종합 레이팅1387 · 19위레이팅 벤치 86개
컨텍스트 창1.1M최대 출력 128K
가격 (입력 / 출력, 1M 토큰)$2.00 / $12.0혼합 $4.50
파라미터—
라이선스commercial API
벤치 점수88개코딩·에이전트·추론·지식·멀티모달·과학·보안·속도·비용
AI AI 해설
2026년 10월 9일 생성긴 컨텍스트와 과학·보안 강점이 돋보이는 상용 API 모델
핵심 포지션
종합 레이팅 1156(16위), 가중 비교 18.9다. 분야별로 과학·보안 1070(2위), 코딩 1134(12위), 에이전트 1027(11위), 추론·지식 1026(27위)이며 멀티모달은 986이다.
벤치마크 해석
OpenAI 공개 평가에서 Terminal-Bench 2.1은 87.4%(3/8), Agents' Last Exam은 50.4%(2/7), GeneBench Pro는 23.3%(2/7)다. Google 공개 평가는 미검증이며, 출처·하네스가 다른 점수와 직접 비교하면 안 된다.
도입 조건
컨텍스트 1.1M, 최대 출력 128K를 지원한다. 가격은 1M 토큰당 입력 $2.00, 출력 $12.0이며 commercial API로 제공된다. 긴 문서와 대규모 코드 입력에 맞는지 비용 구조와 함께 검토할 수 있다.
비교와 최신성
레이팅이 비슷한 모델은 Qwen3.8-27B 1162(14위), MiniMax-M3 1161(15위), Kimi-K2.6 1154(17위), DeepSeek-V4-Pro 1141(18위)다. 레이팅은 같은 벤치 비교로 만든 상대 지표다. 같은 공급사에는 GPT-6.1 Sol 등 더 최신 모델이 있다.
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 | 9 | 20 | |
| 에이전트 | 29 | 16 | |
| 추론·지식 | 20 | 27 | |
| 멀티모달 | 28 | 6 | |
| 과학·보안 | 18 | 17 |
차트를 불러오는 중입니다…
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
88개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | Artificial Analysis | 88.0% | 6 / 97 | 95 | 확인됨 ↗ |
| Terminal-Bench Hard | Artificial Analysis | 57.6% | 6 / 93 | 95 | 확인됨 ↗ |
| SciCode | Artificial Analysis | 55.0% | 20 / 84 | 77 | 확인됨 ↗ |
| SWE-bench Pro | Public 731 | 63.4% | 12 / 63 | 82 | 확인됨 ↗ |
| SWE-bench Pro | LLM Stats 집계 | 63.4% | 12 / 55 | 80 | 자기보고 ↗ |
| Terminal-Bench 2.1 | LLM Stats 집계 | 87.4% | 10 / 43 | 79 | 자기보고 ↗ |
| DeepSWE 1.1 | LLM Stats 집계 | 70% | 11 / 39 | 75 | 인용 ↗ |
| FrontierCode 1.1 | LLM Stats 집계 | 41.3% | 15 / 22 | 33 | 인용 ↗ |
| Terminal-Bench 4.0 | LLM Stats 집계 | 21.5% | 16 / 21 | 25 | 인용 ↗ |
| DeepSWE | LLM Stats 집계 | 69.6% | 2 / 13 | 92 | 자기보고 ↗ |
| Terminal-Bench 2.1 | OpenAI 공개 평가 | 87.4% | 3 / 8 | 71 | 확인됨 ↗ |
| DeepSWE v1.1 | OpenAI 공개 평가 | 69.6% | 3 / 7 | 67 | 확인됨 ↗ |
| Terminal-Bench 2.1 | Google 공개 평가 | 87.4% | 1 / 4 | 100 | 인용 ↗ |
| FrontierCode 1.1 | Google 공개 평가 | 41.3% | 3 / 4 | 33 | 인용 ↗ |
| Terminal-Bench 3.0 | Google 공개 평가 | 20.8% | 1 / 4 | 100 | 인용 ↗ |
| DeepSWE v1.1 | Google 공개 평가 | 69.6% | 1 / 4 | 100 | 인용 ↗ |
| Code Arena | Google 공개 평가 | 1,523 | 4 / 4 | 0 | 인용 ↗ |
| KernelGen 1P | LLM Stats 집계 | 49.2% | 2 / 3 | 50 | 자기보고 ↗ |
| NanoGPT | LLM Stats 집계 | 14.5% | 1 / 3 | 100 | 자기보고 ↗ |
| PostTrainBench Lite | LLM Stats 집계 | 51.5% | 1 / 3 | 100 | 자기보고 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| GDPval-AA | Artificial Analysis | 47.7% | 27 / 104 | 75 | 확인됨 ↗ |
| BrowseComp | LLM Stats 집계 | 87.5% | 6 / 47 | 89 | 자기보고 ↗ |
| Toolathlon | LLM Stats 집계 | 53.1% | 19 / 38 | 51 | 자기보고 ↗ |
| AutomationBench | LLM Stats 집계 | 15.2% | 22 / 24 | 9 | 자기보고 ↗ |
| APEX Agents | Artificial Analysis | 38.9% | 3 / 22 | 90 | 확인됨 ↗ |
| Agents' Last Exam | LLM Stats 집계 | 50.4% | 8 / 21 | 65 | 자기보고 ↗ |
| OSWorld 2.0 | LLM Stats 집계 | 50.2% | 10 / 14 | 31 | 자기보고 ↗ |
| Toolathlon | OpenAI 공개 평가 | 53.1% | 8 / 9 | 13 | 확인됨 ↗ |
| BrowseComp | OpenAI 공개 평가 | 87.5% | 4 / 8 | 57 | 확인됨 ↗ |
| GDPval-AA v2 | OpenAI 공개 평가 | 1,593 | 4 / 8 | 57 | 확인됨 ↗ |
| Agents' Last Exam | OpenAI 공개 평가 | 50.4% | 2 / 7 | 83 | 확인됨 ↗ |
| BenchCAD | LLM Stats 집계 | 62.3% | 6 / 7 | 17 | 자기보고 ↗ |
| BenchCAD | OpenAI 공개 평가 | 62.3% | 3 / 7 | 67 | 확인됨 ↗ |
| BenchCAD (with Python tool) | LLM Stats 집계 | 78.2% | 6 / 7 | 17 | 자기보고 ↗ |
| OSWorld 2.0 | OpenAI 공개 평가 | 50.2% | 3 / 5 | 50 | 확인됨 ↗ |
| Management Consulting Tasks (Internal) | LLM Stats 집계 | 37.2% | 2 / 3 | 50 | 자기보고 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Humanity's Last Exam | Artificial Analysis | 42.9% | 22 / 141 | 85 | 확인됨 ↗ |
| Intelligence Index | Artificial Analysis | 42.1 | 16 / 141 | 89 | 확인됨 ↗ |
| AA-LCR | Artificial Analysis | 83% | 14 / 139 | 89 | 확인됨 ↗ |
| CritPT | Artificial Analysis | 30% | 7 / 139 | 96 | 확인됨 ↗ |
| GPQA Diamond | Artificial Analysis | 92.5% | 17 / 130 | 88 | 확인됨 ↗ |
| IFBench | Artificial Analysis | 71.2% | 33 / 97 | 67 | 확인됨 ↗ |
| τ²-Bench Telecom | Artificial Analysis | 86.3% | 40 / 96 | 59 | 확인됨 ↗ |
| GPQA Diamond | LLM Stats 집계 | 92.9% | 10 / 90 | 90 | 자기보고 ↗ |
| MRCR v2 (8-needle) | LLM Stats 집계 | 89.6% | 5 / 22 | 81 | 자기보고 ↗ |
| Graphwalks BFS >128k | LLM Stats 집계 | 76.9% | 6 / 12 | 55 | 자기보고 ↗ |
| GPQA Diamond | OpenAI 공개 평가 | 92.9% | 6 / 9 | 38 | 확인됨 ↗ |
| Artificial Analysis | LLM Stats 집계 | 55% | 4 / 7 | 50 | 인용 ↗ |
| FrontierMath | LLM Stats 집계 | 84.9% | 2 / 7 | 83 | 자기보고 ↗ |
| FrontierMath Tier 1-3 v2 | OpenAI 공개 평가 | 84.9% | 4 / 7 | 50 | 확인됨 ↗ |
| ARC-AGI-3 | OpenAI 공개 평가 | 0.8% | 3 / 6 | 60 | 확인됨 ↗ |
| ARC-AGI-3 | LLM Stats 집계 | 0.8% | 4 / 5 | 25 | 자기보고 ↗ |
| AA Intelligence Index | Google 공개 평가 | 57.0 | 1 / 4 | 100 | 인용 ↗ |
| FrontierMath Tier 4 (v2) | LLM Stats 집계 | 68.3% | 3 / 4 | 33 | 자기보고 ↗ |
| MRCR v2 · 512K–1M | OpenAI 공개 평가 | 72.5% | 3 / 4 | 33 | 확인됨 ↗ |
| MRCR v2 (8-needle, 512K-1M) | LLM Stats 집계 | 72.5% | 3 / 4 | 33 | 자기보고 ↗ |
| Big Finance Bench | LLM Stats 집계 | 51% | 2 / 3 | 50 | 자기보고 ↗ |
| Capture-the-Flag Challenges (Internal) | LLM Stats 집계 | 91.8% | 2 / 3 | 50 | 자기보고 ↗ |
| Connectors | LLM Stats 집계 | 100% | 2 / 3 | 75 | 자기보고 ↗ |
| Graphwalks BFS 1M | LLM Stats 집계 | 71.2% | 2 / 3 | 50 | 자기보고 ↗ |
| Internal Research Debugging Evaluation | LLM Stats 집계 | 67.8% | 2 / 3 | 50 | 자기보고 ↗ |
| RSI Index | LLM Stats 집계 | 56.3% | 2 / 3 | 50 | 자기보고 ↗ |
| Search and Function-Calling | LLM Stats 집계 | 94.6% | 1 / 3 | 100 | 자기보고 ↗ |
멀티모달
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| MMMU-Pro | Artificial Analysis | 80.7% | 13 / 69 | 82 | 확인됨 ↗ |
| MMMU-Pro | LLM Stats 집계 | 80.7% | 11 / 61 | 83 | 자기보고 ↗ |
| gdp.pdf | LLM Stats 집계 | 24.7% | 6 / 8 | 29 | 자기보고 ↗ |
| gdp.pdf | OpenAI 공개 평가 | 24.7% | 4 / 7 | 50 | 확인됨 ↗ |
| MMMU-Pro · no tools | OpenAI 공개 평가 | 80.7% | 3 / 5 | 50 | 확인됨 ↗ |
| MMMU-Pro (with tools) | LLM Stats 집계 | 82% | 3 / 4 | 33 | 자기보고 ↗ |
과학·보안
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| AA-Omniscience Accuracy | Artificial Analysis | 46.8% | 26 / 139 | 82 | 확인됨 ↗ |
| AA-Omniscience Index | Artificial Analysis | 0.1 | 53 / 139 | 62 | 확인됨 ↗ |
| HealthBench Professional | LLM Stats 집계 | 57.7% | 10 / 14 | 31 | 자기보고 ↗ |
| HealthBench | LLM Stats 집계 | 57% | 7 / 10 | 39 | 자기보고 ↗ |
| ExploitBench | LLM Stats 집계 | 52.9% | 5 / 8 | 43 | 자기보고 ↗ |
| ExploitGym | LLM Stats 집계 | 23.2% | 3 / 8 | 71 | 자기보고 ↗ |
| ExploitBench | OpenAI 공개 평가 | 52.9% | 4 / 7 | 50 | 확인됨 ↗ |
| SEC-Bench Pro | LLM Stats 집계 | 57.7% | 5 / 7 | 33 | 자기보고 ↗ |
| GeneBench Pro | OpenAI 공개 평가 | 23.3% | 2 / 7 | 83 | 확인됨 ↗ |
| HealthBench Professional | OpenAI 공개 평가 | 57.7% | 3 / 6 | 60 | 확인됨 ↗ |
| HealthBench Hard | LLM Stats 집계 | 32.7% | 3 / 6 | 60 | 자기보고 ↗ |
| LifeSciBench | OpenAI 공개 평가 | 56% | 2 / 5 | 75 | 확인됨 ↗ |
| SEC-Bench Pro | OpenAI 공개 평가 | 57.7% | 2 / 4 | 67 | 확인됨 ↗ |
| LifeSciBench | LLM Stats 집계 | 56% | 3 / 4 | 33 | 자기보고 ↗ |
| GeneBench-Pro | LLM Stats 집계 | 23.3% | 3 / 4 | 33 | 자기보고 ↗ |
| HealthBench Consensus | LLM Stats 집계 | 95.1% | 3 / 4 | 50 | 자기보고 ↗ |
| MedChemBench (Internal) | LLM Stats 집계 | 35% | 2 / 3 | 50 | 자기보고 ↗ |
속도·비용
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Artificial Analysis Output Speed | Artificial Analysis | 106 tok/s | 42 / 108 | 62 | 확인됨 ↗ |
| Artificial Analysis Time to First Chunk | Artificial Analysis | 113.73초 | 97 / 108 | 10 | 확인됨 ↗ |
순위는 같은 프로필(같은 문항·하네스·출처)에서 측정된 모델 중 위치입니다. * 는 자기보고·인용 등 검증되지 않은 값입니다.
레이팅이 비슷한 모델
- Qwen3.8 Max 16위 · 1426 비교
- Claude Mythos 5 17위 · 1393 비교
- Hy4-preview 18위 · 1388 비교
- DeepSeek-V4.1-Flash 20위 · 1386 비교
- Ling 3.1 Flash 21위 · 1385 비교
- Gemini 3.7 Flash 22위 · 1369 비교
OpenAI의 다른 모델
공급사 →- GPT-6.1 Sol 2026-09-29 · 1445
- GPT-6 Luna 2026-09-22 · 1275
- GPT-6 Sol 2026-09-22 · 1449
- GPT-6 Astra 2026-09-03 · 1681
- GPT-5.6 Luna 2026-07-09 · 1194
- GPT-5.6 Sol 2026-07-09 · 1590
- GPT-5.5 Instant 2026-05-05 · 978
- GPT-5.5 2026-04-23 · 1312