Epoch AI · 혼자 컴퓨터 작업하기 (Terminal-Bench)
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.
이 순위표 읽는 법
무엇을 재나: 터미널 환경에서 여러 단계를 거쳐 작업을 완료하는 Terminal-Bench 2.0입니다. 프로그램 사용, 설치·설정·디버깅 등 명령줄 작업을 다룹니다.
점수 읽는 법: 채점 테스트를 통과한 작업의 비율(%)이며, 여러 반복 실행의 평균으로 보고되기도 합니다. Claude Code·Codex CLI 같은 도구와 모델의 조합을 평가합니다.
주의할 점: 에이전트 도구와 설정에 따라 점수가 달라집니다. Epoch의 모델별 대표값은 가장 높은 점수를 낸 모델·에이전트 조합이므로 실행 도구도 함께 확인하세요.
이번 순위에서 읽을 점
- 최고 점수는 GPT-5.5의 84.7%입니다.
- 1위와 5위의 차이는 4.9%p입니다.
- 상위 10개 중 OpenAI 모델이 5개로 가장 많습니다.
- 이 시험 결과가 공개된 모델은 30개입니다.
혼자 컴퓨터 작업하기 (Terminal-Bench) Epoch AI
Epoch AI가 직접 측정했거나 개발사·평가 기관이 발표한 점수를 모은 자료입니다. 시험마다 평가된 모델이 달라서, 최신 모델이 아직 없는 시험도 있습니다. 같은 모델의 추론 강도별 결과 중 가장 높은 점수를 보여 줍니다. · 가져온 날 2026-10-04
막대는 정답률(%)입니다. 0%부터 그립니다.
표로 보기 (상위 30개)
| 순위 | 모델 | 만든 곳 | 출시일 | 점수 |
|---|---|---|---|---|
| 1 | #1OGPT-5.5(unknown thinking) | OpenAI | 2026-04-23 | 84.7% |
| 2 | #2OGPT-5.4(unknown thinking) | OpenAI | 2026-03-05 | 81.8% |
| 3 | #3Gemini 3.1 Pro Preview | 2026-02-19 | 80.2% | |
| 4 | #4Claude Opus 4.7(unknown) | Anthropic | 2026-04-16 | 80.2% |
| 5 | #5Claude Opus 4.6(unknown thinking) | Anthropic | 2026-02-05 | 79.8% |
| 6 | #6OGPT-5.3 Codex | OpenAI | 2026-02-05 | 78.4% |
| 7 | #7Gemini 3 Pro Preview | 2025-11-18 | 69.4% | |
| 8 | #8OGPT-5.2 Codex | OpenAI | 2025-12-18 | 66.5% |
| 9 | #9OGPT-5.2(unknown thinking) | OpenAI | 2025-12-11 | 64.9% |
| 10 | #10Gemini 3 Flash Preview | 2025-12-17 | 64.3% | |
| 11 | #11Claude Opus 4.5(unknown thinking) | Anthropic | 2025-11-24 | 63.1% |
| 12 | #12OGPT-5.1 Codex Mini | OpenAI | 2025-11-12 | 61.6% |
| 13 | #13? | ? | 61.2% | |
| 14 | #14OGPT-5.1-Codex-Max | OpenAI | 2025-11-19 | 60.4% |
| 15 | #15OGPT-5.1 Codex | OpenAI | 2025-11-12 | 57.8% |
| 16 | #16xgrok-4-20 | xAI | 2026-02-17 | 57.3% |
| 17 | #17Claude Sonnet 4.6(unknown thinking) | Anthropic | 2026-02-17 | 53.4% |
| 18 | #18ZGLM-5 | Z.ai | 2026-02-11 | 52.4% |
| 19 | #19OGPT-5(unknown thinking) | OpenAI | 2025-08-07 | 49.6% |
| 20 | #20OGPT-5.1(medium) | OpenAI | 2025-11-13 | 47.6% |
| 21 | #21Claude Sonnet 4.5(unknown thinking) | Anthropic | 2025-09-29 | 46.5% |
| 22 | #22MiniMax-M2.7 | MiniMax | 2026-03-18 | 45.1% |
| 23 | #23OGPT-5-codex | OpenAI | 2025-09-15 | 44.3% |
| 24 | #24Kimi K2.5 | Moonshot AI | 2026-01-27 | 43.2% |
| 25 | #25MiniMax-M2.5 | MiniMax | 2026-02-12 | 42.7% |
| 26 | #26DeepSeek-V3.2(Thinking; Novita) | DeepSeek | 2025-12-01 | 39.6% |
| 27 | #27claude-opus-4-1-20250805 | Anthropic | 2025-08-05 | 38.0% |
| 28 | #28Claude Opus 4.1(unknown thinking) | Anthropic | 2025-08-05 | 38.0% |
| 29 | #29MiniMax-M2.1 | MiniMax | 2025-12-23 | 36.6% |
| 30 | #30Kimi K2 Thinking | Moonshot AI | 2025-11-06 | 35.7% |
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