자주 묻는 질문

모든 모델은 Podium 점수(0–100)를 받습니다: 아레나 Elo 35%, 벤치마크 평균 30%, Artificial Analysis 인텔리전스 지수 20%, LLM Stats 복합 15% — 5개 독립 리더보드에서 정규화 후 혼합됩니다.

5개 소스를 모두 매주 재동기화합니다. 주요 모델 출시 시 즉시 업데이트가 진행됩니다. 모든 페이지에 마지막 갱신 날짜가 표시됩니다.

5개 공개 리더보드를 집계합니다: Arena.ai(아레나 Elo), Artificial Analysis(인텔리전스 지수 및 성능), LLM Stats, Vellum, LLMBase. 가격은 각 제공자의 공식 문서에서 가져옵니다.

Podium 점수는 4개 정규화 신호의 가중 평균입니다: 아레나 Elo(35%), 벤치마크 평균(30%), 인텔리전스 지수(20%), LLM Stats 점수(15%). 누락된 신호는 나머지 소스에 재가중됩니다. 자세한 내용은 방법론 페이지를 참조하세요.

모든 모델이 모든 벤치마크에서 평가되는 것은 아닙니다 — 일부 벤치마크는 특정 기능(예: MMMU의 비전)을 요구하거나 최신 모델에서 아직 실행되지 않았습니다. 사용할 수 없는 데이터는 "—"로 표시합니다.

네! 비교 페이지에서 최대 4개 모델을 선택해 벤치마크, 가격, 속도, 레이턴시를 포함한 모든 지표를 나란히 비교할 수 있습니다.

아레나 Elo는 일대일 인간 대결에서 얻은 크라우드소싱 선호 평가입니다: 두 익명 모델이 같은 프롬프트에 답하고 사람들이 투표하며, 그 투표가 신뢰 구간이 있는 Elo식 평가를 갱신합니다. 순위에서 가장 큰 단일 신호입니다.

100만 토큰당 입력/출력 가격을 각 제공자의 공식 API 가격 페이지에서 직접 가져와 표시합니다. Value 카테고리는 두 가격을 혼합하며 — 낮을수록 좋습니다.

물론입니다. DeepSeek, Alibaba(Qwen), Moonshot AI(Kimi), Z.ai(GLM), MiniMax, Baidu 등의 독점 및 오픈 웨이트 모델을 모두 추적합니다. 오픈 웨이트 모델은 /leaderboard/open 전용 리더보드가 있습니다.

TTFT는 요청 전송부터 첫 응답 토큰 수신까지 걸리는 시간을 측정합니다. 낮을수록 좋습니다. 응답성이 중요한 인터랙티브 애플리케이션의 핵심 지표입니다.

리더보드 데이터는 공개 벤치마크에서 가져온 것입니다. 재사용 조건은 각 벤치마크 라이선스를 확인하세요. 기계 판독 요약은 /llms.txt에 있습니다.

제공자가 모델을 업데이트하면 변경 규모에 따라 기존 항목을 업데이트하거나 새 항목을 만듭니다. 은퇴한 모델은 마지막으로 알려진 점수를 유지하고 "legacy" 배지가 붙습니다.