종합 레이팅1198 · 53위레이팅 벤치 20개
컨텍스트 창1.0M
가격 (입력 / 출력, 1M 토큰)$2.00 / $12.0혼합 $4.50
파라미터—
라이선스—
벤치 점수20개코딩·에이전트·추론·지식·멀티모달
AI AI 해설
2026년 10월 9일 생성긴 컨텍스트와 추론·지식이 강점이지만 코딩 성과는 벤치별 편차가 크다
업무 포지션
상용 API 모델로 컨텍스트 1.0M을 제공한다. 가격은 1M 토큰당 입력 $2.00, 출력 $12.0이며 최대 출력과 라이선스는 자료 없음이다.
레이팅 해석
종합 레이팅은 1156(42위), 가중 비교는 10이다. 분야별로 추론·지식 1177(22위), 에이전트 987(40위), 코딩 1043(46위), 멀티모달 1043이다. 과학·보안은 자료 없음이다.
벤치 관찰
같은 LLM Stats 집계 프로필에서 GPQA Diamond 94.3%, MMMU-Pro 80.5%, BrowseComp 85.9%, t2-bench 99.3%다. 코딩은 SWE-bench Verified 80.6%, SWE-bench Pro 54.2%, DeepSWE 1.1 12%로 벤치별 결과가 엇갈린다.
판단 시 유의점
제시된 벤치 점수는 모두 미검증이다. 레이팅은 같은 벤치 비교로 만든 상대 지표이므로 절대 성능으로 해석하기보다 실제 업무 하네스에서 품질과 비용을 함께 확인하는 편이 적절하다.
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 | 64 | 7 | |
| 에이전트 | 61 | 5 | |
| 추론·지식 | 42 | 7 | |
| 멀티모달 | — | 1 | |
| 과학·보안 | — | — | — |
차트를 불러오는 중입니다…
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
20개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| SWE-bench Verified | LLM Stats 집계 | 80.6% | 10 / 58 | 85 | 자기보고 ↗ |
| SWE-bench Pro | LLM Stats 집계 | 54.2% | 41 / 55 | 25 | 자기보고 ↗ |
| Terminal-Bench 2.0 | LLM Stats 집계 | 68.5% | 12 / 40 | 72 | 자기보고 ↗ |
| DeepSWE 1.1 | LLM Stats 집계 | 12% | 39 / 39 | 0 | 인용 ↗ |
| SciCode | LLM Stats 집계 | 59% | 3 / 26 | 92 | 자기보고 ↗ |
| FrontierSWE | LLM Stats 집계 | 40% | 12 / 17 | 31 | 인용 ↗ |
| LiveCodeBench Pro | LLM Stats 집계 | 2,887 | 1 / 5 | 100 | 자기보고 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| BrowseComp | LLM Stats 집계 | 85.9% | 10 / 47 | 80 | 자기보고 ↗ |
| MCP Atlas · Public | LLM Stats 집계 | 69.2% | 22 / 36 | 40 | 자기보고 ↗ |
| Finance Agent v2 | LLM Stats 집계 | 43.0% | 15 / 21 | 30 | 인용 ↗ |
| Legal Agent Benchmark | LLM Stats 집계 | 0% | 13 / 14 | 8 | 인용 ↗ |
| APEX-Agents | LLM Stats 집계 | 33.5% | 4 / 8 | 57 | 자기보고 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| GPQA Diamond | LLM Stats 집계 | 94.3% | 4 / 90 | 97 | 자기보고 ↗ |
| Humanity's Last Exam | LLM Stats 집계 | 51.4% | 20 / 64 | 70 | 자기보고 ↗ |
| MMMLU | LLM Stats 집계 | 92.6% | 2 / 30 | 97 | 자기보고 ↗ |
| LiveBench | LLM Stats 집계 | 79.9% | 3 / 23 | 91 | 인용 ↗ |
| MRCR v2 (8-needle) | LLM Stats 집계 | 26.3% | 18 / 22 | 21 | 자기보고 ↗ |
| t2-bench | LLM Stats 집계 | 99.3% | 1 / 19 | 100 | 자기보고 ↗ |
| ARC-AGI v2 | LLM Stats 집계 | 77.1% | 3 / 14 | 85 | 자기보고 ↗ |
멀티모달
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
레이팅이 비슷한 모델
- DeepSeek-V4-Pro-Max 50위 · 1210 비교
- Gemini 3.6 Flash 51위 · 1208 비교
- GLM-5.2 52위 · 1199 비교
- GPT-5.6 Luna 54위 · 1194 비교
- Qwen3.8-27B 55위 · 1192 비교
- GPT-5.2 56위 · 1192 비교
Google의 다른 모델
공급사 →- DiarizationLM-Gemma-4-E4B-v1 2026-10-04
- Gemini 3.8 Flash 2026-09-02 · 1432
- Gemini 3.7 Flash 2026-08-13 · 1369
- Gemini 3.5 Flash-Lite 2026-07-21 · 983
- Gemini 3.6 Flash 2026-07-21 · 1208
- DiffusionGemma 26B-A4B 2026-06-10 · 705
- Gemma 4 12B 2026-05-23 · 781
- Gemini 3.5 Flash 2026-05-19 · 1227