HealthBench Professional
인용 많음높을수록 좋음
OpenAI가 만든 의료 전문가용 시험으로, 임상 업무에 가까운 과제 525개에 대한 답변을 채점 기준으로 평가합니다. 여기 값은 답변 길이를 보정한 점수로 통일했습니다. 점수는 0~100%입니다. 높을수록 좋습니다.
이 순위는 모델 제조사가 스스로 발표한 점수만으로 만들었습니다. 도구 사용 여부·추론 강도 같은 측정 조건이 제조사마다 달라, 모델끼리 직접 비교할 때는 각 점수의 조건을 함께 보세요.
최고 점수65.6%Claude Opus 5.5
측정한 모델21개
최근 갱신2026.09.22
모델 출시 시기 (오른쪽이 최신)
그때까지의 최고 기록위로 갈수록 좋음
순위모델실행 조건출시일가격/1M점수
- 1length-adjusted · no tools · max (adaptive thinking)2026.09.22$1665.6%
- 2length-adjusted2026.09.04$4064.7%
- 3length-adjusted · no tools2026.06.09$4063.3%
- 4length-adjusted · no tools · max (adaptive thinking)2026.09.01$4062.1%
- 5length-adjusted2026.09.22$0.4060.8%
- 5length-adjusted2026.09.22$860.8%
- 7length-adjusted2026.07.09$1660.5%
- 8length-adjusted · no tools · max (adaptive thinking)2026.07.24$2059.8%
- 9length-adjusted · xhigh2026.07.09$3.5059.3%
- 10length-adjusted · no tools · max (adaptive thinking)2026.06.30$857.8%
"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.
제조사 발표값은 측정 조건이 제각각이라 참고용입니다.