🏆 AI 모델 벤치마크 순위

주요 AI 모델의 순위를 두 관점으로 보여줍니다 — 실사용자 선호(Arena Elo)와 실제 능력(LiveBench 종합점수). 매일 자동 갱신됩니다.

기준일: Jul 19, 2026

실제 사용자가 두 모델의 답변을 블라인드로 비교 투표해 산출한 Elo 순위입니다. 말투·서식 선호가 반영되며, 능력 정답률과는 다를 수 있습니다.

순위	모델	제작사	점수(ELO)	신뢰구간	투표수	라이선스
🥇	claude-fable-5	Anthropic	1,507	±7	9,798	독점
🥈	claude-opus-4-6-thinking	Anthropic	1,504	±4	62,355	독점
🥉	claude-opus-4-7-thinking	Anthropic	1,502	±4	49,798	독점
4	claude-opus-4-6	Anthropic	1,498	±4	66,131	독점
5	muse-spark-1.1	Meta	1,495	±8	7,074	독점
6	claude-opus-4-7	Anthropic	1,494	±4	50,890	독점
7	muse-spark	Meta	1,487	±6	13,562	독점
8	kimi-k3	Moonshot	1,487	±10	3,614	독점
9	gpt-5.6-sol-xhigh	OpenAI	1,486	±8	5,467	독점
10	gemini-3-pro	Google	1,486	±4	41,279	독점
11	gemini-3.1-pro-preview	Google	1,486	±4	83,386	독점
12	claude-opus-4-8-thinking	Anthropic	1,485	±5	30,024	독점
13	gpt-5.5-high	OpenAI	1,481	±4	44,927	독점
14	gpt-5.4-high	OpenAI	1,478	±4	58,116	독점
15	gemini-3.5-flash-high	Google	1,476	±7	10,094	독점
16	gpt-5.2-chat-latest-20260210	OpenAI	1,476	±4	34,416	독점
17	gpt-5.5	OpenAI	1,476	±4	46,328	독점
18	qwen3.7-max-preview	Alibaba	1,475	±10	3,715	독점
19	gemini-3.5-flash-medium	Google	1,475	±6	13,158	독점
20	claude-opus-4-8	Anthropic	1,474	±5	30,670	독점

데이터 출처: Arena (구 LMArena) 리더보드. 점수는 사용자 블라인드 비교 투표 기반 Elo이며, 순위는 수시로 변동됩니다.

코딩·추론·수학·에이전트 등 학습 오염을 배제한 객관 채점 벤치마크(LiveBench)를 종합한 “능력” 점수입니다. 높을수록 과제 정답률·수행력이 우수함을 뜻합니다.

순위	모델	제작사	능력지수	코딩	에이전트	수학
🥇	gpt-5.6-sol-max	OpenAI	82.4	83.9	65.6	96.2
🥈	claude-fable-5-max-effort	Anthropic	80.8	86	46.9	96
🥉	gpt-5.5-xhigh	OpenAI	79.9	82.1	52.1	95.9
4	gpt-5.6-terra-max	OpenAI	79.8	78.2	68	94.9
5	gpt-5.6-sol-xhigh	OpenAI	79.7	81.8	56.6	95.5
6	claude-fable-5-xhigh-effort	Anthropic	79.5	82.5	50.7	95.7
7	claude-opus-4-8-xhigh-effort	Anthropic	78.9	79.3	56.1	95.3
8	gpt-5.5-high	OpenAI	78.7	80	46.8	95.2
9	kimi-k3	Moonshot	78.5	81.4	57.6	84.4
10	gpt-5.4-xhigh	OpenAI	78	77.5	53.8	94.1
11	gemini-3.1-pro-preview-high	Google	77.1	76.5	45.4	91
12	claude-opus-4-7-xhigh-effort	Anthropic	76.5	82.1	50.7	92.9
13	grok-4.5	xAI	76.2	68.6	59.8	90.8
14	muse-spark-1.1-xhigh	-	76.2	77.2	65.1	87.1
15	muse-spark-1.1-high	-	75.1	80.4	51.6	87.3
16	claude-sonnet-5-xhigh-effort	Anthropic	74.8	80.7	51.1	92.9
17	gemini-3.5-flash-high	Google	74.6	78.2	49	88.2
18	gpt-5.2-2025-12-11-high	OpenAI	74.6	76.1	50.3	93.2
19	claude-opus-4-6-thinking-auto-high-effort	Anthropic	74.5	78.2	49	89.3
20	gpt-5.6-terra-xhigh	OpenAI	74.3	75.4	53.3	89.5
21	gpt-5.6-luna-max	OpenAI	74.3	82.9	53.8	87.2
22	gpt-5.2-codex	OpenAI	74	83.6	49.4	88.8
23	glm-5.2	Z AI	73.2	79.7	51.9	89.8
24	qwen3.7-max	Alibaba	73.1	74.2	43.6	85.2
25	claude-sonnet-4-6-thinking-auto-medium-effort	Anthropic	73	79.3	42.6	87
26	claude-opus-4-5-20251101-thinking-64k-high-effort	Anthropic	72.6	79.7	39.7	90.4
27	gpt-5.5	OpenAI	72.2	78.6	41.1	69.8
28	inkling-xhigh	-	71.7	71	47.7	88.4
29	deepseek-v4-pro	DeepSeek	71.6	70	42.6	90.7
30	gpt-5.6-luna-xhigh	OpenAI	71	76.7	48.8	86.3
31	kimi-k2.6-thinking	Moonshot	70.5	78.6	46.9	84.3
32	gpt-5.4-nano-xhigh	OpenAI	69.6	70.8	46.8	91
33	qwen3.6-plus	Alibaba	68.9	78.2	41.4	83.7
34	kimi-k2.7-code	Moonshot	68.4	74	45.7	79.6
35	grok-build-0.1	xAI	67.8	65.4	45.8	78.4
36	minimax-m3	-	67.3	68.2	40.7	76.9
37	gpt-5.4-mini-xhigh	OpenAI	66.4	71.6	41.7	78.5
38	deepseek-v4-flash	DeepSeek	65.5	69.2	37.6	79.6
39	qwen3.6-27b	Alibaba	64	71.8	39.3	79.9
40	grok-4.3	xAI	62.2	69.9	18.5	84.3

데이터 출처: LiveBench (Apache-2.0). 오염 없는 오픈 학술 벤치마크. 종합점수는 카테고리 평균의 평균이며, 세부는 원본을 참고하세요.