NEWAdded Agnes 3.0 Flash & DeepSeek V4.1 Flash
독립적이고 객관적인 AI 모델 벤치마크 분석
최신 프론티어 AI 환경을 분석하여 최적의 파운데이션 모델, 요금제 및 멀티 클라우드 추론 제공업체를 선택하세요.
- 순위 모델
- 767
- 카테고리
- 18
- 데이터 소스
- 5
주요 지표
01 · 실시간 순위
최상위 모델
Podium 종합 점수 기준 Top 10 모델
전체 보기 →| # | 모델명 | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude 5.5 Sonnet Anthropic · Proprietary | 94.8 |
| 03 | Kimi K3.1 Pro Moonshot AI · Open Weights | 94.2 |
| 4 | Eleven Multilingual v3 ElevenLabs · Proprietary | 94.0 |
| 5 | FLUX.2 Pro Black Forest Labs · Proprietary | 93.8 |
| 6 | Gemini 4 Argon Google · Proprietary | 93.6 |
| 7 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 8 | GPT-Image 2 OpenAI · Proprietary | 93.1 |
| 9 | Grok Imagine Quality xAI · Proprietary | 92.6 |
| 10 | ElevenLabs Scribe v2 ElevenLabs · Proprietary | 92.5 |
02 · 평가 도메인
용도별 최적 모델
코딩
레포지토리 수준 코딩: SWE-Bench, LiveCodeBench, SciCode, Terminal-Bench, HumanEval.
1위 모델: Claude Fable 5.1
수학
경시 수학부터 프런티어까지: AIME, MATH, FrontierMath.
1위 모델: Claude Mythos Preview
추론
심층 추론과 과학: GPQA Diamond, HLE, ARC-AGI-2.
1위 모델: Claude Mythos Preview
에이전트
자율 도구 사용: OSWorld, Toolathlon, MCP Atlas, τ²-Bench.
1위 모델: Kimi K3
지식
사실 지식과 환각 저항: SimpleQA, MMLU-Pro, MMMLU.
1위 모델: Claude Mythos Preview
멀티모달
비전·문서 이해: MMMU, CharXiv, ScreenSpot-Pro.
1위 모델: Claude Mythos Preview
03 · 연구 및 분석
최신 아티클
04 · 자주 묻는 질문
자주 묻는 질문
각 모델은 Podium Score(0–100)를 받습니다: 사용자 블라인드 테스트 아레나 Elo 35%, 벤치마크 평균 30%, Artificial Analysis 지능 지수 20%, LLM Stats 점수 15%의 가중치를 종합하여 산출합니다.
현재 Claude Mythos Preview이(가) 97.4점으로 선두이며, Claude 5.5 Sonnet(94.8점)와 Kimi K3.1 Pro(94.2점)가 뒤를 잇고 있습니다.
767개 주요 플래그십 모델을 18개 카테고리(코딩, 수학, 추론, 에이전트, 지식, 멀티모달, 긴 컨텍스트, 속도, 가성비, 오픈 웨이트)별로 추적하며, 722개 모델의 전체 아레나 표도 제공합니다.
5개의 공개 리더보드(Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase)에서 매주 정기 업데이트됩니다.