AI 모델 역량 비교
ML 엔지니어링
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 |
|---|---|---|
| 1 |  Claude Opus 5.5 | 49.3OpenCode, 10h, H100Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 44.3OpenCode, 10h, H100GPT-6 Astra |
| 3 | GPT-6.1 Sol | — |
| 4 | Claude Fable 5.1 | 40.2OpenCode, 10h, H100Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 45.3OpenCode, 10h, H100Gemini 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 ↗
PostTrainBench v1.1 · 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.
- PostTrainBench v1.1사후 학습 벤치마크 v1.1
- 에이전트가 컴퓨팅 예산 내에서 post-training을 통해 기본 모델을 개선할 수 있는지 테스트합니다. 점수는 결과 모델들의 다운스트림 평가 성능을 요약합니다. 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.