AI AI 해설
2026년 10월 9일 생성코딩·에이전트 레이팅이 돋보이는 오픈 웨이트 모델
종합 평가
종합 레이팅 1291(4위), 가중 비교 8.6이다. 레이팅은 같은 벤치 비교로 만든 상대 지표다. 비슷한 모델로 Claude Fable 5 1293(3위), DeepSeek-V4.1-Flash 1285(5위) 등이 있다.
업무별 적합성
코딩 레이팅은 1190(5위), 에이전트는 1166(3위), 추론·지식은 1159다. 멀티모달과 과학·보안은 자료 없음이므로 해당 업무의 성능은 판단하기 어렵다.
주요 벤치 결과
HF 리더보드에서 SWE-bench Multilingual 82.9%(1/26), SkillsBench 62.9%(1/11), APEX Agents 37.1%(2/13)다. Terminal-Bench 2.1은 HF 리더보드 기준 85.4%(8/28)다.
도입 확인사항
오픈 웨이트이며 라이선스는 apache-2.0이다. 컨텍스트, 최대 출력, 입력·출력 가격은 자료 없음이다. LLM Stats 집계의 Terminal-Bench 2.1 85.4%, MCP Atlas 83.7%, SkillsBench 62.9%는 미검증 수치다.
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 | 13 | 6.9 | |
| 에이전트 | 10 | 4.9 | |
| 추론·지식 | 7 | 10.3 | |
| 멀티모달 | — | — | — |
| 과학·보안 | — | 0.5 |
분야 레이팅은 그 분야 벤치에서의 비교만으로 계산합니다. 회색 선은 종합 1위 모델입니다.
벤치마크 점수
40개 · 프로필별 순위코딩
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| SWE-bench Pro | Public 731 | 65.7% | 8 / 63 | 89 | 확인됨 ↗ |
| SWE-bench Pro | LLM Stats 집계 | 65.7% | 7 / 55 | 89 | 자기보고 ↗ |
| Terminal-Bench 2.1 | LLM Stats 집계 | 85.4% | 13 / 43 | 71 | 자기보고 ↗ |
| SWE-bench Multilingual | LLM Stats 집계 | 82.9% | 6 / 35 | 85 | 자기보고 ↗ |
| Terminal-Bench 2.1 | HF 리더보드 | 85.4% | 8 / 28 | 74 | 확인됨 ↗ |
| SWE-bench Multilingual | HF 리더보드 | 82.9% | 1 / 26 | 100 | 확인됨 ↗ |
| DeepSWE | HF 리더보드 | 64.3% | 7 / 21 | 70 | 확인됨 ↗ |
| DeepSWE | LLM Stats 집계 | 64.3% | 5 / 13 | 67 | 자기보고 ↗ |
| PostTrainBench | LLM Stats 집계 | 35.6% | 4 / 7 | 50 | 자기보고 ↗ |
| SWE-Marathon | LLM Stats 집계 | 31.9% | 3 / 5 | 50 | 자기보고 ↗ |
에이전트
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| Toolathlon | LLM Stats 집계 | 74.1% | 4 / 38 | 93 | 자기보고 ↗ |
| MCP Atlas · Public | LLM Stats 집계 | 83.7% | 4 / 36 | 91 | 자기보고 ↗ |
| AutomationBench | LLM Stats 집계 | 32.1% | 11 / 24 | 57 | 자기보고 ↗ |
| Agents' Last Exam | LLM Stats 집계 | 22.8% | 21 / 21 | 0 | 자기보고 ↗ |
| APEX Agents | HF 리더보드 | 37.1% | 2 / 13 | 92 | 확인됨 ↗ |
| SkillsBench | LLM Stats 집계 | 62.9% | 4 / 12 | 73 | 자기보고 ↗ |
| SkillsBench | HF 리더보드 | 62.9% | 1 / 11 | 100 | 확인됨 ↗ |
| GDPval-AA | LLM Stats 집계 | 1,678 | 5 / 11 | 60 | 자기보고 ↗ |
| APEX-Agents | LLM Stats 집계 | 37.1% | 2 / 8 | 86 | 자기보고 ↗ |
추론·지식
| 벤치 | 프로필 | 점수 | 순위 | 백분위 | 출처 |
|---|---|---|---|---|---|
| GPQA Diamond | LLM Stats 집계 | 92.3% | 16 / 90 | 84 | 자기보고 ↗ |
| GPQA Diamond | HF 리더보드 | 92.3% | 6 / 70 | 93 | 확인됨 ↗ |
| Humanity's Last Exam | HF 리더보드 | 43.4% | 6 / 48 | 89 | 확인됨 ↗ |
| NL2Repo | LLM Stats 집계 | 58.9% | 3 / 22 | 90 | 자기보고 ↗ |
| WideSearch | LLM Stats 집계 | 83.9% | 1 / 15 | 100 | 자기보고 ↗ |
| Program Bench | LLM Stats 집계 | 17.5% | 13 / 13 | 0 | 자기보고 ↗ |
| OfficeQA Pro | LLM Stats 집계 | 66.2% | 5 / 12 | 68 | 자기보고 ↗ |
| Humanity's Last Exam (no tools, text-only) | LLM Stats 집계 | 43.4% | 5 / 11 | 60 | 자기보고 ↗ |
| MathArena Apex | LLM Stats 집계 | 74.2% | 3 / 11 | 80 | 자기보고 ↗ |
| Humanity's Last Exam (with tools, text-only) | LLM Stats 집계 | 55.4% | 5 / 10 | 56 | 자기보고 ↗ |
| Job Bench | LLM Stats 집계 | 61.7% | 2 / 8 | 86 | 자기보고 ↗ |
| BioMysteryBench | LLM Stats 집계 | 71.3% | 4 / 7 | 50 | 자기보고 ↗ |
| CritPT | LLM Stats 집계 | 16.9% | 1 / 6 | 100 | 자기보고 ↗ |
| ArXivMath | LLM Stats 집계 | 66.6% | 4 / 5 | 25 | 자기보고 ↗ |
| SuperChem | LLM Stats 집계 | 66.4% | 1 / 5 | 100 | 자기보고 ↗ |
| DRACO | LLM Stats 집계 | 77.2% | 2 / 4 | 67 | 자기보고 ↗ |
| HorizonMath | LLM Stats 집계 | 8.8% | 1 / 4 | 100 | 자기보고 ↗ |
| OneMillion Bench | LLM Stats 집계 | 65.4% | 3 / 4 | 33 | 자기보고 ↗ |
| Workspace Bench | LLM Stats 집계 | 60.2% | 2 / 4 | 67 | 자기보고 ↗ |
| BankerToolBench | LLM Stats 집계 | 78.6% | 1 / 2 | 100 | 자기보고 ↗ |
과학·보안
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 +12.3K (+90.7%)Hugging Face가 제공하는 최근 30일 다운로드 집계를 매일 기록한 값입니다(누적 다운로드가 아님).
레이팅이 비슷한 모델
- Qwen3.8 Max 12위 · 1353 비교
- DeepSeek-V4.1-Flash 13위 · 1346 비교
- Ling 3.1 Flash 14위 · 1333 비교
- Atria Dawn Preview 16위 · 1297 비교
- Qwen3.8-Flash-Next 17위 · 1295 비교
- DeepSeek-V4-Pro-0813 18위 · 1293 비교
Tencent의 다른 모델
공급사 →- Hy3 2026-07-02 · 1126
- Hy3-preview 2026-04-13