AI AI 해설
2026년 10월 9일 생성종합 1206·11위, 긴 컨텍스트와 강한 벤치 성적을 갖춘 상용 모델
종합 평가
종합 레이팅은 1206(11위), 가중 비교는 6.9다. 분야 레이팅은 코딩 1110(15위), 에이전트 1113, 추론·지식 1052(22위), 멀티모달 1022, 과학·보안 1109다.
주요 벤치 결과
SWE-bench Pro는 Public 731 프로필에서 79.2%(4/63), Anthropic 482 프로필에서 91.7%(2/3)다. 프로필이 달라 두 점수를 직접 비교하면 안 된다. Intelligence Index v4.1.1은 63.1(1/4)이다.
검증과 속도
Artificial Analysis 벤치 점수는 미검증이다. 출력 속도는 55 tok/s(4/4), 첫 청크 시간은 71.64초(3/4)다. GPQA Diamond 93.2%(2/4), Humanity's Last Exam 54.9%(1/4)도 같은 미검증 조건이다.
도입 판단
컨텍스트 1M, 최대 출력 128K이며 입력·출력 가격은 1M 토큰당 $5.00/$25.0이다. 상용 API와 commercial API 라이선스로 제공된다. 같은 공급사에는 Claude Opus 5.5 등 더 최신 출시 모델도 있어 함께 검토할 만하다.
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 | 비교 수 |
|---|---|---|---|
| 코딩 | 8 | 4.4 | |
| 에이전트 | 9 | 3 | |
| 추론·지식 | 17 | 3.5 | |
| 멀티모달 | — | 0.5 | |
| 과학·보안 | — | 1.5 |
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
27개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| SWE-bench Pro | Public 731 | 79.2% | 4 / 63 | 95 | 확인됨 ↗ |
| DeepSWE 1.1 | LLM Stats 집계 | 68.8% | 13 / 39 | 67 | 자기보고 ↗ |
| FrontierCode 1.1 | LLM Stats 집계 | 53.4% | 3 / 22 | 90 | 인용 ↗ |
| Terminal-Bench 4.0 | LLM Stats 집계 | 51.8% | 5 / 21 | 80 | 인용 ↗ |
| SciCode | Artificial Analysis | 55.7% | 2 / 4 | 67 | 인용 ↗ |
| SWE-bench Pro | Anthropic 482 | 91.7% | 2 / 3 | 50 | 확인됨 ↗ |
| FrontierCode | LLM Stats 집계 | 53.4% | 1 / 3 | 100 | 자기보고 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| BrowseComp | LLM Stats 집계 | 90.8% | 4 / 47 | 93 | 자기보고 ↗ |
| AutomationBench | LLM Stats 집계 | 26% | 17 / 24 | 30 | 자기보고 ↗ |
| OSWorld 2.0 | LLM Stats 집계 | 70.6% | 4 / 14 | 77 | 자기보고 ↗ |
| Legal Agent Benchmark | LLM Stats 집계 | 11.7% | 2 / 14 | 88 | 자기보고 ↗ |
| AA-Briefcase Elo | Artificial Analysis | 1,685 | 1 / 4 | 100 | 인용 ↗ |
| AA-Briefcase Rubric Pass Rate | Artificial Analysis | 57.2% | 1 / 4 | 100 | 인용 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Humanity's Last Exam | LLM Stats 집계 | 64.7% | 3 / 64 | 98 | 자기보고 ↗ |
| BioMysteryBench | LLM Stats 집계 | 90.1% | 1 / 7 | 100 | 자기보고 ↗ |
| ARC-AGI-3 | LLM Stats 집계 | 30.2% | 2 / 5 | 75 | 자기보고 ↗ |
| GPQA Diamond | Artificial Analysis | 93.2% | 2 / 4 | 67 | 인용 ↗ |
| Humanity's Last Exam | Artificial Analysis | 54.9% | 1 / 4 | 100 | 인용 ↗ |
| AA-LCR | Artificial Analysis | 75.7% | 4 / 4 | 0 | 인용 ↗ |
| Intelligence Index v4.1.1 | Artificial Analysis | 63.1 | 1 / 4 | 100 | 인용 ↗ |
| Frontier-Bench v0.1 | LLM Stats 집계 | 43.3% | 1 / 1 | 50 | 자기보고 ↗ |
멀티모달
과학·보안
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| HealthBench Professional | LLM Stats 집계 | 59.8% | 8 / 14 | 46 | 자기보고 ↗ |
| AA-Omniscience Index | Artificial Analysis | 37.1 | 1 / 4 | 100 | 인용 ↗ |
| AA-Omniscience Accuracy | Artificial Analysis | 60.9% | 1 / 4 | 100 | 인용 ↗ |
속도·비용
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Artificial Analysis Output Speed | Artificial Analysis | 55 tok/s | 4 / 4 | 0 | 인용 ↗ |
| Artificial Analysis Time to First Chunk | Artificial Analysis | 71.64초 | 3 / 4 | 33 | 인용 ↗ |
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
레이팅이 비슷한 모델
- GPT-5.6 Sol 4위 · 1485 비교
- Claude Fable 5 5위 · 1410 비교
- Claude Fable 5.1 6위 · 1409 비교
- GLM-5.3 8위 · 1390 비교
- Muse Spark 1.3 9위 · 1385 비교
- Kimi-K3 10위 · 1369 비교
Anthropic의 다른 모델
공급사 →- Claude Haiku 5.5 2026-10-07 · 1221
- Claude Sonnet 5.5 2026-09-28 · 1527
- Claude Opus 5.5 2026-09-22 · 1615
- Claude Fable 5.1 2026-09-01 · 1409
- Claude Sonnet 5 2026-06-30 · 1135
- Claude Fable 5 2026-06-12 · 1410
- Claude Mythos 5 2026-06-12
- Claude Mythos Preview 2026-05-28 · 1357