IFBench
- 무엇을 측정하나요?
- Artificial Analysis 가 '레거시' 로 분류해 새 모델 측정이 드문 평가입니다(최근 모델은 표에 없을 수 있음). 지시를 얼마나 정확히 지키는지 봅니다. "300자 이내로, 마지막 문장은 질문으로, 숫자는 쓰지 말고" 같은 형식 조건을 빠짐없이 따르는 능력이라, 답의 내용이 아니라 규칙 준수를 잽니다.
- 누가 어떻게 평가하나요?
- Allen AI 가 만들었습니다. 기존 IFEval 에 없던 새 조건 58종을 실제 사용자 대화(WildChat) 프롬프트에 붙여 평가하며, 조건을 지켰는지 프로그램이 자동 검사합니다. Artificial Analysis 가 직접 실행합니다.
- 점수 읽는 법
- 0~100%. 지식이 아니라 규칙 준수라 조건 하나만 놓쳐도 감점이며, 사람이 보기엔 훌륭한 답도 형식이 어긋나면 낮게 나옵니다.
순위
최고 점수83.3%
측정한 모델81개
측정 기준높을수록 좋음
최근 갱신2026.11.21
모델 출시 시기
대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는?Arena Writing, Literature & Language
Gemini 4 Carbon🥇
Gemini 4 Carbon🥇Arena Writing, Literature & Language
Gemini 4 Carbon🥇대화가 길어질 때 대중들이 가장 선호하는 AI는?Arena Multi-turn
Gemini 4 Carbon🥇
Gemini 4 Carbon🥇Arena Multi-turn
Gemini 4 Carbon🥇어려운 대화에서 상대의 마음을 읽고 잘 대응할까?EQ-Bench 4
Claude Opus 5🥇
Claude Opus 5🥇EQ-Bench 4
Claude Opus 5🥇
형식·길이 같은 까다로운 조건을 빠짐없이 지킬까?
IFBench
- 🥇SpaceXSIGrok 4.383.3%
- 🥈MiniMaxMiniMax M382.9%
- 🥉NVIDIANemotron 3 Ultra81.4%
- #4SpaceXSIGrok 4.20 (Reasoning)81.2%
- #5AlibabaQwen3.7 Max80.5%
- #6XiaomiMiMo V2.5 Pro79.9%
- #7DeepSeekDeepSeek V4 Flash79.2%
- #8AlibabaQwen3.5 397B A17B78.8%
- #9GoogleGemini 3 Flash78.0%
- #9AlibabaQwen3.7 Plus78.0%
- #11GoogleGemini 3.1 Flash Lite77.2%
- #12GoogleGemini 3.1 Pro77.1%
- #13AlibabaQwen3.6 Max76.6%
- #14DeepSeekDeepSeek V4 Pro76.5%
- #15GoogleGemini 3.5 Flash76.3%
- #16Z.aiGLM-5.176.3%
- #17Moonshot AIKimi K2.676.0%
- #18OpenAIGPT-5.4 Nano75.9%
- #18MetaMuse Spark75.9%
- #20SK TelecomA.X K275.9%
- #21OpenAIGPT-5.575.9%
- #22MiniMaxMiniMax M2.775.7%
- #23GoogleGemma 4 31B75.6%
- #24OpenAIGPT-5 Mini75.4%
- #25AlibabaQwen3.6 Plus75.2%
- #26OpenAIGPT-5.473.9%
- #27Z.aiGLM 5.273.3%
- #28OpenAIGPT-5.4 Mini73.3%
- #29Z.aiGLM-5-Turbo73.2%
- #30OpenAIGPT-573.1%
- #31OpenAIGPT-5.6 Sol72.7%
- #32LG AI ResearchK-EXAONE 2.072.6%
- #33Z.aiGLM-572.3%
- #34MiniMaxMiniMax M2.571.6%
- #35NVIDIANemotron 3 Super71.5%
- #36OpenAIGPT-5.6 Terra71.2%
- #37UpstageSolar Pro 371.2%
- #38NVIDIANemotron 3 Nano 30B A3B71.1%
- #39AmazonNova 2 Lite70.7%
- #40Moonshot AIKimi K2.570.2%
- #41OpenAIGPT OSS 120B69.0%
- #42XiaomiMiMo V2 Pro68.8%
- #43Mistral AIMistral Medium 3.568.8%
- #44OpenAIGPT-5 Nano67.6%
- #45StepfunStep 3.7 Flash67.3%
- #46XiaomiMiMo V2.567.1%
- #47LG AI ResearchK-EXAONE64.7%
- #48AlibabaQwen3.6 35B A3B64.4%
- #49AnthropicClaude Fable 563.5%
- #50NVIDIANemotron 3 Nano Omni63.2%
- #51TencentHy363.1%
- #51Moonshot AIKimi K2.7 Code63.1%
- #53AnthropicClaude Opus 4.862.2%
- #54Z.aiGLM 5V Turbo61.1%
- #55DeepSeekDeepSeek V3.260.7%
- #56AnthropicClaude Opus 4.758.6%
- #57AnthropicClaude Opus 4.558.0%
- #58CohereNorth Mini Code57.6%
- #59AnthropicClaude Sonnet 4.557.3%
- #60AnthropicClaude Sonnet 4.656.6%
- #61Arcee AITrinity Large Thinking56.3%
- #62AnthropicClaude Opus 4.155.4%
- #63AnthropicClaude Sonnet 454.7%
- #64AnthropicClaude Haiku 4.554.3%
- #65AnthropicClaude Opus 453.7%
- #66AnthropicClaude Opus 4.653.1%
- #67SpaceXSIGrok 4.1 Fast (Reasoning)52.7%
- #68GoogleGemini 2.5 Flash Lite52.6%
- #69AlibabaQwen3.5 Plus51.2%
- #70GoogleGemini 2.5 Flash50.3%
- #71SpaceXSIGrok 4.2049.3%
- #72GoogleGemini 2.5 Pro48.7%
- #73Mistral AIMistral Small 448.2%
- #74InclusionAIRing-2.6-1T44.6%
- #75MeituanLongcat Flash Chat43.1%
- #76OpenAIGPT-4.143.0%
- #76MetaLlama 4 Maverick43.0%
- #78BaiduERNIE 5.0 Thinking41.4%
- #79MetaLlama 4 Scout39.5%
- #80IBMGranite 4.1 8B38.6%
- #81SpaceXSIGrok 4.1 Fast36.5%
모델 절반이 69.0% 이하
최근 60일 내 출시된 AI 64개 중 64개는 아직 이 지표에 반영되지 않았습니다 · Gemini 4 Neon, GPT-6.2 Sol, GPT-6.2 Astra 외 61개
사전에 정해진 방식으로 일괄 측정한 점수이므로, 실제 사용 환경의 결과와 다를 수 있습니다.
'제조사 발표' 표시가 있는 점수는 AI 개발사가 자체 발표한 수치로, 제3자 측정값이 아닙니다.