평가 출처공식 사이트
LiveBench · 추론
LiveBench / 추론 · 최신 세대 Reasoning 카테고리 성적
클로데이트 반영 상태순위 반영
가중치4.2%
원본 데이터 기준 시각10/30 11:09
마지막 동기화11/05 08:05
무엇을, 어떻게 측정하나
최신 세대의 공식 Reasoning 카테고리 성적을 그대로 사용합니다. 2026년 10월 새 세대 릴리스에서 Mathematics 카테고리는 없어졌습니다.
활용 방식
범주 결과를 하나의 증거로 순위에 더하며, 각 전문 항목은 LiveBench의 근거 계열을 공유합니다. Global Average는 참고용이며 이중 계산하지 않습니다.
결과
정해진 규칙에 따라 공개 모델마다 하나의 구성을 대표로 씁니다. 익명 테스트 모델은 표시하지 않고 원래 순위를 유지하며, 평가마다 최대 30개입니다.
| 원래 순위 | 모델 | 원래 점수 | 대표 구성 |
|---|---|---|---|
| 1 | gemini-4-argonGoogle | 95.1% | 출처 기본 구성 |
| 2 | gpt-6-astraOpenAI | 92.7% | 출처 기본 구성 |
| 3 | gpt-6.1-solOpenAI | 92.6% | 출처 기본 구성 |
| 4 | claude-opus-5.5Anthropic | 92.2% | 출처 기본 구성 |
| 5 | claude-fable-5.1Anthropic | 91.7% | 출처 기본 구성 |
| 6 | claude-sonnet-5.5Anthropic | 91.6% | 출처 기본 구성 |
| 7 | grok-4.6xAI | 91.2% | 출처 기본 구성 |
| 8 | kimi-k3.1-proKimi | 91.1% | 출처 기본 구성 |
| 9 | kimi-k3Moonshot AI | 90.7% | 출처 기본 구성 |
| 10 | muse-wonder-1.0— | 90.6% | 출처 기본 구성 |
| 10 | gpt-5.6-terraOpenAI | 90.6% | 출처 기본 구성 |
| 12 | muse-spark-1.3Meta | 89.7% | 출처 기본 구성 |
| 13 | gemini-3.8-flashGoogle | 89.3% | 출처 기본 구성 |
| 14 | deepseek-v4.1-flash-1017DeepSeek | 89.1% | 출처 기본 구성 |
| 15 | gpt-6.1-terraOpenAI | 88.7% | 출처 기본 구성 |
| 16 | qwen3.8-maxAlibaba | 88.2% | 출처 기본 구성 |
| 17 | mistral-large-4-0Mistral AI | 85.2% | 출처 기본 구성 |
| 18 | mistral-large-4mistral | 83.9% | 출처 기본 구성 |
| 19 | step-5-previewStepFun | 83.8% | 출처 기본 구성 |
| 20 | minimax-m3.1-flashMiniMax | 82.9% | 출처 기본 구성 |
| 21 | grok-4.7xAI | 82.7% | 출처 기본 구성 |
| 22 | claude-haiku-5.5Anthropic | 82.4% | 출처 기본 구성 |
| 23 | gpt-6-lunaOpenAI | 81.8% | 출처 기본 구성 |
| 24 | qwen3.8-27bAlibaba | 80.0% | 출처 기본 구성 |
| 25 | mimo-v2.6-proXiaomi | 79.6% | 출처 기본 구성 |
| 26 | inklingThinking Machines Lab | 78.3% | 출처 기본 구성 |
| 27 | glm-5.3-flashZ.ai | 77.6% | 출처 기본 구성 |
| 28 | smaug-nemotron-3.5-nvfp4— | 75.1% | 출처 기본 구성 |
| 29 | nemotron-super-vl-3.5— | 74.6% | 출처 기본 구성 |
| 30 | muse-spark-openMeta | 73.7% | 출처 기본 구성 |
한계와 데이터 출처
수학 전용 카테고리가 없어져 수학 능력은 Epoch 평가로 보완합니다. 공식 페이지에서 카테고리나 파인튜닝 모델 포함 여부를 바꾸면 점수와 순위도 달라집니다. 운영에 관여하는 Abacus.AI는 Smaug 모델도 개발하므로, 그 자체 성적은 다른 독립 출처의 뒷받침이 필요합니다.
데이터 라이선스: Apache 2.0
범주 결과는 LiveBench가 공표한 것이며, 이 사이트는 이를 그대로 순위 매기기에 사용합니다. 원래 점수와 이 사이트의 합의 지수는 척도가 달라 그대로 더할 수 없습니다.