Arena Document

무엇을 측정하나요?
실제 사용자가 올린 문서(PDF)를 읽고 질문에 답하거나 요약·정보 추출을 하는 능력, 즉 긴 문서 분석력을 봅니다.
누가 어떻게 평가하나요?
사용자가 PDF를 올리고 요청하면 이름을 가린 두 모델이 답하고, 사용자가 더 나은 쪽에 투표합니다. 투표 결과를 모아 대결 결과로 매긴 점수(Elo 척도)를 냅니다.
점수 읽는 법
점수는 사람들의 맞대결 투표로 매긴 Elo 점수입니다. 높을수록 좋습니다.
최고 점수1515
측정한 모델36개
측정 기준높을수록 좋음
최근 갱신2026.11.09
모델 출시 시기

대중들이 가장 선호하는 문서 분석 답변을 하는 AI는?

Arena Document

  1. 🥇AnthropicClaude Fable 5.11515
  2. 🥈AnthropicClaude Opus 5추론 강도: High1509
  3. 🥉AnthropicClaude Opus 4.6추론 강도: High1508
  4. #4AnthropicClaude Fable 51497
  5. #5AnthropicClaude Opus 4.7추론 강도: High1496
  6. #6OpenAIGPT-5.5추론 강도: High1484
  7. #7GoogleGemini 3.8 Flash1482
  8. #8AnthropicClaude Sonnet 4.61482
  9. #9OpenAIGPT-5.6 Sol1480
  10. #10GoogleGemini 3.7 Flash1476
  11. #11AnthropicClaude Opus 4.8추론 강도: High1475
  12. #12OpenAIGPT-5.41473
  13. #13MetaMuse Spark 1.31473
  14. #14OpenAIGPT-5.6 Terra1468
  15. #15OpenAIGPT-6 Astra1467
  16. #16AnthropicClaude Opus 4.51466
  17. #17MetaMuse Spark 1.11463
  18. #18GoogleGemini 3.5 Flash추론 강도: High1462
  19. #19AnthropicClaude Sonnet 51460
  20. #20GoogleGemini 3.6 Flash1456
  21. #21OpenAIGPT-5.6 Luna1454
  22. #22SpaceXSIGrok 4.51451
  23. #23Moonshot AIKimi K2.61450
  24. #24AnthropicClaude Sonnet 4.51449
  25. #25MetaMuse Spark1444
  26. #26GoogleGemini 3.1 Pro1443
  27. #27SpaceXSIGrok 4.61438
  28. #28AlibabaQwen3.7 Plus1437
  29. #29MiniMaxMiniMax M31437
  30. #30GoogleGemma 4 31B1434
  31. #31Moonshot AIKimi K2.51431
  32. #32GoogleGemini 2.5 Pro1423
  33. #33AnthropicClaude Haiku 4.51420
  34. #34Z.aiGLM 5V Turbo1419
  35. #35SpaceXSIGrok 4.20 (Reasoning)1417
  36. #36GoogleGemini 3 Flash1414
상위 5개는 오차 범위 안 · 사실상 공동 1위 · 모델 절반이 1461 이하

"작업 도구"는 AI가 과제를 풀 때 함께 쓴 실행 환경(에이전트 프로그램)입니다. 같은 모델이라도 작업 도구와 추론 강도에 따라 점수가 크게 달라질 수 있습니다.

카톡 문의