벤치마크 · 에이전트
ClawEval-MM
도구와 실행 환경을 사용하는 AI 에이전트가 계획을 세우고 여러 단계의 작업을 끝까지 수행하는지 평가합니다.
측정 모델 6개 · 프로필 1개 · 데이터 기준 2026년 10월 9일
LLM Stats 집계
원문 출처 ↗LLM Stats 공개 리더보드의 독립 프로필입니다. 검증·자기보고 여부를 보존합니다. 높을수록 좋습니다.
현재 최고점: 상용 Qwen3.8 Flash 60.4% · 오픈 Qwen3.8-Flash-Next 60.4% → 상용이 0%p 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Qwen3.8 FlashAlibaba (Qwen) · 상용 API | API | 60.4% | 90 | 2026-08-26 | 자기보고 ↗ |
| 2 | Qwen3.8-Flash-NextAlibaba (Qwen) · 오픈 웨이트 | 오픈 | 60.4% | 90 | 2026-08-24 | 자기보고 ↗ |
| 3 | Qwen3.8-27BAlibaba (Qwen) · 오픈 웨이트 | 오픈 | 56.9% | 60 | 2026-08-05 | 자기보고 ↗ |
| 4 | Qwen3.7-PlusAlibaba (Qwen) · 상용 API | API | 55.7% | 40 | 2026-05-31 | 자기보고 ↗ |
| 5 | Seed 2.1 ProByteDance (Seed) · 상용 API | API | 51% | 20 | 2026-06-24 | 자기보고 ↗ |
| 6 | Seed 2.1 TurboByteDance (Seed) · 상용 API | API | 46% | 0 | 2026-06-24 | 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.