벤치마크 · 에이전트
BenchCAD
도구와 실행 환경을 사용하는 AI 에이전트가 계획을 세우고 여러 단계의 작업을 끝까지 수행하는지 평가합니다.
측정 모델 11개 · 프로필 2개 · 데이터 기준 2026년 10월 9일
LLM Stats 집계 대표
원문 출처 ↗LLM Stats 공개 리더보드의 독립 프로필입니다. 검증·자기보고 여부를 보존합니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Claude Sonnet 5.5Anthropic · 상용 API | API | 74.7% | 100 | 2026-09-28 | 자기보고 ↗ |
| 2 | Claude Opus 5.5Anthropic · 상용 API | API | 73% | 83 | 2026-09-22 | 자기보고 ↗ |
| 3 | GPT-5.6 SolOpenAI · 상용 API | API | 70.6% | 67 | 2026-07-09 | 자기보고 ↗ |
| 4 | Claude Haiku 5.5Anthropic · 상용 API | API | 67% | 50 | 2026-10-07 | 자기보고 ↗ |
| 5 | GPT-5.6 LunaOpenAI · 상용 API | API | 63.1% | 33 | 2026-07-09 | 자기보고 ↗ |
| 6 | GPT-5.6 TerraOpenAI · 상용 API | API | 62.3% | 17 | 2026-07-09 | 자기보고 ↗ |
| 7 | Claude Sonnet 5Anthropic · 상용 API | API | 37.3% | 0 | 2026-06-30 | 자기보고 ↗ |
OpenAI 공개 평가
원문 출처 ↗공급자가 같은 표에서 공개한 특정 평가 설정의 결과입니다. 하네스가 다른 리더보드 점수와 합치지 않습니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | GPT-5.6 SolOpenAI · 상용 API | API | 70.6% | 100 | 2026-07-09 | 확인됨 ↗ |
| 2 | GPT-5.6 LunaOpenAI · 상용 API | API | 63.1% | 83 | 2026-07-09 | 확인됨 ↗ |
| 3 | GPT-5.6 TerraOpenAI · 상용 API | API | 62.3% | 67 | 2026-07-09 | 확인됨 ↗ |
| 4 | GPT-5.5OpenAI · 상용 API | API | 44.4% | 50 | 2026-04-23 | 확인됨 ↗ |
| 5 | Claude Mythos 5Anthropic · 상용 API | API | 38.4% | 33 | 2026-06-12 | 인용 ↗ |
| 6 | Claude Mythos PreviewAnthropic · 상용 API | API | 35.5% | 17 | 2026-05-28 | 인용 ↗ |
| 7 | Claude Opus 4.8Anthropic · 상용 API | API | 27.3% | 0 | 2026-05-14 | 인용 ↗ |
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.