Valumigo

LMArena · 에이전트 종합

공개된 벤치마크 자료(LMArena 사용자 투표 순위, Epoch AI 시험 점수, OpenRouter 사용량 순위)를 정기적으로 받아 보여 줍니다. 각 순위표의 공개일과 가져온 날을 함께 표시합니다. 이 사이트가 직접 매긴 점수가 아닙니다.

LMArena 점수는 사람들이 두 모델의 답을 나란히 보고 더 나은 쪽에 투표한 결과(Elo 방식)입니다. 점수 차이가 신뢰 구간 안이면 사실상 비슷한 수준으로 보세요.

이 순위표 읽는 법

무엇을 재나: LMArena의 Agent Arena에서 사람들이 에이전트 모드로 실제 업무(소프트웨어 개발, 재무 분석 등)를 맡긴 기록을 바탕으로 한 순위입니다. 에이전트는 bash·웹 검색·파일 작업 같은 도구를 직접 사용합니다.

점수 읽는 법: 점수는 IPS(τ̂)라는 인과 추정 값으로, 0이 기준선이고 높을수록 그 모델을 썼을 때 결과가 더 좋아졌다는 뜻입니다. 사용자의 성공 확인, 칭찬·불만, 수정 지시 반영, bash 오류 복구, 도구 환각 회피 다섯 신호를 합쳤습니다.

주의할 점: 대화 순위(Bradley–Terry 방식)와 점수 척도가 달라 직접 비교할 수 없습니다. 관측 수가 적은 모델은 신뢰 구간이 넓습니다.

이번 순위에서 읽을 점

  • 1위 Claude Fable 5.1 (Max)와 2위 Claude Opus 5.5 (High)의 95% 신뢰 구간이 겹칩니다. 이 집계만으로 두 모델의 순서를 확정하기는 어렵습니다.
  • 1위와 신뢰 구간이 겹치는 모델이 4개 더 있습니다. 작은 순위 차이는 투표 수와 함께 신중히 해석하세요.
  • 상위 10개 중 Anthropic 모델이 6개로 가장 많습니다.
  • 1위 모델의 관측 수는 1,683,381건이고, 이 순위표에는 모델 50개가 있습니다.

에이전트 종합 LMArena

공개일 2026-10-02 · 가져온 날 2026-10-04

00.040.080.120.160.2
AnthropicClaude Fable 5.1 (Max)
0.143
AnthropicClaude Opus 5.5 (High)
0.138
AnthropicClaude Sonnet 5.5 (Max)
0.125
OGPT 6 Astra (Max)
0.123
OGPT 6.1 Sol (Max)
0.112
OGPT 6 Sol (Max)
0.097
AnthropicClaude Opus 5 (High)
0.087
AnthropicClaude Fable 5 (High)
0.082
GoogleGemini 4 Argon (High)
0.076
AnthropicClaude Opus 4.8 (High)
0.066
OGPT 5.6 Sol (xHigh)
0.065
AnthropicClaude Sonnet 5 (High)
0.044
Moonshot AIKimi K3 (Max)
0.042
OGPT 5.5 (xHigh)
0.042
xGrok 4.7 (xHigh)
0.04
DeepSeekDeepseek V4.1 Flash (Max)
0.04
MetaMuse Spark 1.3 (Max)
0.04
THy4 preview
0.04
ZGLM 5.2 (Max)
0.035
GoogleGemini 3.8 Flash (High)
0.03

점수는 IPS(τ̂)로, 0이 기준선이고 높을수록 좋습니다. 선은 95% 신뢰 구간입니다. 그래프에는 같은 모델의 추론 설정(high·max 등) 중 가장 높은 하나만 표시합니다. 표에는 설정별 순위가 모두 나옵니다.

회사별 최고 순위

  • AnthropicAnthropicClaude Fable 5.1 (Max)#1
  • OOpenAIGPT 6 Astra (Max)#4
  • GoogleGoogleGemini 4 Argon (High)#10
  • Moonshot AIMoonshot AIKimi K3 (Max)#14
  • xxAIGrok 4.7 (xHigh)#16
  • DeepSeekDeepSeekDeepseek V4.1 Flash (Max)#17
  • MetaMetaMuse Spark 1.3 (Max)#18
  • TTencentHy4 preview#19
  • ZZ.aiGLM 5.2 (Max)#20
표로 보기 (상위 50개)
순위모델만든 곳점수95% 신뢰 구간관측 수
1#1AnthropicClaude Fable 5.1 (Max)Anthropic0.1430.124–0.1621,683,381
2#2AnthropicClaude Opus 5.5 (High)Anthropic0.1380.116–0.16754,031
3#3AnthropicClaude Sonnet 5.5 (Max)Anthropic0.1250.094–0.156483,211
4#4OGPT 6 Astra (Max)OpenAI0.1230.1–0.145888,641
5#5OGPT 6.1 Sol (Max)OpenAI0.1120.085–0.14379,372
6#6OGPT 6 Sol (Max)OpenAI0.0970.073–0.121994,367
7#7AnthropicClaude Opus 5 (High)Anthropic0.0870.073–0.1013,531,760
8#8AnthropicClaude Fable 5 (High)Anthropic0.0820.07–0.0942,603,067
9#9AnthropicClaude Opus 5 (Max)Anthropic0.0790.064–0.0943,006,257
10#10GoogleGemini 4 Argon (High)Google0.0760.056–0.095587,353
11#11AnthropicClaude Opus 4.8 (High)Anthropic0.0660.053–0.082,431,185
12#12OGPT 5.6 Sol (xHigh)OpenAI0.0650.052–0.0774,348,715
13#13AnthropicClaude Sonnet 5 (High)Anthropic0.0440.028–0.063,612,898
14#14Moonshot AIKimi K3 (Max)Moonshot AI0.0420.036–0.04712,305,667
15#15OGPT 5.5 (xHigh)OpenAI0.0420.031–0.0523,060,353
16#16xGrok 4.7 (xHigh)xAI0.040.024–0.0561,656,641
17#17DeepSeekDeepseek V4.1 Flash (Max)DeepSeek0.040.036–0.04516,932,092
18#18MetaMuse Spark 1.3 (Max)Meta0.040.034–0.0466,139,426
19#19THy4 previewTencent0.040.032–0.0475,108,255
20#20ZGLM 5.2 (Max)Z.ai0.0350.028–0.0426,684,620
21#21GoogleGemini 3.8 Flash (High)Google0.030.021–0.0384,279,699
22#22AlibabaQwen3.8 MaxAlibaba0.0250.019–0.0314,577,924
23#23ZGLM 5.3 (Max)Z.ai0.0240.017–0.039,155,315
24#24OGPT 6 Luna (Max)OpenAI0.0140.003–0.0243,443,780
25#25xGrok 4.6 (xHigh)xAI0.0130.003–0.0233,131,725
26#26xGrok 4.5xAI0.0120.002–0.0222,418,629
27#27DeepSeekDeepSeek V4 Pro (High) (0813)DeepSeek0.012-0.005–0.028797,284
28#28OGPT 5.4 (High)OpenAI0.0110.001–0.024,332,904
29#29OGPT 5.5OpenAI0.010.001–0.022,659,460
30#30SStep 5 PreviewStepFun0.005-0.01–0.021,125,598
31#31OGPT 5.6 Terra (xHigh)OpenAI0.004-0.008–0.0161,686,712
32#32ZGLM 5.3 FlashZ.ai-0.004-0.009–09,533,773
33#33XiaomiMiMo V2.6 FlashXiaomi-0.006-0.019–0.0071,562,757
34#34AlibabaQwen3.8 Flash NextAlibaba-0.007-0.014–-0.00111,249,221
35#35OGPT 5.6 Luna (xHigh)OpenAI-0.012-0.018–-0.0054,028,029
36#36GoogleGemini 3.7 Flash (High)Google-0.015-0.022–-0.0075,048,920
37#37AlibabaQwen 3.8 27BAlibaba-0.017-0.023–-0.0116,972,838
38#38MetaMuse Spark 1.2 (xHigh)Meta-0.033-0.039–-0.0262,884,900
39#39MetaMuse Spark 1.1Meta-0.049-0.053–-0.0447,612,456
40#40AlibabaQwen3.7 MaxAlibaba-0.051-0.061–-0.0422,207,521
41#41THy3Tencent-0.054-0.066–-0.0421,171,568
42#42MiniMaxMinimax M3MiniMax-0.069-0.078–-0.063,338,791
43#43AlibabaQwen3.7 PlusAlibaba-0.072-0.086–-0.0571,144,063
44#44XiaomiMimo V2.5 ProXiaomi-0.075-0.084–-0.0662,309,389
45#45GoogleGemini 3.6 Flash (High)Google-0.077-0.087–-0.0661,523,777
46#46GoogleGemini 3.1 Pro PreviewGoogle-0.077-0.087–-0.0673,446,977
47#47TInkling SmallThinky-0.103-0.117–-0.089503,653
48#48TInklingThinky-0.109-0.119–-0.0981,798,990
49#49Mistral AIMistral Medium 3.5Mistral AI-0.124-0.139–-0.109437,621
50#50USolar Pro 4Upstage-0.159-0.178–-0.141427,705

데이터: LMArena leaderboard dataset (CC BY 4.0). 변경: 각 순위표의 상위 50개만 표시, 점수는 반올림. https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset회사 로고는 각 회사의 상표이며 구분을 돕기 위해서만 씁니다(아이콘: Simple Icons).데이터: Epoch AI — Capabilities & benchmarking (CC BY 4.0). https://epoch.ai/benchmarksSource: OpenRouter (openrouter.ai/rankings), as of 2026-10-04. Licensed under CC BY 4.0. https://openrouter.ai/rankings