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

형식·길이 같은 까다로운 조건을 빠짐없이 지킬까?

IFBench

  1. 🥇SpaceXSIGrok 4.383.3%
  2. 🥈MiniMaxMiniMax M382.9%
  3. 🥉NVIDIANemotron 3 Ultra81.4%
  4. #4SpaceXSIGrok 4.20 (Reasoning)81.2%
  5. #5AlibabaQwen3.7 Max80.5%
  6. #6XiaomiMiMo V2.5 Pro79.9%
  7. #7DeepSeekDeepSeek V4 Flash79.2%
  8. #8AlibabaQwen3.5 397B A17B78.8%
  9. #9GoogleGemini 3 Flash78.0%
  10. #9AlibabaQwen3.7 Plus78.0%
  11. #11GoogleGemini 3.1 Flash Lite77.2%
  12. #12GoogleGemini 3.1 Pro77.1%
  13. #13AlibabaQwen3.6 Max76.6%
  14. #14DeepSeekDeepSeek V4 Pro76.5%
  15. #15GoogleGemini 3.5 Flash76.3%
  16. #16Z.aiGLM-5.176.3%
  17. #17Moonshot AIKimi K2.676.0%
  18. #18OpenAIGPT-5.4 Nano75.9%
  19. #18MetaMuse Spark75.9%
  20. #20SK TelecomA.X K275.9%
  21. #21OpenAIGPT-5.575.9%
  22. #22MiniMaxMiniMax M2.775.7%
  23. #23GoogleGemma 4 31B75.6%
  24. #24OpenAIGPT-5 Mini75.4%
  25. #25AlibabaQwen3.6 Plus75.2%
  26. #26OpenAIGPT-5.473.9%
  27. #27Z.aiGLM 5.273.3%
  28. #28OpenAIGPT-5.4 Mini73.3%
  29. #29Z.aiGLM-5-Turbo73.2%
  30. #30OpenAIGPT-573.1%
  31. #31OpenAIGPT-5.6 Sol72.7%
  32. #32LG AI ResearchK-EXAONE 2.072.6%
  33. #33Z.aiGLM-572.3%
  34. #34MiniMaxMiniMax M2.571.6%
  35. #35NVIDIANemotron 3 Super71.5%
  36. #36OpenAIGPT-5.6 Terra71.2%
  37. #37UpstageSolar Pro 371.2%
  38. #38NVIDIANemotron 3 Nano 30B A3B71.1%
  39. #39AmazonNova 2 Lite70.7%
  40. #40Moonshot AIKimi K2.570.2%
  41. #41OpenAIGPT OSS 120B69.0%
  42. #42XiaomiMiMo V2 Pro68.8%
  43. #43Mistral AIMistral Medium 3.568.8%
  44. #44OpenAIGPT-5 Nano67.6%
  45. #45StepfunStep 3.7 Flash67.3%
  46. #46XiaomiMiMo V2.567.1%
  47. #47LG AI ResearchK-EXAONE64.7%
  48. #48AlibabaQwen3.6 35B A3B64.4%
  49. #49AnthropicClaude Fable 563.5%
  50. #50NVIDIANemotron 3 Nano Omni63.2%
  51. #51TencentHy363.1%
  52. #51Moonshot AIKimi K2.7 Code63.1%
  53. #53AnthropicClaude Opus 4.862.2%
  54. #54Z.aiGLM 5V Turbo61.1%
  55. #55DeepSeekDeepSeek V3.260.7%
  56. #56AnthropicClaude Opus 4.758.6%
  57. #57AnthropicClaude Opus 4.558.0%
  58. #58CohereNorth Mini Code57.6%
  59. #59AnthropicClaude Sonnet 4.557.3%
  60. #60AnthropicClaude Sonnet 4.656.6%
  61. #61Arcee AITrinity Large Thinking56.3%
  62. #62AnthropicClaude Opus 4.155.4%
  63. #63AnthropicClaude Sonnet 454.7%
  64. #64AnthropicClaude Haiku 4.554.3%
  65. #65AnthropicClaude Opus 453.7%
  66. #66AnthropicClaude Opus 4.653.1%
  67. #67SpaceXSIGrok 4.1 Fast (Reasoning)52.7%
  68. #68GoogleGemini 2.5 Flash Lite52.6%
  69. #69AlibabaQwen3.5 Plus51.2%
  70. #70GoogleGemini 2.5 Flash50.3%
  71. #71SpaceXSIGrok 4.2049.3%
  72. #72GoogleGemini 2.5 Pro48.7%
  73. #73Mistral AIMistral Small 448.2%
  74. #74InclusionAIRing-2.6-1T44.6%
  75. #75MeituanLongcat Flash Chat43.1%
  76. #76OpenAIGPT-4.143.0%
  77. #76MetaLlama 4 Maverick43.0%
  78. #78BaiduERNIE 5.0 Thinking41.4%
  79. #79MetaLlama 4 Scout39.5%
  80. #80IBMGranite 4.1 8B38.6%
  81. #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.

관련 뉴스

카톡 문의