종합 레이팅1224 · 46위레이팅 벤치 37개
컨텍스트 창1M
가격 (입력 / 출력, 1M 토큰)$5.00 / $25.0혼합 $10.0
파라미터—
라이선스—
벤치 점수41개코딩·에이전트·추론·지식·멀티모달·과학·보안·속도·비용
AI AI 해설
2026년 10월 9일 생성긴 컨텍스트와 추론·지식 강점이 돋보이는 상용 API 모델
종합 평가
종합 레이팅 1183(34위), 가중 비교 12.5다. 레이팅은 같은 벤치 비교로 만든 상대 지표다. 분야별로는 추론·지식 1206(14위)가 가장 높은 평가를 받았고, 에이전트 1052(27위), 코딩 1064(37위)다.
벤치마크 특징
LLM Stats 집계에서 Tau2 Telecom 99.3%(1/20), Tau2 Retail 91.9%(1/10), Graphwalks parents >128k 95.4%(1/8)를 기록했다. SWE-bench Verified는 80.8%(8/58), OSWorld는 72.7%(3/18)다.
해석 시 주의점
제시된 벤치 점수는 모두 미검증이며, 동일한 LLM Stats 집계 프로필 안에서만 비교해야 한다. Legal Agent Benchmark는 4.2%(8/14)이고, 멀티모달 레이팅은 1002, 과학·보안은 967이다.
도입 조건
상용 API로 제공되며 컨텍스트는 1M이다. 가격은 1M 토큰 기준 입력 $5.00, 출력 $25.0이다. 최대 출력과 라이선스는 자료 없음이다.
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 | 49 | 5 | |
| 에이전트 | 39 | 7 | |
| 추론·지식 | 41 | 19 | |
| 멀티모달 | 42 | 3 | |
| 과학·보안 | 35 | 3 |
차트를 불러오는 중입니다…
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
41개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Terminal-Bench Hard | Artificial Analysis | 46.2% | 17 / 93 | 83 | 확인됨 ↗ |
| SWE-bench Verified | LLM Stats 집계 | 80.8% | 8 / 58 | 88 | 자기보고 ↗ |
| Terminal-Bench 2.0 | LLM Stats 집계 | 65.4% | 15 / 40 | 64 | 자기보고 ↗ |
| SWE-bench Multilingual | LLM Stats 집계 | 77.8% | 12 / 35 | 68 | 자기보고 ↗ |
| FrontierSWE | LLM Stats 집계 | 56% | 10 / 17 | 44 | 인용 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| BrowseComp | LLM Stats 집계 | 84% | 16 / 47 | 67 | 자기보고 ↗ |
| MCP Atlas · Public | LLM Stats 집계 | 62.7% | 29 / 36 | 20 | 자기보고 ↗ |
| APEX Agents | Artificial Analysis | 33.0% | 8 / 22 | 67 | 확인됨 ↗ |
| OSWorld | LLM Stats 집계 | 72.7% | 3 / 18 | 88 | 자기보고 ↗ |
| Legal Agent Benchmark | LLM Stats 집계 | 4.2% | 8 / 14 | 46 | 인용 ↗ |
| DeepSearch QA | LLM Stats 집계 | 91.3% | 4 / 11 | 70 | 자기보고 ↗ |
| Finance Agent | LLM Stats 집계 | 60.7% | 3 / 8 | 71 | 자기보고 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Humanity's Last Exam | Artificial Analysis | 39.9% | 35 / 141 | 76 | 확인됨 ↗ |
| Intelligence Index | Artificial Analysis | 31.9 | 42 / 141 | 71 | 확인됨 ↗ |
| AA-LCR | Artificial Analysis | 78% | 52 / 139 | 62 | 확인됨 ↗ |
| CritPT | Artificial Analysis | 12.6% | 37 / 139 | 74 | 확인됨 ↗ |
| GPQA Diamond | Artificial Analysis | 89.6% | 38 / 130 | 71 | 확인됨 ↗ |
| IFBench | Artificial Analysis | 53.1% | 61 / 97 | 38 | 확인됨 ↗ |
| τ²-Bench Telecom | Artificial Analysis | 92.1% | 28 / 96 | 71 | 확인됨 ↗ |
| GPQA Diamond | LLM Stats 집계 | 91.3% | 20 / 90 | 79 | 자기보고 ↗ |
| Humanity's Last Exam | LLM Stats 집계 | 53.1% | 17 / 64 | 75 | 자기보고 ↗ |
| AIME 2025 | LLM Stats 집계 | 99.8% | 4 / 40 | 92 | 자기보고 ↗ |
| MMMLU | LLM Stats 집계 | 91.1% | 6 / 30 | 83 | 자기보고 ↗ |
| LiveBench | LLM Stats 집계 | 76.3% | 7 / 23 | 73 | 인용 ↗ |
| MRCR v2 (8-needle) | LLM Stats 집계 | 76% | 6 / 22 | 76 | 자기보고 ↗ |
| Tau2 Telecom | LLM Stats 집계 | 99.3% | 1 / 20 | 100 | 자기보고 ↗ |
| ARC-AGI v2 | LLM Stats 집계 | 68.8% | 6 / 14 | 62 | 자기보고 ↗ |
| Graphwalks BFS >128k | LLM Stats 집계 | 61.5% | 11 / 12 | 9 | 자기보고 ↗ |
| Tau2 Retail | LLM Stats 집계 | 91.9% | 1 / 10 | 100 | 자기보고 ↗ |
| Graphwalks parents >128k | LLM Stats 집계 | 95.4% | 1 / 8 | 100 | 자기보고 ↗ |
| Vending-Bench 2 | LLM Stats 집계 | 801,759% | 1 / 4 | 100 | 자기보고 ↗ |
| FigQA | LLM Stats 집계 | 78.3% | 2 / 2 | 0 | 자기보고 ↗ |
| OpenRCA | LLM Stats 집계 | 34.9% | 1 / 1 | 50 | 자기보고 ↗ |
멀티모달
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| MMMU-Pro | Artificial Analysis | 75.4% | 33 / 69 | 52 | 확인됨 ↗ |
| MMMU-Pro | LLM Stats 집계 | 77.3% | 21 / 61 | 67 | 자기보고 ↗ |
| CharXiv-R | LLM Stats 집계 | 77.4% | 32 / 48 | 33 | 자기보고 ↗ |
과학·보안
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| AA-Omniscience Accuracy | Artificial Analysis | 47.0% | 25 / 139 | 83 | 확인됨 ↗ |
| AA-Omniscience Index | Artificial Analysis | 13.7 | 26 / 139 | 82 | 확인됨 ↗ |
| CyberGym | LLM Stats 집계 | 73.8% | 14 / 19 | 28 | 자기보고 ↗ |
속도·비용
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Artificial Analysis Output Speed | Artificial Analysis | 42 tok/s | 96 / 108 | 11 | 확인됨 ↗ |
| Artificial Analysis Time to First Chunk | Artificial Analysis | 22.02초 | 82 / 108 | 24 | 확인됨 ↗ |
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
레이팅이 비슷한 모델
- GPT-5.3-Codex 43위 · 1233 비교
- Gemini 3.5 Flash 44위 · 1227 비교
- Gemini 3.1 Pro Preview 45위 · 1227 비교
- Mistral Large 4 47위 · 1223 비교
- DeepSeek-V4-Flash-Vision-Exp 48위 · 1218 비교
- Kimi-K2.6 49위 · 1215 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