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
긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까?Long Context Reasoning
Kimi K3🥇
Kimi K3🥇Long Context Reasoning
Kimi K3🥇표를 읽고 원하는 형태로 정리할 수 있을까?LiveBench 2.0 Data Analysis
Gemini 4 Argon🥇
Gemini 4 Argon🥇LiveBench 2.0 Data Analysis
Gemini 4 Argon🥇대중들이 가장 선호하는 사업 관련 답변을 하는 AI는?Arena Business, Management & Finance
Gemini 4 Argon🥇
Gemini 4 Argon🥇Arena Business, Management & Finance
Gemini 4 Argon🥇
대중들이 가장 선호하는 문서 분석 답변을 하는 AI는?
Arena Document
- 🥇AnthropicClaude Fable 5.11515
- 🥈AnthropicClaude Opus 5추론 강도: High1509
- 🥉AnthropicClaude Opus 4.6추론 강도: High1508
- #4AnthropicClaude Fable 51497
- #5AnthropicClaude Opus 4.7추론 강도: High1496
- #6OpenAIGPT-5.5추론 강도: High1484
- #7GoogleGemini 3.8 Flash1482
- #8AnthropicClaude Sonnet 4.61482
- #9OpenAIGPT-5.6 Sol1480
- #10GoogleGemini 3.7 Flash1476
- #11AnthropicClaude Opus 4.8추론 강도: High1475
- #12OpenAIGPT-5.41473
- #13MetaMuse Spark 1.31473
- #14OpenAIGPT-5.6 Terra1468
- #15OpenAIGPT-6 Astra1467
- #16AnthropicClaude Opus 4.51466
- #17MetaMuse Spark 1.11463
- #18GoogleGemini 3.5 Flash추론 강도: High1462
- #19AnthropicClaude Sonnet 51460
- #20GoogleGemini 3.6 Flash1456
- #21OpenAIGPT-5.6 Luna1454
- #22SpaceXSIGrok 4.51451
- #23Moonshot AIKimi K2.61450
- #24AnthropicClaude Sonnet 4.51449
- #25MetaMuse Spark1444
- #26GoogleGemini 3.1 Pro1443
- #27SpaceXSIGrok 4.61438
- #28AlibabaQwen3.7 Plus1437
- #29MiniMaxMiniMax M31437
- #30GoogleGemma 4 31B1434
- #31Moonshot AIKimi K2.51431
- #32GoogleGemini 2.5 Pro1423
- #33AnthropicClaude Haiku 4.51420
- #34Z.aiGLM 5V Turbo1419
- #35SpaceXSIGrok 4.20 (Reasoning)1417
- #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.