벤치마크 · 추론·지식
Arena Hard
사람 또는 평가자의 쌍대 비교로 매긴 상대 점수(Elo)입니다.
측정 모델 4개 · 프로필 1개 · 데이터 기준 2026년 10월 21일
공급사 발표
원문 출처 ↗공급사가 출시 글·모델 카드·기술 보고서에 발표한 자체 측정값입니다. 이 사이트가 원문을 직접 읽어 같은 벤치 이름과 숫자를 확인한 값만 싣습니다. 평가 설정은 공급사마다 다를 수 있습니다. 높을수록 좋습니다.
현재 최고점: 상용 Mistral Small 4 58.3% · 오픈 phi-4 75.4% → 오픈 모델이 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | phi-4Microsoft · 오픈 웨이트 | 오픈 | 75.4% | 100 | 2024-12-11 | 자기보고 ↗ |
| 2 | Mistral Small 4Mistral AI · 상용 API | API | 58.3% | 67 | 2026-03-16 | 자기보고 ↗ |
| 3 | Qwen2.5-7B-InstructAlibaba (Qwen) · 오픈 웨이트 | 오픈 | 52% | 33 | 2024-09-16 | 자기보고 ↗ |
| 4 | Phi-3.5-mini-instructMicrosoft · 오픈 웨이트 | 오픈 | 37% | 0 | 2024-08-16 | 자기보고 ↗ |
같은 분야의 다른 벤치
마커: 원 = 오픈 웨이트, 사각 = 상용 API, 빈 마커 = 검증되지 않은 값. 점을 누르면 모델 상세로 이동합니다. 백분위는 이 프로필 안에서의 상대 위치입니다.