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.
Agent's Last Exam — Pass rate에이전트 최종 시험 — 통과율
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| 번호 | 모델 | |
|---|---|---|
| 1 |  Gemini 4 ArgonGemini 4 Argon | 39.5Pass rate |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 38.2Pass rate |
| 3 |  GPT-6 AstraGPT-6 Astra | 34.2Pass rate |
Google DeepMind (model card)
출처: Google DeepMind (model card) ↗
Google 모델 카드: 2026년 10월 기준 게시자 결과 및 재게시된 제3자 점수. 평가 설정은 방법론을 참조하세요. 이들은 모두 독립적인 평가는 아닙니다. 평가 방법론 ↗
Agent's Last Exam — Pass rate · 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.
- 점수
- 실제 소프트웨어 환경에서 장기적 전문 작업을 테스트합니다. 통과율은 단순한 부분 진전이 아니라 요구된 결과를 충족한 작업을 집계합니다. 평가 방법론 ↗
- 커버리지
- 선택한 모델 패밀리에 대해 공개된 결과만 표시됩니다. OSWorld 2.x, Verified 및 Pro는 현재 Claude Opus 5 구성을 제공합니다; 이것은 모든 모델에 대한 완전한 커버리지가 아닙니다. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web 및 WorkArena++는 아직 여기에 통합되지 않았습니다. SafeArena는 안전성을 별도로 측정하며 작업 완료 점수에 병합되지 않습니다. 누락된 결과는 절대 0으로 채워지지 않습니다.