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.
CUA-bench컴퓨터 사용 에이전트 벤치마크
— means no published score for this candidate in this source, not zero.5/11 recent-year models have scores
| 번호 | 모델 | Est. API cost평가를 위한 예상 API 비용 | Input cost백만 토큰당 입력 가격 | Output cost백만 토큰당 출력 가격 | Time / action액션당 평균 시간 | |
|---|---|---|---|---|---|---|
| 1 |  GPT-6 AstraGPT-6 Astra | 19.17 | $1821.37* | $10 | $50 | 32.09 s |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 14 | $188.04 | $4 | $20 | 14.71 s |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 13.17 | $323.78 | $10 | $50 | 37.44 s |
| 4 | Claude Opus 5Claude Opus 5 | 9 | $232.23 | $5 | $25 | 25.29 s |
| 5 |  Gemini 4 ArgonGemini 4 Argon | 4.83 | $193.78 | $4 | $20 | 1.18 min |
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
- 키보드와 마우스를 사용해 상용 비디오 게임을 플레이하는지 테스트합니다. 사무용 소프트웨어 작업이 아니라 대화형 게임 제어를 측정합니다. 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.
- Est. API cost
- 평가를 위한 예상 API 비용 · USD
- Input cost
- 백만 토큰당 입력 가격 · USD / 1M tokens
- Output cost
- 백만 토큰당 출력 가격 · USD / 1M tokens
- Time / action
- 액션당 평균 시간 · s / min
- 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.