Arena Coding
- 무엇을 측정하나요?
- 코딩 질문(코드 작성·버그 수정·설명)에서 사람들이 어느 AI 의 답을 더 골랐는지입니다. 코드가 실제로 돌아가는지 검사하는 시험이 아니라, 질문한 사람이 보기에 더 도움이 된 답을 고른 결과입니다.
- 누가 어떻게 평가하나요?
- Arena Intelligence 에서 사용자가 질문을 넣으면 이름을 가린 두 AI 가 답하고, 더 나은 쪽에 투표합니다. 누적 8,200만 표 이상의 투표를 통계 모델(Bradley-Terry)로 집계해 Elo 처럼 보이는 점수로 환산하며, 이 표는 길고 화려하게 꾸민 답을 선호하는 편향을 통계로 걷어낸 '스타일 보정본' 을 공식 데이터셋에서 가져옵니다. 질문이나 답에 코드 블록이 있거나 프로그래밍 언어가 언급되면 코딩 카테고리로 자동 분류됩니다.
- 점수 읽는 법
- 시험 점수(정답률 %)가 아니라 대결 성적입니다. 다른 AI 와 맞붙어 선택된 확률로 계산되므로 만점이 없고, 새 AI 가 들어오면 기존 AI 의 점수도 조금씩 움직입니다. 보통 1,000~1,500 사이이며, 두 AI 의 점수 차가 100점이면 앞선 쪽이 약 64%, 200점이면 약 76% 확률로 선택된다는 뜻입니다. 정답을 맞혔는지는 세지 않아 틀린 답도 설명이 친절하면 이길 수 있으므로, 정확성이 중요한 용도라면 정답률 시험(GPQA·AIME 등)을 함께 보는 것이 좋습니다. 점수 차가 수십 점 이내면 순위가 달라도 사실상 같은 등급으로 보는 편이 안전합니다. 코드를 실제로 실행해 채점하는 벤치마크(Terminal-Bench·SciCode 등)와는 순위가 다를 수 있습니다.
순위
최고 점수1568
측정한 모델108개
측정 기준높을수록 좋음
최근 갱신2026.11.19
모델 출시 시기
장시간의 개발 작업을 AI가 컴퓨터를 직접 조작하며 자율적으로 수행할 수 있을까?Terminal-Bench 4.0
Kimi K3.1 Pro🥇
Kimi K3.1 Pro🥇Terminal-Bench 4.0
Kimi K3.1 Pro🥇AI가 직접 코드를 테스트하고 수정하면서 주어진 과제를 완료할 수 있을까?LiveBench Agentic Coding v1
DeepSeek V4.1 Flash🥇
DeepSeek V4.1 Flash🥇LiveBench Agentic Coding v1
DeepSeek V4.1 Flash🥇
코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는?
Arena Coding
- 🥇GoogleGemini 4 Carbon—1568—
- 🥈GoogleGemini 4 Neon—1559—
- 🥉GoogleGemini 4 Argon57.1%1552—
- #4AnthropicClaude Fable 542.4%155162.2
- #5MetaMuse Wonder52.0%1550—
- #6AnthropicClaude Opus 5.559.6%154865.3
- #7OpenAIGPT-6 Astra59.6%154857.3
- #8AnthropicClaude Opus 4.6—154749.0
- #9AnthropicClaude Opus 4.7—154650.7
- #10OpenAIGPT-6.1 Sol56.1%154556.8
- #11OpenAIGPT-6.1 Terra55.6%1541—
- #12MetaMuse Spark 1.27.1%154057.6
- #13XiaomiMiMo-V2.6-Pro34.8%1539—
- #14Moonshot AIKimi K312.6%153762.2
- #15MetaMuse Spark 1.333.3%153564.1
- #16MetaMuse Spark 1.16.1%153358.5
- #17OpenAIGPT-5.6 Sol39.9%153356.2
- #18AnthropicClaude Fable 5.155.1%153366.1
- #19Moonshot AIKimi K3.1 Pro67.2%1532—
- #20GoogleGemini 3.8 Flash19.7%153054.2
- #21MetaMuse Spark—1529—
- #22AnthropicClaude Opus 4.821.7%152850.5
- #22AnthropicClaude Sonnet 4.63.0%152842.6
- #24AnthropicClaude Opus 549.0%152865.2
- #25AnthropicClaude Fable 5.2—1527—
- #26Z.aiGLM 5.3 Flash32.8%152656.8
- #27DeepSeekDeepSeek V4.1 Flash26.8%152577.3
- #28Z.aiGLM 5.341.9%152460.9
- #29AlibabaQwen3.7 Max1.5%152443.6
- #30AnthropicClaude Opus 4.5—152339.7
- #30OpenAIGPT-6.2 Astra—1523—
- #32OpenAIGPT-5.4—152153.8
- #33GoogleGemini 3.7 Flash13.6%152158.3
- #33GoogleGemini 3.1 Pro4.0%152144.1
- #35XiaomiMiMo V2.5 Pro0.0%1520—
- #36AnthropicClaude Sonnet 514.1%151959.4
- #37OpenAIGPT-6 Sol43.9%151952.9
- #38GoogleGemini 3.6 Flash7.1%151843.4
- #39OpenAIGPT-5.6 Terra35.4%151855.0
- #40AnthropicClaude Sonnet 5.563.6%151739.3
- #41Moonshot AIKimi K2.60.5%151646.9
- #42Z.aiGLM 5.21.0%151651.8
- #43SpaceXSIGrok 4.510.6%151456.5
- #44ByteDanceDola Seed 2.0 Pro—1514—
- #45GoogleGemini 4 Hydrogen—1514—
- #46Z.aiGLM-5.12.0%1512—
- #46AnthropicClaude Sonnet 4.50.0%1512—
- #48AnthropicClaude Opus 4.1—1511—
- #49SpaceXSIGrok 4.20 (Reasoning)—1511—
- #50AlibabaQwen3.6 Max—1510—
- #51OpenAIGPT-5.514.6%151054.0
- #52XiaomiMiMo-V2.6-Flash22.7%1510—
- #53SpaceXSIGrok 4.621.2%150857.0
- #54SpaceXSIGrok 4.20—1508—
- #55GoogleGemini 3.5 Flash6.6%150649.0
- #56OpenAIGPT-6.2 Sol—1506—
- #57GoogleGemini 3 Flash—1505—
- #58StepfunStep-533.3%1504—
- #59OpenAIGPT-6 Luna12.6%150451.2
- #60OpenAIGPT-5.6 Luna11.6%150348.4
- #60XiaomiMiMo V2 Pro—1503—
- #62GoogleGemma 4 31B0.0%1502—
- #63Moonshot AIKimi K2.5—1502—
- #64GoogleGemini 3.5 Flash-Lite1.0%150245.3
- #65DeepSeekDeepSeek V4 Pro14.1%150142.6
- #65MeituanLongcat Flash Chat—1501—
- #67AlibabaQwen3.7 Plus1.0%1500—
- #68Z.aiGLM-5—1498—
- #69AnthropicClaude Opus 4—1498—
- #70AlibabaQwen3.6 Plus—149641.4
- #71OpenAIGPT-5.4 Mini2.0%149541.7
- #72MiniMaxMiniMax M32.0%149240.7
- #73XiaomiMiMo V2.50.0%1491—
- #74SpaceXSIGrok 4.725.8%149154.0
- #75AlibabaQwen3.5 397B A17B0.0%1491—
- #76BaiduERNIE 5.0 Thinking—1490—
- #77AnthropicClaude Haiku 5.532.8%148751.4
- #78SpaceXSIGrok 4.30.0%148718.5
- #79Mistral AIMistral Large 426.8%148657.2
- #80InklingInkling 2 Small—1485—
- #81DeepSeekDeepSeek V4 Flash12.1%148437.6
- #82AnthropicClaude Haiku 4.50.0%1482—
- #83MiniMaxMiniMax M2.70.0%1480—
- #84Mistral AIMistral Medium 3.50.0%1478—
- #85AnthropicClaude Sonnet 4—1475—
- #86NVIDIANemotron 3 Ultra0.5%147438.7
- #87OpenAIGPT-5—1472—
- #88DeepSeekDeepSeek V3.2—1470—
- #89GoogleGemini 2.5 Pro0.0%1464—
- #90SpaceXSIGrok 4.1 Fast (Reasoning)—1461—
- #91UpstageSolar Pro 40.0%1461—
- #92OpenAIGPT-5.4 Nano0.5%146046.8
- #93GoogleGemini 3.1 Flash Lite0.5%1458—
- #94OpenAIGPT-4.1—1456—
- #95TencentHy30.5%1452—
- #96MiniMaxMiniMax M2.5—1446—
- #97OpenAIGPT-5 Mini0.0%1432—
- #98GoogleGemini 2.5 Flash—1424—
- #99Arcee AITrinity Large Thinking0.5%1412—
- #100NVIDIANemotron 3 Super0.0%1407—
- #101GoogleGemini 2.5 Flash Lite—1398—
- #102AmazonNova 2 Lite—1393—
- #103OpenAIGPT OSS 120B0.0%1389—
- #104OpenAIGPT-5 Nano—1386—
- #105MetaLlama 4 Maverick0.0%1372—
- #106MetaLlama 4 Scout0.0%1362—
- #107NVIDIANemotron 3 Nano 30B A3B0.0%1361—
- #108IBMGranite 4.1 8B—1354—
모델 절반이 1507 이하측정: 사용자 선호도 투표
이전 순위표 기준 점수
최신 순위표(2026.11.19)에 반영되지 않은 점수입니다. 출처에서 빠졌거나 아직 갱신되지 않은 모델로, 마지막으로 받은 점수를 참고로 보여 주며 순위는 매기지 않습니다.
- 2026.11.09 기준$3.301489
최근 60일 내 출시된 AI 64개 중 45개는 아직 이 지표에 반영되지 않았습니다 · Microsoft-Decision-1.1, d1.2, Qwen4 Max 외 42개
선호 투표 기반 지표로, 정답 여부는 평가하지 않습니다. 오답이라도 설명이 충실하면 높은 평가를 받을 수 있습니다.
질문의 구성은 투표 참여자에 따라 달라지므로, 실제 용도와 다른 질문이 포함될 수 있습니다.
'제조사 발표' 표시가 있는 점수는 AI 개발사가 자체 발표한 수치로, 제3자 측정값이 아닙니다.