AI 모델 역량 비교
컴퓨터 사용
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.
ALE-V1 · full · max · Codex
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| 번호 | 모델 | 에이전트 엔진 | 추론 노력 | 분할 | 실행된 작업 수 / 전체 작업 수 | ||
|---|---|---|---|---|---|---|---|
| 1 |  GPT-6 Astragpt-6-astra | Codex | max | 34.21% | 59.26% | full | 151 / 152 |
| 2 | GPT-6 Solgpt-6-sol | Codex | max | 31.58% | 58.57% | full | 151 / 152 |
| 3 | GPT-6 Lunagpt-6-luna | Codex | max | 25% | 50.89% | full | 150 / 152 |
ALE · 전문 워크플로
출처: Agents’ Last Exam ↗ · CC BY 4.0 · 가져옴 2026년 10월 21일 06:00 UTC
ALE-V1 · full · max · Codex · Source date unknown
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.
- 에이전트 엔진
- Codex
- 추론 노력
- max
- 점수
- ALE-V1 전체 스플릿, 최대 추론 강도: 전체 152개 작업 중 만점을 받은 작업의 비율. 실행 작업 수는 152개 미만일 수 있습니다. 전문 워크플로에서는 GUI 및 명령줄 도구를 허용합니다. Claude Code와 Codex는 서로 다른 하네스를 사용합니다. 이는 GUI만을 대상으로 한 비교가 아닙니다. 업스트림 스냅샷 날짜는 공개되지 않으며, 가져온 시각은 별도로 표시됩니다. Claude Code와 Codex는 각각의 별도 비교 그룹 내에서만 순위가 매겨집니다. 평가 방법론 ↗
- 부분 점수
- ALE-V1 전체 분할, 최대 추론 노력: 공개된 평균 부분 작업 점수를 0–1에서 백분율로 변환한 값입니다. 이는 전체 작업 통과율이 아닙니다. 전문 워크플로에서는 GUI 및 명령줄 도구를 허용하며, Claude Code와 Codex는 서로 다른 하네스를 사용합니다. 실행 작업 수와 152개 작업 분할이 표시됩니다. 업스트림 스냅샷 날짜는 공개되지 않으며, 가져온 시간은 별도로 표시됩니다. Claude Code와 Codex는 각각의 별도 비교 그룹 내에서만 순위가 매겨집니다.
- 분할
- 분할
- 실행된 작업 수 / 전체 작업 수
- 공개된 실행 기록이 있는 고유 작업 / 전체 분할의 152개 작업 모두. 통과율은 전체 분할을 분모로 사용하며, 실행되지 않은 작업은 통과로 계산하지 않습니다.