🏆 AI 모델 벤치마크 순위

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

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

마지막 업데이트: 2026-09-04 · Arena 발표 기준 Sep 2, 2026

순위	모델	제작사	점수(ELO)	신뢰구간	투표수	라이선스
🥇–	claude-fable-5	Anthropic	1,507	±5	27,189	독점
🥈–	claude-opus-4-6-high	Anthropic	1,505	±4	72,099	독점
🥉–	claude-fable-5.1-max	Anthropic	1,504	±11	2,906	독점
4▼1	claude-opus-4-7-high	Anthropic	1,502	±4	60,103	독점
5▼1	muse-spark-1.2 (xHigh)	Meta	1,499	±10	3,240	독점
6▼1	claude-opus-4-6	Anthropic	1,498	±3	76,015	독점
7▼1	claude-opus-4-7	Anthropic	1,494	±4	61,238	독점
8–	gemini-3.8-flash-high	Google	1,494	±9	5,125	독점
9▼2	claude-opus-5-high	Anthropic	1,493	±5	35,174	독점
10▼2	muse-spark-1.1	Meta	1,492	±5	24,064	독점
11▼2	gemini-3.7-flash-high	Google	1,491	±8	5,682	독점
12▼2	kimi-k3-max	Moonshot	1,489	±5	18,090
13–	muse-spark	Meta	1,488	±6	13,572	독점
14–	claude-opus-5-max	Anthropic	1,488	±6	17,119	독점
15–	gemini-3.1-pro-preview	Google	1,487	±3	102,999	독점
16–	gemini-3-pro	Google	1,486	±4	40,668	독점
17–	gpt-5.6-sol-xhigh	OpenAI	1,483	±5	23,413	독점
18–	claude-opus-4-8-high	Anthropic	1,482	±4	48,727	독점
19–	gpt-5.5-high	OpenAI	1,482	±4	63,547	독점
20–	glm-5.3-max	Z.ai	1,482	±7	7,668	오픈

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.

마지막 업데이트: 2026-09-04 · LiveBench 릴리스 2026-06-25

순위	모델	제작사	능력지수	코딩	에이전트	수학
🥇–	claude-fable-5-1-max-effort	Anthropic	83.4	86.4	66.1	97
🥈▼1	claude-fable-5-max-effort	Anthropic	83	86	62.2	96
🥉–	muse-spark-1.3-xhigh	Meta	81.6	81.1	64.1	95.9
4▼2	gpt-5.6-sol-max	OpenAI	81.1	83.9	56.2	96.2
5▼2	gpt-5.5-xhigh	OpenAI	80.2	82.1	54	95.9
6▼2	claude-opus-5-max-effort	Anthropic	80.1	81.4	65.2	95.7
7▼2	smaug-agentic	-	79.5	82.5	64.6	83.9
8▼3	kimi-k3	Moonshot	79.2	81.4	62.2	84.4
9▼2	gemini-3.7-flash-high	Google	78.8	78.9	58.3	93.5
10▼4	qwen3.8-max	Alibaba	78.5	72.9	64.6	91.3
11▼4	gpt-5.4-xhigh	OpenAI	78	77.5	53.8	94.1
12▼4	muse-spark-1.2-xhigh	Meta	78	77.5	57.6	91.2
13▼2	grok-4.6	xAI	78	76.8	57	92.6
14▼6	gpt-5.6-terra-max	OpenAI	77.9	78.2	54.9	94.9
15▼3	deepseek-v4-pro-0813	DeepSeek	77.4	77.2	54.9	95.1
16▼7	gemini-3.1-pro-preview-high	Google	77	76.5	44.1	91
17▼2	deepseek-v4-flash-vision-exp	DeepSeek	76.8	68.2	65.1	87.8
18▼8	claude-opus-4-7-xhigh-effort	Anthropic	76.5	82.1	50.7	92.9
19▼8	claude-opus-4-8-max-effort	Anthropic	76.2	81.8	50.5	94.3
20▼2	qwen3.8-flash-next	Alibaba	76.2	72.6	61.6	85.8
21▼3	glm-5.3	Z AI	76.1	79	60.9	87.9
22▼10	claude-sonnet-5-xhigh-effort	Anthropic	76	80.7	59.4	92.9
23▼10	grok-4.5	xAI	75.8	68.6	56.5	90.8
24–	gemini-3.8-flash-high	Google	75.8	72.5	54.2	91.6
25▼11	muse-spark-1.1-xhigh	Meta	75.3	77.2	58.5	87.1
26▲18	qwen3.8-27b	Alibaba	75.3	75.7	61.4	86.2
27▼12	gemini-3.5-flash-high	Google	74.6	78.2	49	88.2
28▼12	gpt-5.2-2025-12-11-high	OpenAI	74.6	76.1	50.3	93.2
29▼12	claude-opus-4-6-thinking-auto-high-effort	Anthropic	74.5	78.2	49	89.3
30▼12	deepseek-v4-flash-0731	DeepSeek	74.2	75	46.8	86.8
31▼12	gpt-5.2-codex	OpenAI	74	83.6	49.4	88.8
32▼12	gpt-5.6-luna-max	OpenAI	73.6	82.9	48.4	87.2
33▼12	gemini-3.6-flash-high	Google	73.6	77.9	43.4	86.4
34▼12	glm-5.2	Z AI	73.2	79.7	51.8	89.8
35▼12	qwen3.7-max	Alibaba	73.1	74.2	43.6	85.2
36▼12	claude-sonnet-4-6-thinking-auto-medium-effort	Anthropic	73	79.3	42.6	87
37▼12	claude-opus-4-5-20251101-thinking-64k-high-effort	Anthropic	72.6	79.7	39.7	90.4
38▼12	inkling-xhigh	-	71.9	71	49.4	88.4
39▼12	deepseek-v4-pro	DeepSeek	71.6	70	42.6	90.7
40▼3	glm-5.3-flash	Z AI	71.6	79	56.8	81.2
41▼13	kimi-k2.6-thinking	Moonshot	70.5	78.6	46.9	84.3
42▼13	gpt-5.4-nano-xhigh	OpenAI	69.6	70.8	46.8	91
43▼7	ox-alpha-max	-	69.2	75.8	52.6	77.5
44▼14	qwen3.6-plus	Alibaba	68.9	78.2	41.4	83.7
45▼14	kimi-k2.7-code	Moonshot	68.4	74	45.7	79.6
46▼14	grok-build-0.1	xAI	67.8	65.4	45.8	78.4
47–	nemotron-3-ultra-550b-a55b	-	67.4	70.7	38.7	88.7
48▼15	minimax-m3	MiniMax	67.3	68.2	40.7	76.9
49▼15	gpt-5.4-mini-xhigh	OpenAI	66.4	71.6	41.7	78.5
50▼15	deepseek-v4-flash	DeepSeek	65.5	69.2	37.6	79.6
51▼15	qwen3.6-27b	Alibaba	64	71.8	39.3	79.9
52▼15	gemini-3.5-flash-lite-high	Google	63.9	76.1	45.3	73.7
53▼15	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.