벤치마크 · 에이전트
Toolathlon
도구·API 호출을 조합해 실제 업무형 과제를 해결하는 에이전트 능력을 평가합니다.
측정 모델 42개 · 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.
현재 최고점: 상용 Muse Spark 1.1 75.6% · 오픈 GLM-5.3-Flash 78.4% → 오픈 모델이 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
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 | Claude Fable 5Anthropic · 상용 API | API | 61.7% | 94 | 2026-06-12 | 인용 ↗ |
| 2 | Claude Mythos 5Anthropic · 상용 API | API | 61.7% | 94 | 2026-06-12 | 인용 ↗ |
| 3 | Claude Mythos PreviewAnthropic · 상용 API | API | 61.1% | 75 | 2026-05-28 | 인용 ↗ |
| 4 | Claude Opus 4.8Anthropic · 상용 API | API | 59.9% | 63 | 2026-05-14 | 인용 ↗ |
| 5 | GPT-5.6 SolOpenAI · 상용 API | API | 58% | 50 | 2026-07-09 | 확인됨 ↗ |
| 6 | GPT-5.5OpenAI · 상용 API | API | 55.6% | 38 | 2026-04-23 | 확인됨 ↗ |
| 7 | GPT-5.6 LunaOpenAI · 상용 API | API | 53.4% | 25 | 2026-07-09 | 확인됨 ↗ |
| 8 | GPT-5.6 TerraOpenAI · 상용 API | API | 53.1% | 13 | 2026-07-09 | 확인됨 ↗ |
| 9 | Gemini 3.1 Pro PreviewGoogle · 상용 API | API | 48.8% | 0 | 2026-02-19 | 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.