가지 않습니다.
최근 출시된 모델
모든 모델 →| 모델 | 접근 | 출시 | 레이팅 | 컨텍스트·가격 |
|---|---|---|---|---|
| Mistral Large 4Mistral AI · 상용 API | API | 2026-10-06 | — | $1.03/1M |
| Darwin-180B-RSI-R3FINAL-Bench · 오픈 웨이트 | 오픈 | 2026-10-01 | — | 오픈 웨이트 |
| Ling 3.1 FlashinclusionAI (Ant) · 상용 API | API | 2026-09-30 | — | — |
| Darwin-180B-RSIFINAL-Bench · 오픈 웨이트 | 오픈 | 2026-09-28 | 오픈 웨이트 | |
| Ember-1Fireworks AI · 상용 API | API | 2026-09-23 | — | $6.00/1M |
| MiMo-V2.6-FlashXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 2026-09-22 | — | $0.175/1M |
| MiMo-V2.6-ProXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 2026-09-22 | — | $0.544/1M |
| Solar Mini 4Upstage (Solar) · 상용 API | API | 2026-09-22 | — | $0.175/1M |
| MiMo-V2.6-Flash-RLXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 2026-09-21 | — | 오픈 웨이트 |
| MiMo-V2.6-Pro-RLXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 2026-09-21 | — | 오픈 웨이트 |
| Macaron-V1.1mindlab-research · 오픈 웨이트 | 오픈 | 2026-09-21 | — | 오픈 웨이트 |
| Atria Dawn PreviewShanghai AI Lab (InternLM) · 오픈 웨이트 | 오픈 | 2026-09-11 | — | 오픈 웨이트 |
월별 출시 수(최근 1년)
차트를 불러오는 중입니다…
이 사이트가 추적하는 모델 기준입니다. 오픈 모델은 Hugging Face 저장소 생성일을 출시일로 봅니다.