Arena Math
- 무엇을 측정하나요?
- 수학 질문(계산·풀이·증명)에서의 선호도입니다. 정답 대조가 아니라 사람이 고른 답이라, 풀이 과정이 읽기 쉬운 답이 유리합니다.
- 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. 수학 개념을 실제로 적용해 계산·풀이하는 질문을 AI 분류기가 골라 집계합니다.
- 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. 정답률 시험(AIME·MATH-500)과는 다른 것을 잽니다 — 맞았는지가 아니라 사람이 마음에 들어했는지입니다.
순위
최고 점수1535
측정한 모델104개
측정 기준높을수록 좋음
최근 갱신2026.11.19
모델 출시 시기
여러 분야 전문가도 어려워하는 문제를 풀 수 있을까?Humanity's Last Exam
Claude Opus 5.5🥇
Claude Opus 5.5🥇Humanity's Last Exam
Claude Opus 5.5🥇연구 수준의 물리 문제를 풀 수 있을까?CritPt
Gemini 4 Carbon🥇
Gemini 4 Carbon🥇CritPt
Gemini 4 Carbon🥇
대중들이 가장 선호하는 수학 답변을 하는 AI는?
Arena Math
- 🥇GoogleGemini 4 Argon57.1%27.1%1535
- 🥈GoogleGemini 4 Neon——1535
- 🥉AnthropicClaude Fable 5.159.1%31.1%1530
- #4AnthropicClaude Fable 555.5%28.6%1521
- #5GoogleGemini 3.8 Flash47.8%18.3%1519
- #6AnthropicClaude Opus 5.561.4%31.7%1517
- #7AnthropicClaude Opus 554.9%29.1%1516
- #8Z.aiGLM 5.3 Flash39.9%15.4%1509
- #9AnthropicClaude Fable 5.2—35.7%1507
- #10MetaMuse Wonder50.1%—1504
- #11GoogleGemini 4 Hydrogen——1504
- #12Z.aiGLM 5.342.3%19.1%1504
- #13AnthropicClaude Opus 4.639.9%—1504
- #14Moonshot AIKimi K346.9%23.4%1502
- #15MetaMuse Spark 1.348.7%26.0%1502
- #16GoogleGemini 3.7 Flash47.9%14.3%1501
- #16GoogleGemini 3.6 Flash40.8%10.6%1501
- #18OpenAIGPT-5.545.8%27.1%1500
- #19OpenAIGPT-6.1 Sol52.9%31.7%1499
- #20AnthropicClaude Sonnet 5.555.0%31.4%1497
- #21DeepSeekDeepSeek V4.1 Flash39.2%14.3%1496
- #22OpenAIGPT-5.6 Sol49.5%32.3%1494
- #23MetaMuse Spark 1.146.2%15.1%1494
- #24OpenAIGPT-5.443.7%23.4%1491
- #25AnthropicClaude Opus 4.742.3%12.0%1490
- #26GoogleGemini 3.1 Pro47.0%17.7%1488
- #27Z.aiGLM 5.241.1%20.9%1488
- #28MetaMuse Spark 1.245.5%17.7%1483
- #29GoogleGemini 3.5 Flash42.7%13.1%1482
- #30XiaomiMiMo-V2.6-Pro49.4%26.6%1482
- #31AlibabaQwen3.7 Max40.5%13.4%1481
- #32OpenAIGPT-6.1 Terra46.2%28.0%1479
- #33Moonshot AIKimi K2.637.5%8.0%1479
- #34XiaomiMiMo V2.5 Pro35.7%4.0%1479
- #35OpenAIGPT-5.6 Terra42.9%30.0%1478
- #36OpenAIGPT-6 Astra54.7%31.7%1477
- #37Moonshot AIKimi K3.1 Pro52.5%24.6%1477
- #38OpenAIGPT-5.6 Luna39.5%20.6%1476
- #39AnthropicClaude Opus 4.848.7%20.9%1475
- #40GoogleGemini 3 Flash36.6%—1475
- #41Z.aiGLM-5.130.1%4.6%1474
- #42StepfunStep-546.5%20.9%1474
- #43AlibabaQwen3.6 Max30.8%—1472
- #44AnthropicClaude Sonnet 541.3%16.9%1472
- #45SpaceXSIGrok 4.542.7%15.4%1471
- #46Moonshot AIKimi K2.530.7%3.1%1470
- #47MetaMuse Spark40.7%11.3%1468
- #48GoogleGemma 4 31B23.6%1.4%1466
- #49AlibabaQwen3.7 Plus35.6%9.1%1465
- #50SpaceXSIGrok 4.20 (Reasoning)34.5%—1464
- #51XiaomiMiMo-V2.6-Flash35.1%12.0%1463
- #52AnthropicClaude Opus 4.530.1%—1463
- #53AnthropicClaude Sonnet 4.633.6%3.1%1461
- #54AlibabaQwen3.6 Plus27.8%2.9%1451
- #55AlibabaQwen3.5 397B A17B29.0%0.9%1451
- #56XiaomiMiMo V2 Pro30.4%—1450
- #57ByteDanceDola Seed 2.0 Pro——1449
- #58SpaceXSIGrok 4.2027.9%—1449
- #59OpenAIGPT-6 Luna38.5%19.4%1449
- #60Mistral AIMistral Large 435.0%11.1%1448
- #61AnthropicClaude Haiku 5.544.4%22.6%1447
- #62SpaceXSIGrok 4.644.1%19.7%1445
- #63OpenAIGPT-6 Sol47.9%30.9%1444
- #64AnthropicClaude Opus 4.112.5%—1444
- #65SpaceXSIGrok 4.743.1%18.0%1443
- #66DeepSeekDeepSeek V4 Pro41.0%18.6%1443
- #67Z.aiGLM-529.3%—1443
- #68NVIDIANemotron 3 Ultra28.4%3.1%1442
- #69GoogleGemini 3.5 Flash-Lite18.8%0.0%1442
- #70GoogleGemini 2.5 Pro22.5%2.0%1439
- #71OpenAIGPT-5.4 Mini28.1%10.0%1439
- #72XiaomiMiMo V2.527.2%3.7%1437
- #73GoogleGemini 3.1 Flash Lite17.2%1.1%1436
- #74OpenAIGPT-528.5%12.6%1435
- #75MeituanLongcat Flash Chat5.8%—1434
- #76BaiduERNIE 5.0 Thinking13.3%—1434
- #77TencentHy333.5%—1429
- #78Mistral AIMistral Medium 3.513.8%0.0%1427
- #79AnthropicClaude Sonnet 4.517.8%1.1%1426
- #80DeepSeekDeepSeek V3.224.6%—1426
- #81DeepSeekDeepSeek V4 Flash38.6%16.6%1424
- #82OpenAIGPT-5.4 Nano28.3%9.3%1424
- #83MiniMaxMiniMax M339.0%3.7%1423
- #84MiniMaxMiniMax M2.729.6%0.6%1423
- #85AnthropicClaude Opus 412.3%0.3%1421
- #86SpaceXSIGrok 4.1 Fast (Reasoning)19.3%—1420
- #87SpaceXSIGrok 4.337.2%8.0%1419
- #88UpstageSolar Pro 429.8%—1416
- #89OpenAIGPT-5 Mini21.5%0.0%1407
- #90GoogleGemini 2.5 Flash12.1%1.1%1405
- #91AnthropicClaude Sonnet 410.7%0.3%1404
- #92AnthropicClaude Haiku 4.510.4%0.0%1402
- #93MiniMaxMiniMax M2.520.5%—1392
- #94Arcee AITrinity Large Thinking15.8%0.9%1383
- #95OpenAIGPT OSS 120B19.6%1.1%1381
- #96OpenAIGPT-4.14.2%—1375
- #97NVIDIANemotron 3 Super20.8%3.1%1370
- #98GoogleGemini 2.5 Flash Lite7.0%—1361
- #99OpenAIGPT-5 Nano9.5%—1348
- #100NVIDIANemotron 3 Nano 30B A3B11.4%—1347
- #101AmazonNova 2 Lite11.6%—1329
- #102IBMGranite 4.1 8B3.8%—1318
- #103MetaLlama 4 Maverick4.9%0.0%1317
- #104MetaLlama 4 Scout3.8%0.0%1310
모델 절반이 1462 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$3.301437
최근 60일 내 출시된 AI 64개 중 49개는 아직 이 지표에 반영되지 않았습니다 · GPT-6.2 Astra, Microsoft-Decision-1.1, GPT-6.2 Sol 외 46개
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.