벤치마크 · 에이전트
Toolathlon Verified
도구·API 호출을 조합해 실제 업무형 과제를 해결하는 에이전트 능력을 평가합니다.
측정 모델 7개 · 프로필 1개 · 데이터 기준 2026년 10월 9일
Z.ai 공개 평가
원문 출처 ↗공급자가 같은 표에서 공개한 특정 평가 설정의 결과입니다. 하네스가 다른 리더보드 점수와 합치지 않습니다. 높을수록 좋습니다.
현재 최고점: 상용 Claude Opus 4.8 76.2% · 오픈 Kimi-K3 76.5% → 오픈 모델이 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Kimi-K3Moonshot AI (Kimi) · 오픈 웨이트 | 오픈 | 76.5% | 100 | 2026-06-13 | 인용 ↗ |
| 2 | Claude Opus 4.8Anthropic · 상용 API | API | 76.2% | 83 | 2026-05-14 | 인용 ↗ |
| 3 | GPT-5.6 SolOpenAI · 상용 API | API | 74.9% | 67 | 2026-07-09 | 인용 ↗ |
| 4 | Claude Fable 5Anthropic · 상용 API | API | 74.7% | 50 | 2026-06-12 | 인용 ↗ |
| 5 | DeepSeek-V4-Pro-0813DeepSeek · 오픈 웨이트 | 오픈 | 74.1% | 33 | 2026-08-13 | 인용 ↗ |
| 6 | GLM-5.3Z.ai (GLM) · 오픈 웨이트 | 오픈 | 73% | 17 | 2026-08-25 | 확인됨 ↗ |
| 7 | GLM-5.2Z.ai (GLM) · 오픈 웨이트 | 오픈 | 59.9% | 0 | 2026-06-16 | 확인됨 ↗ |
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.