벤치마크 · 에이전트
Toolathlon-Verified
도구·API 호출을 조합해 실제 업무형 과제를 해결하는 에이전트 능력을 평가합니다.
측정 모델 4개 · 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 Claude Opus 5.5 77.8% · 오픈 MiMo-V2.6-Pro 76.9% → 상용이 0.9%p 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic · 상용 API | API | 77.8% | 83 | 2026-09-22 | 자기보고 ↗ |
| 2 | Claude Sonnet 5.5Anthropic · 상용 API | API | 77.8% | 83 | 2026-09-28 | 자기보고 ↗ |
| 3 | MiMo-V2.6-ProXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 76.9% | 33 | 2026-09-22 | 자기보고 ↗ |
| 4 | MiMo-V2.6-FlashXiaomi (MiMo) · 오픈 웨이트 | 오픈 | 73.6% | 0 | 2026-09-22 | 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.