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.
— means no published score for this candidate in this source, not zero.
| 번호 | 모델 | 4/11 recent-year models have scores | 4/11 recent-year models have scores | 4/11 recent-year models have scores | 4/11 recent-year models have scores |
|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5 | 42.5ScoreClaude Opus 5.5 | 3.8Claude Opus 5.5 | 58.6Claude Opus 5.5 | 67Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 41.4ScoreGPT-6 Astra | 5.4GPT-6 Astra | 53.5GPT-6 Astra | 63.1GPT-6 Astra |
| 3 | GPT-6.1 Sol | — | — | — | — |
| 4 | Claude Fable 5.1 | 31.4ScoreClaude Fable 5.1 | 6.7Claude Fable 5.1 | 58.9Claude Fable 5.1 | 65.8Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 51.3ScoreGemini 4 Argon | 19.6Gemini 4 Argon | 65.4Gemini 4 Argon | 68.9Gemini 4 Argon |
| 6 | Claude Sonnet 5.5 | — | — | — | — |
| 7 | Claude Opus 5 | — | — | — | — |
| 8 | GPT-6 Sol | — | — | — | — |
| 9 | GPT-6 Luna | — | — | — | — |
| 10 | Claude Haiku 5.5 | — | — | — | — |
| 11 | Claude Mythos Preview | — | — | — | — |
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 ↗
AutomationBench — Score · Source date unknown
Harvey's Legal Agent Benchmark · Source date unknown
Vals Finance Agent v2 · Source date unknown
Vals Index · 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.
- AutomationBench — Score자동화 벤치마크 — 점수
- 여러 애플리케이션에 걸쳐 에이전트가 비즈니스 워크플로를 완료하는지 테스트합니다. 공식 점수는 비공개 작업 세트를 사용하며 워크플로의 최종 상태를 확인합니다. 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 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 ↗
- 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 ↗
점수는 동일한 벤치마크, 출처 및 버전 내에서 읽으세요. 높은 값은 보고된 지표에서 더 강한 성능을 나타내지만, 서로 다른 열은 공통 척도를 공유하지 않습니다.