Jevals Banking77
인용 많음높을수록 좋음
은행 고객 문의 300건을 77가지 문의 유형 중 하나로 고르게 하는 시험입니다. 맞혔는지뿐 아니라 각 유형에 매긴 확률까지 채점하는 Decision Score로 매기며, 0은 유형 비율만 아는 기준선, 100은 완벽입니다. 독립 운영 사이트 Jevals가 같은 문항을 5번씩 돌려 잽니다. 점수는 출처가 발표한 값 그대로입니다. 높을수록 좋습니다.
최고 점수74.1Gemini 3.8 Flash
측정한 모델6개
최근 갱신2026.09.18
모델 출시 시기 (오른쪽이 최신)
그때까지의 최고 기록위로 갈수록 좋음
한국어·일본어로 기준대로 정확히 분류할 수 있을까?AIB DecisionBench-KJ
Jev 1.13🥇Jev 1.13🥇여러 업무 분야에서 판정을 두루 정확하게 내릴 수 있을까?Decision IndexJev 1.13🥇Jev 1.13🥇
Jev 1.13🥇Jev 1.13🥇여러 업무 분야에서 판정을 두루 정확하게 내릴 수 있을까?Decision IndexJev 1.13🥇Jev 1.13🥇- 🥇GoogleGemini 3.8 Flash—74.1—
- 🥈TypeSafeJev 1.1378.667.860.1
- 🥉Z.aiGLM 5.3—66.8—
- #4DeepSeekDeepSeek V4.1 Flash—63.9—
- #5AlibabaQwen3.8 Flash—62.4—
- #6Mistral AIMistral Medium 3.5—59.5—
상위 5개는 오차 범위 안 · 사실상 공동 1위 · 모델 절반이 65.4 이하최종 갱신 2026-10-06