AI 모델 역량 비교
지식 업무
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Vals IndexVals 종합 지수
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| 번호 | 모델 | Cost / Test테스트당 비용 | Input cost백만 토큰당 입력 가격 | Output cost백만 토큰당 출력 가격 | Duration보고된 테스트 시간 | Input / Output Tokens보고된 입력 / 출력 token 사용량 | |
|---|---|---|---|---|---|---|---|
| 1 |  Claude Sonnet 5.5Claude Sonnet 5.5 | 70.85 | $18.7 | $2 | $10 | 86 min | 45.09B / 654.94M |
| 2 | Claude Opus 5.5Claude Opus 5.5 | 70.18 | $28.12 | $4 | $20 | 85 min | 31.96B / 499.75M |
| 3 |  Gemini 4 ArgonGemini 4 Argon | 69.24 | $13.37 | $4 | $20 | 44.97 min | 13.36B / 146.17M |
| 4 |  GPT-6 AstraGPT-6 Astra | 65.02 | $21.28 | $10 | $50 | 33.65 min | 4.92B / 96.77M |
| 5 | GPT-6.1 SolGPT-6.1 Sol | 63.94 | $3.61 | $2 | $10 | 44.4 min | 5.49B / 103.20M |
| 6 | Claude Haiku 5.5Claude Haiku 5.5 | 58.71 | $3.17 | $0.1 | $0.5 | 49.8 min | 23.07B / 765.85M |
| 7 | GPT-6 LunaGPT-6 Luna | 52.32 | $0.45 | $0.1 | $0.5 | 32.38 min | 10.05B / 202.17M |
PandaNpc 업데이트됨 2026년 10월 21일 06:01 UTC
출처: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
컬럼 안내
- 번호
- 표시 순서일 뿐입니다. 정렬하면 이 숫자가 바뀌며, 공개된 역량 순위가 아닙니다.
- 모델
- 평가된 모델 이름과 제공자 아이콘입니다. 점수 열의 대시는 여기에 공개된 점수가 없음을 의미하며, 0점이 아닙니다.
- Cost / Test
- 테스트당 비용 · USD
- Input cost
- 백만 토큰당 입력 가격 · USD / 1M tokens
- Output cost
- 백만 토큰당 출력 가격 · USD / 1M tokens
- Duration
- 보고된 테스트 시간 · s / min
- Input / Output Tokens
- 보고된 입력 / 출력 token 사용량 · tokens
- Vals.ai
- 이 벤치마크의 비용과 시간은 Vals에서 보고한 값이며, 범용 모델 가격이나 지연 시간이 아닙니다. CUA-bench의 추정 API 비용은 평가 사용량을 포함하며 태스크당 비용이 아니라 하한 추정치입니다. 동작당 시간은 중앙값이 아니라 평균입니다. 별표는 캐시 쓰기 비용을 증가시킨 출시 당일 프롬프트 캐시 동작을 표시합니다. 누락된 값은 0이 아니라 미공개입니다.
- Vals Finance Agent v2Vals 금융 에이전트 v2
- 검색, 재무 보고서 및 계산 도구를 사용한 재무 분석을 테스트하며, 문서 간 데이터 확인, 기업 성과 비교 및 가치 평가를 포함합니다. 주요 지표는 Partial Credit이며, 세 번의 실행에 걸쳐 평균을 냅니다. 답변 검사에는 심각도 기반 가중치가 부여되고, 치명적인 결정적 오류가 있으면 해당 질문의 점수는 0이 됩니다. 높을수록 좋습니다. 이는 별도의 All-Pass 지표와 구별되며, 문항 전체 통과율이 아닙니다. 평가 방법론 ↗
- Harvey's Legal Agent BenchmarkHarvey 법률 에이전트 벤치마크
- 에이전트가 파일을 읽고 편집하여 여러 단계의 법률 산출물을 생성하는 능력을 테스트합니다. 작업은 모든 채점 요건이 충족될 때만 통과합니다. 점수는 두 심사자의 평균 작업 통과율이며, 높을수록 좋습니다. 개별 기준의 통과 비율이 아니며, LegalBench의 법률 추론 질문이 아니라 법률 에이전트 워크플로를 측정합니다. 평가 방법론 ↗
- Vals IndexVals 종합 지수
- 금융, 코딩, 법률 등의 분야에서 전문 작업을 종합한 지수입니다. 백분율 점수는 해당 공개 버전의 가중치 방식을 사용해 벤치마크 결과를 결합한 것입니다. 높을수록 단일 작업의 정확도가 아니라 전반적인 성능이 더 강함을 의미합니다. 포함되는 도메인과 가중치는 버전마다 달라지므로, 더 새로운 방법론을 이전 점수 스냅샷에 소급 적용해서는 안 됩니다. 평가 방법론 ↗
- LegalBench법률 추론 벤치마크
- 법률 텍스트에 대한 이해와 추론을 테스트하며, 법률 쟁점 식별, 규칙 회상 및 적용, 법률 결론 판단을 포함합니다. 점수는 법률 추론 질문에 대한 정확도이며, 높을수록 좋습니다. Harvey's Legal Agent Benchmark와 달리, 파일을 편집하여 여러 단계의 법률 업무 산출물을 생성하는 에이전트를 측정하지 않습니다. 평가 방법론 ↗