AI 모델 역량 비교
과학 및 수학
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 | 10/11 recent-year models have scores | 10/11 recent-year models have scores | 10/11 recent-year models have scores | 10/11 recent-year models have scores | 9/11 recent-year models have scores | 4/11 recent-year models have scores |
|---|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5 | 31.71maxclaude-opus-5-5_max | 91.23maxclaude-opus-5-5_max | 95maxclaude-opus-5-5_max | 100maxclaude-opus-5-5_max | 90.59maxclaude-opus-5-5_max | — |
| 2 |  GPT-6 Astra | 31.71maxgpt-6-astra_max | 93.68maxgpt-6-astra_max | 97.6highgpt-6-astra_high | 99unknowngpt-6-astra_unknown | 95.77maxgpt-6-astra_max | 54.8unknowngpt-6-astra_unknown |
| 3 | GPT-6.1 Sol | 31.71maxgpt-6.1-sol_max | 93.68maxgpt-6.1-sol_max | 100maxgpt-6.1-sol_max | 99unknowngpt-6.1-sol_unknown | 95.39maxgpt-6.1-sol_max | — |
| 4 | Claude Fable 5.1 | 31.14xhighclaude-fable-5-1_xhigh | 90.18maxclaude-fable-5-1_max | 87.8maxclaude-fable-5-1_max | 100maxclaude-fable-5-1_max | — | 46.5xhighclaude-fable-5-1_xhigh |
| 5 |  Gemini 4 Argon | 27.14highgemini-4-argon_high | 85.96highgemini-4-argon_high | 78.05highgemini-4-argon_high | 99unknowngemini-4-argon_unknown | 96.4highgemini-4-argon_high | — |
| 6 | Claude Sonnet 5.5 | 31.43maxclaude-sonnet-5-5_max | 88.77maxclaude-sonnet-5-5_max | 80.49maxclaude-sonnet-5-5_max | 100maxclaude-sonnet-5-5_max | 95.58maxclaude-sonnet-5-5_max | 46.12xhighclaude-sonnet-5-5_xhigh |
| 7 | Claude Opus 5 | 29.14maxclaude-opus-5_max | 85.61maxclaude-opus-5_max | 73.17maxclaude-opus-5_max | 99maxclaude-opus-5_max | 93.88maxclaude-opus-5_max | — |
| 8 | GPT-6 Sol | 30.86maxgpt-6-sol_max | 89.82maxgpt-6-sol_max | 90maxgpt-6-sol_max | 83unknowngpt-6-sol_unknown | 94.32maxgpt-6-sol_max | — |
| 9 | GPT-6 Luna | 19.43maxgpt-6-luna_max | 78.95maxgpt-6-luna_max | 56.1maxgpt-6-luna_max | 64unknowngpt-6-luna_unknown | 90.47maxgpt-6-luna_max | — |
| 10 | Claude Haiku 5.5 | 22.57xhighclaude-haiku-5-5_xhigh | 75.09maxclaude-haiku-5-5_max | 46.34maxclaude-haiku-5-5_max | 89maxclaude-haiku-5-5_max | 89.65maxclaude-haiku-5-5_max | 30.12unknownclaude-haiku-5-5_unknown |
| 11 | Claude Mythos Preview | — | — | — | — | — | — |
Epoch AI 벤치마크
출처: Epoch AI, CC BY 4.0 ↗ · 업데이트됨 2026-10-15
CritPt · 업데이트됨 2026-10-15
FrontierMath Tiers 1-3 · 업데이트됨 2026-10-15
FrontierMath Tier 4 · 업데이트됨 2026-10-15
ProofBench · 업데이트됨 2026-10-12
GPQA Diamond · 업데이트됨 2026-10-15
Humanity's Last Exam · 업데이트됨 2026-10-07
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.
- CritPt연구 수준 물리 문제
- 현대 물리학 분야 전반의 미공개 연구 수준 물리 문제에 대한 추론을 테스트합니다. 평가 방법론 ↗
- FrontierMath Tiers 1-3Frontier 수학 — 티어 1-3
- 난이도 티어 1–3 전반에 걸친 도전적인 독창적 수학 문제를 테스트합니다. 이 점수는 더 어려운 티어 4와 합치면 안 됩니다. 평가 방법론 ↗
- FrontierMath Tier 4Frontier 수학 — 티어 4
- FrontierMath 연구 수준 문제 중 가장 어려운 티어를 티어 1–3과 분리하여 테스트합니다. 평가 방법론 ↗
- ProofBench형식 수학 증명 벤치마크
- 형식 검증기로 확인할 수 있는 수학적 증명을 생성하는 것을 테스트합니다. 평가 방법론 ↗
- GPQA Diamond대학원 수준 질의응답 — Diamond
- 전문 지식과 추론을 요구하는 어려운 대학원 수준 과학 질문을 테스트합니다. 평가 방법론 ↗
- Humanity's Last Exam인류 최종 시험
- 여러 학문 분야에 걸친 어려운 전문가 수준 질문을 테스트합니다. 이는 질의응답 벤치마크이며, Agents' Last Exam과는 다릅니다. 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.