Arena Search
인용 빈도 2/3
- 무엇을 측정하나요?
- 웹 검색을 쓰는 AI가 질문에 출처를 달아 답하는 품질을 사용자 투표로 봅니다.
- 누가 어떻게 평가하나요?
- 사용자가 질문하면 이름을 가린 검색 AI 두 개가 출처를 달아 답하고, 사용자가 더 나은 답에 투표합니다. 투표 결과에 Bradley–Terry 모델을 적용한 뒤 Elo 척도로 환산합니다.
- 점수 읽는 법
- 점수는 사람들의 맞대결 투표로 매긴 Elo 점수입니다. 높을수록 좋습니다. 인용 표시 방식은 모델을 알아채지 못하도록 통일했습니다.
최고 점수1256
측정한 모델29개
측정 기준높을수록 좋음
최근 갱신2026.11.19
모델 출시 시기
대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는?Arena Text Factuality
Gemini 4 Carbon🥇
Gemini 4 Carbon🥇Arena Text Factuality
Gemini 4 Carbon🥇검색 없이도 사실을 정확하게 알고 있을까?SimpleQA Verified
Claude Fable 5.2🥇
Claude Fable 5.2🥇SimpleQA Verified
Claude Fable 5.2🥇요약할 때 없는 내용을 지어내지 않을까?Vectara Hallucination Rate
GPT-5.4 Nano🥇
GPT-5.4 Nano🥇Vectara Hallucination Rate
GPT-5.4 Nano🥇
대중들이 가장 선호하는 검색 답변을 하는 AI는?
Arena Search
- 🥇OpenAIGPT-5.6 Sol1256
- 🥈AnthropicClaude Opus 4.61252
- 🥉OpenAIGPT-5.51246
- #4AnthropicClaude Opus 5추론 강도: High1238
- #5AnthropicClaude Fable 5.1추론 강도: High1237
- #6OpenAIGPT-6 Astra1231
- #7AnthropicClaude Opus 4.71230
- #8OpenAIGPT-6.1 Sol1230
- #9AnthropicClaude Fable 51228
- #10AnthropicClaude Sonnet 4.61220
- #11SpaceXSIGrok 4.51216
- #12AnthropicClaude Opus 5.5추론 강도: Medium1214
- #13GoogleGemini 3.1 Pro1211
- #14AnthropicClaude Opus 4.81202
- #15OpenAIGPT-5.41198
- #16GoogleGemini 3 Flash1195
- #17OpenAIGPT-6.2 Astra1191
- #18SpaceXSIGrok 4.201191
- #19AnthropicClaude Sonnet 51187
- #20AnthropicClaude Opus 4.51179
- #21OpenAIGPT-6.2 Sol1179
- #22OpenAIGPT-6 Sol1174
- #23SpaceXSIGrok 4.31166
- #24AnthropicClaude Sonnet 4.51159
- #25OpenAIGPT-6 Luna1157
- #26AnthropicClaude Opus 4.11148
- #27GoogleGemini 2.5 Pro1143
- #28OpenAIGPT-51133
- #29AnthropicClaude Opus 41127
상위 3개는 오차 범위 안 · 사실상 공동 1위 · 모델 절반이 1198 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.