종합 레이팅1327 · 27위레이팅 벤치 70개
컨텍스트 창1M최대 출력 128K
가격 (입력 / 출력, 1M 토큰)$5.00 / $25.0혼합 $10.0
파라미터—
라이선스commercial API
벤치 점수72개코딩·에이전트·추론·지식·멀티모달·과학·보안·속도·비용
AI AI 해설
2026년 10월 9일 생성긴 컨텍스트와 과학·보안 레이팅이 돋보이는 상용 API 모델
핵심 포지션
종합 레이팅 1076(24위), 가중 비교 15다. 분야별로 과학·보안 943(3위), 에이전트 986(14위), 추론·지식 1003(29위), 코딩 1030(30위), 멀티모달 954를 기록했다. 레이팅은 같은 벤치 비교를 바탕으로 한 상대 지표다.
벤치 관찰
SWE-bench Pro는 Public 731 프로필에서 69.2%(6/63)다. OpenAI 공개 평가에서는 GPQA Diamond 92%(9/9), Toolathlon 59.9%(4/9), Terminal-Bench 2.1 78.9%(7/8)다. 모든 벤치 점수는 미검증이며, 프로필이 다른 결과끼리는 직접 비교하기 어렵다.
비용과 운용 범위
컨텍스트 1M, 최대 출력 128K를 지원한다. 1M 토큰당 가격은 입력 $5.00, 출력 $25.0이며 commercial API 라이선스다. 장문 입력·출력이 필요한 업무에서는 범위와 비용을 함께 검토할 수 있다.
선택 시 참고
비슷한 종합 레이팅 모델은 GLM-5.1 1078(23위), DeepSeek-V4-Flash 1058(25위) 등이다. 같은 공급사에는 Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5 등 더 최신 모델이 제시돼 있으나, 이들의 사양·가격·벤치 자료는 없다.
수집된 벤치·가격·출시 숫자만 입력으로 받아 LLM이 작성했고, 입력에 없는 숫자가 나오면 폐기합니다. 사용 결정은 원문 출처와 직접 평가로 확인하세요.
분야별 레이팅
비슷한 모델과 비교 →| 분야 | 레이팅 | 분야 순위 | 벤치 수 |
|---|---|---|---|
| 코딩 | 18 | 18 | |
| 에이전트 | 31 | 18 | |
| 추론·지식 | 33 | 20 | |
| 멀티모달 | 33 | 4 | |
| 과학·보안 | 40 | 10 |
차트를 불러오는 중입니다…
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
72개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | Artificial Analysis | 84.6% | 11 / 97 | 90 | 확인됨 ↗ |
| Terminal-Bench Hard | Artificial Analysis | 58.3% | 4 / 93 | 97 | 확인됨 ↗ |
| SciCode | Artificial Analysis | 54.4% | 23 / 84 | 73 | 확인됨 ↗ |
| SWE-bench Pro | Public 731 | 69.2% | 6 / 63 | 92 | 인용 ↗ |
| SWE-bench Verified | LLM Stats 집계 | 88.6% | 4 / 58 | 95 | 자기보고 ↗ |
| SWE-bench Pro | LLM Stats 집계 | 69.2% | 5 / 55 | 93 | 자기보고 ↗ |
| Terminal-Bench 2.0 | LLM Stats 집계 | 74.6% | 7 / 40 | 85 | 자기보고 ↗ |
| DeepSWE 1.1 | LLM Stats 집계 | 59% | 24 / 39 | 39 | 인용 ↗ |
| SWE-bench Multilingual | LLM Stats 집계 | 84.4% | 4 / 35 | 91 | 자기보고 ↗ |
| FrontierCode 1.1 | LLM Stats 집계 | 46.5% | 8 / 22 | 67 | 인용 ↗ |
| Terminal-Bench 4.0 | LLM Stats 집계 | 23.6% | 15 / 21 | 30 | 인용 ↗ |
| FrontierSWE | LLM Stats 집계 | 75% | 5 / 17 | 75 | 인용 ↗ |
| Terminal-Bench 2.1 | OpenAI 공개 평가 | 78.9% | 7 / 8 | 14 | 인용 ↗ |
| DeepSWE v1.1 | OpenAI 공개 평가 | 59% | 6 / 7 | 17 | 인용 ↗ |
| Terminal-Bench 3.0 | Z.ai 공개 평가 | 21.1% | 4 / 6 | 40 | 인용 ↗ |
| PostTrainBench | Z.ai 공개 평가 | 32.9% | 4 / 6 | 40 | 인용 ↗ |
| SWE-Marathon 1.1 | Z.ai 공개 평가 | 48.8% | 1 / 6 | 100 | 인용 ↗ |
| FrontierSWE | Z.ai 공개 평가 | 66.5% | 4 / 4 | 0 | 인용 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| GDPval-AA | Artificial Analysis | 47.8% | 25 / 104 | 77 | 확인됨 ↗ |
| BrowseComp | LLM Stats 집계 | 84.3% | 14 / 47 | 72 | 자기보고 ↗ |
| Toolathlon | LLM Stats 집계 | 59.9% | 11 / 38 | 73 | 자기보고 ↗ |
| MCP Atlas · Public | LLM Stats 집계 | 82.2% | 6 / 36 | 86 | 자기보고 ↗ |
| OSWorld-Verified | LLM Stats 집계 | 83.4% | 4 / 26 | 88 | 자기보고 ↗ |
| Finance Agent v2 | LLM Stats 집계 | 53.9% | 6 / 21 | 75 | 인용 ↗ |
| DeepSearch QA | LLM Stats 집계 | 93.1% | 3 / 11 | 80 | 자기보고 ↗ |
| Toolathlon | OpenAI 공개 평가 | 59.9% | 4 / 9 | 63 | 인용 ↗ |
| BrowseComp | OpenAI 공개 평가 | 84.3% | 7 / 8 | 14 | 인용 ↗ |
| GDPval-AA v2 | OpenAI 공개 평가 | 1,600 | 3 / 8 | 71 | 인용 ↗ |
| Finance Agent | LLM Stats 집계 | 53.9% | 7 / 8 | 14 | 자기보고 ↗ |
| Agents' Last Exam | OpenAI 공개 평가 | 45.2% | 5 / 7 | 33 | 인용 ↗ |
| GDPval-AA v2 | Z.ai 공개 평가 | 1,588 | 6 / 7 | 17 | 인용 ↗ |
| BenchCAD | OpenAI 공개 평가 | 27.3% | 7 / 7 | 0 | 인용 ↗ |
| Agents' Last Exam · CLI | Z.ai 공개 평가 | 25.7% | 4 / 7 | 42 | 인용 ↗ |
| AutomationBench 1.0.6 | Z.ai 공개 평가 | 41% | 6 / 7 | 17 | 인용 ↗ |
| Toolathlon Verified | Z.ai 공개 평가 | 76.2% | 2 / 7 | 83 | 인용 ↗ |
| OSWorld 2.0 | OpenAI 공개 평가 | 54.8% | 2 / 5 | 75 | 인용 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Humanity's Last Exam | Artificial Analysis | 48.7% | 11 / 141 | 93 | 확인됨 ↗ |
| Intelligence Index | Artificial Analysis | 41.8 | 18 / 141 | 88 | 확인됨 ↗ |
| AA-LCR | Artificial Analysis | 77.7% | 55 / 139 | 60 | 확인됨 ↗ |
| CritPT | Artificial Analysis | 20.9% | 16 / 139 | 89 | 확인됨 ↗ |
| GPQA Diamond | Artificial Analysis | 92.0% | 22 / 130 | 83 | 확인됨 ↗ |
| IFBench | Artificial Analysis | 62.2% | 51 / 97 | 48 | 확인됨 ↗ |
| τ²-Bench Telecom | Artificial Analysis | 94.4% | 17 / 96 | 83 | 확인됨 ↗ |
| GPQA Diamond | LLM Stats 집계 | 93.6% | 6 / 90 | 94 | 자기보고 ↗ |
| Humanity's Last Exam | LLM Stats 집계 | 57.9% | 9 / 64 | 87 | 자기보고 ↗ |
| LiveBench | LLM Stats 집계 | 77.2% | 5 / 23 | 82 | 인용 ↗ |
| Include | LLM Stats 집계 | 87.6% | 1 / 22 | 100 | 자기보고 ↗ |
| Graphwalks BFS >128k | LLM Stats 집계 | 68.1% | 9 / 12 | 27 | 자기보고 ↗ |
| OfficeQA Pro | LLM Stats 집계 | 66.2% | 4 / 12 | 68 | 자기보고 ↗ |
| GPQA Diamond | OpenAI 공개 평가 | 92% | 9 / 9 | 0 | 인용 ↗ |
| Graphwalks parents >128k | LLM Stats 집계 | 83.3% | 5 / 8 | 43 | 자기보고 ↗ |
| FrontierMath Tier 1-3 v2 | OpenAI 공개 평가 | 80% | 5 / 7 | 33 | 인용 ↗ |
| HLE · with tools | Z.ai 공개 평가 | 57.9% | 6 / 7 | 17 | 인용 ↗ |
| ARC-AGI-3 | OpenAI 공개 평가 | 1.5% | 2 / 6 | 80 | 인용 ↗ |
| ProgramBench · Almost Solved | Z.ai 공개 평가 | 15.5% | 5 / 6 | 20 | 인용 ↗ |
| NL2Repo | Z.ai 공개 평가 | 69.7% | 1 / 5 | 100 | 인용 ↗ |
멀티모달
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| CharXiv-R | LLM Stats 집계 | 89.9% | 7 / 48 | 87 | 자기보고 ↗ |
| ScreenSpot-Pro | LLM Stats 집계 | 87.9% | 2 / 26 | 96 | 자기보고 ↗ |
| gdp.pdf | OpenAI 공개 평가 | 22.5% | 6 / 7 | 17 | 인용 ↗ |
| SWE-Bench Multimodal | LLM Stats 집계 | 38.4% | 5 / 7 | 33 | 자기보고 ↗ |
과학·보안
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| AA-Omniscience Accuracy | Artificial Analysis | 48.8% | 23 / 139 | 84 | 확인됨 ↗ |
| AA-Omniscience Index | Artificial Analysis | 28.8 | 10 / 139 | 93 | 확인됨 ↗ |
| CyberGym | LLM Stats 집계 | 78.8% | 11 / 19 | 44 | 자기보고 ↗ |
| HealthBench Professional | LLM Stats 집계 | 55.8% | 11 / 14 | 23 | 자기보고 ↗ |
| CyberGym | Z.ai 공개 평가 | 78.1% | 6 / 7 | 17 | 인용 ↗ |
| ExploitBench | OpenAI 공개 평가 | 40% | 6 / 7 | 17 | 인용 ↗ |
| GeneBench Pro | OpenAI 공개 평가 | 16% | 3 / 7 | 67 | 인용 ↗ |
| HealthBench Professional | OpenAI 공개 평가 | 53% | 5 / 6 | 20 | 인용 ↗ |
| ExploitBench | Z.ai 공개 평가 | 40% | 4 / 6 | 40 | 인용 ↗ |
| LifeSciBench | OpenAI 공개 평가 | 53.6% | 3 / 5 | 50 | 인용 ↗ |
속도·비용
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Artificial Analysis Output Speed | Artificial Analysis | 58 tok/s | 76 / 108 | 30 | 확인됨 ↗ |
| Artificial Analysis Time to First Chunk | Artificial Analysis | 33.73초 | 85 / 108 | 21 | 확인됨 ↗ |
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
레이팅이 비슷한 모델
- Claude Haiku 5.5 24위 · 1356 비교
- Atria Dawn Preview 25위 · 1348 비교
- Qwen3.8-2.4T-A95B 26위 · 1338 비교
- Muse Spark 1.1 28위 · 1325 비교
- Qwen3.8-Flash-Next 29위 · 1324 비교
- GLM-5.3-Flash 30위 · 1319 비교
Anthropic의 다른 모델
공급사 →- Claude Haiku 5.5 2026-10-07 · 1356
- Claude Sonnet 5.5 2026-09-28 · 1662
- Claude Opus 5.5 2026-09-22 · 1766
- Claude Fable 5.1 2026-09-01 · 1637
- Claude Opus 5 2026-07-24 · 1550
- Claude Sonnet 5 2026-06-30 · 1283
- Claude Fable 5 2026-06-12 · 1522
- Claude Mythos 5 2026-06-12 · 1393