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 선호하는 검색 답변을 하는 AI는?

Arena Search

  1. 🥇OpenAIGPT-5.6 Sol1256
  2. 🥈AnthropicClaude Opus 4.61252
  3. 🥉OpenAIGPT-5.51246
  4. #4AnthropicClaude Opus 5추론 강도: High1238
  5. #5AnthropicClaude Fable 5.1추론 강도: High1237
  6. #6OpenAIGPT-6 Astra1231
  7. #7AnthropicClaude Opus 4.71230
  8. #8OpenAIGPT-6.1 Sol1230
  9. #9AnthropicClaude Fable 51228
  10. #10AnthropicClaude Sonnet 4.61220
  11. #11SpaceXSIGrok 4.51216
  12. #12AnthropicClaude Opus 5.5추론 강도: Medium1214
  13. #13GoogleGemini 3.1 Pro1211
  14. #14AnthropicClaude Opus 4.81202
  15. #15OpenAIGPT-5.41198
  16. #16GoogleGemini 3 Flash1195
  17. #17OpenAIGPT-6.2 Astra1191
  18. #18SpaceXSIGrok 4.201191
  19. #19AnthropicClaude Sonnet 51187
  20. #20AnthropicClaude Opus 4.51179
  21. #21OpenAIGPT-6.2 Sol1179
  22. #22OpenAIGPT-6 Sol1174
  23. #23SpaceXSIGrok 4.31166
  24. #24AnthropicClaude Sonnet 4.51159
  25. #25OpenAIGPT-6 Luna1157
  26. #26AnthropicClaude Opus 4.11148
  27. #27GoogleGemini 2.5 Pro1143
  28. #28OpenAIGPT-51133
  29. #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.

카톡 문의