AI AI 해설
2026년 10월 9일 생성코딩 레이팅 1위의 오픈 웨이트 모델, 사양·에이전트 자료는 공백
종합 평가
종합 레이팅은 1285(5위), 가중 비교는 4.8이다. 비슷한 레이팅의 모델로 Claude Fable 5 1293(3위), Hy4-preview 1291(4위), Darwin-180B-RSI 1279(6위), Kimi-K3 1259(7위)가 제시됐다.
강점과 자료 공백
코딩 레이팅은 1253(1위)이다. 추론·지식은 1135, 멀티모달은 1017이다. 에이전트와 과학·보안은 자료 없음이며, 컨텍스트·최대 출력·가격도 자료 없음이다.
벤치 결과
HF 리더보드에서 GPQA Diamond 90.9%(10/70), Humanity's Last Exam 36.8%(9/48), Terminal-Bench 2.1 90.6%(1/28), DeepSWE 74.2%(1/21), ExtractBench 87.1%(미검증, 5/11)다. LLM Stats의 Terminal-Bench 2.1은 90.6%(미검증, 1/37)로 프로필이 달라 직접 비교하지 않는다.
도입 시 확인점
오픈 웨이트이며 라이선스는 mit다. 코딩 지표는 두드러지지만, 실제 도입 전에는 자료가 없는 사양·가격과 에이전트·과학·보안 성능을 별도로 확인해야 한다.
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 | 1 | 4.5 | |
| 에이전트 | — | 1 | |
| 추론·지식 | 29 | 6.3 | |
| 멀티모달 | — | 1 | |
| 과학·보안 | — | 1.5 |
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
25개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | LLM Stats 집계 | 90.6% | 1 / 43 | 100 | 자기보고 ↗ |
| DeepSWE 1.1 | LLM Stats 집계 | 74.2% | 4 / 39 | 93 | 자기보고 ↗ |
| Terminal-Bench 2.1 | HF 리더보드 | 90.6% | 1 / 28 | 100 | 확인됨 ↗ |
| DeepSWE | HF 리더보드 | 74.2% | 1 / 21 | 100 | 확인됨 ↗ |
| Terminal-Bench 4.0 | LLM Stats 집계 | 31.2% | 12 / 21 | 45 | 자기보고 ↗ |
| CodeForces | LLM Stats 집계 | 3,471 | 1 / 10 | 100 | 자기보고 ↗ |
| Terminal-Bench 3.0 | LLM Stats 집계 | 30% | 1 / 3 | 100 | 자기보고 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| AutomationBench | LLM Stats 집계 | 54.8% | 2 / 24 | 96 | 자기보고 ↗ |
| Agents' Last Exam | LLM Stats 집계 | 31.8% | 12 / 21 | 45 | 자기보고 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| GPQA Diamond | LLM Stats 집계 | 90.9% | 22 / 90 | 76 | 자기보고 ↗ |
| GPQA Diamond | HF 리더보드 | 90.9% | 10 / 70 | 88 | 확인됨 ↗ |
| Humanity's Last Exam | LLM Stats 집계 | 36.8% | 37 / 64 | 43 | 자기보고 ↗ |
| Humanity's Last Exam | HF 리더보드 | 36.8% | 9 / 48 | 83 | 확인됨 ↗ |
| NL2Repo | LLM Stats 집계 | 64% | 1 / 22 | 100 | 자기보고 ↗ |
| Program Bench | LLM Stats 집계 | 20.3% | 11 / 13 | 17 | 자기보고 ↗ |
| ZEROBench | LLM Stats 집계 | 0.5 | 2 / 13 | 92 | 자기보고 ↗ |
| Humanity's Last Exam (no tools, text-only) | LLM Stats 집계 | 39.1% | 7 / 11 | 40 | 자기보고 ↗ |
| MathArena Apex | LLM Stats 집계 | 65.6% | 5 / 11 | 60 | 자기보고 ↗ |
| Chartography | LLM Stats 집계 | 78.9% | 4 / 5 | 25 | 자기보고 ↗ |
| Humanity's Last Exam (with tools) | LLM Stats 집계 | 63.9% | 2 / 3 | 50 | 자기보고 ↗ |
멀티모달
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| BabyVision | LLM Stats 집계 | 89.6% | 1 / 13 | 100 | 자기보고 ↗ |
| ExtractBench | HF 리더보드 | 87.1% | 5 / 11 | 60 | 인용 ↗ |
과학·보안
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| CyberGym | LLM Stats 집계 | 88.1% | 3 / 19 | 89 | 자기보고 ↗ |
| ExploitGym | LLM Stats 집계 | 15.3% | 5 / 8 | 43 | 자기보고 ↗ |
| SEC-Bench Pro | LLM Stats 집계 | 62.8% | 4 / 7 | 50 | 자기보고 ↗ |
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
Hugging Face 다운로드 추이
30일 변화 +891.9K (+228.3%)Hugging Face가 제공하는 최근 30일 다운로드 집계를 매일 기록한 값입니다(누적 다운로드가 아님).
레이팅이 비슷한 모델
- Kimi-K3 10위 · 1369 비교
- Claude Mythos Preview 11위 · 1357 비교
- Qwen3.8 Max 12위 · 1353 비교
- Ling 3.1 Flash 14위 · 1333 비교
- Hy4-preview 15위 · 1332 비교
- Atria Dawn Preview 16위 · 1297 비교
DeepSeek의 다른 모델
공급사 →- DeepSeek-V4-Flash-Vision-Exp 2026-08-31 · 1173
- DeepSeek-V4-Pro-0813 2026-08-13 · 1293
- DeepSeek-V4-Flash-0731 2026-07-31 · 1082
- DeepSeek-V4-Flash-DSpark 2026-06-27
- DeepSeek-V4-Flash-0423 2026-04-23 · 967
- DeepSeek-V4-Flash-Max 2026-04-23 · 1067
- DeepSeek-V4-Pro-Max 2026-04-23 · 1178
- DeepSeek-V4-Pro 2026-04-22 · 1154