코딩 AI 순위

LiveBench 2.0 Coding

높을수록 좋음
무엇을 측정하나요?
실제 대형 코드베이스의 버그를 고칠 수 있는지 봅니다.
누가 어떻게 평가하나요?
실제로 병합된 수정(PR)이 고친 버그를 골라, 고정된 시점의 저장소와 버그 보고를 주고 고치게 합니다(2026년 10월 25일 릴리스 29개). 숨겨 둔 테스트로 확인하고, 기존 동작을 깨뜨리면 0점입니다.
점수 읽는 법
점수는 출처가 발표한 값 그대로입니다. 높을수록 좋습니다.
다른 버전:LiveBench 2.0LiveBench 2.0 BrowserLiveBench 2.0 Data AnalysisLiveBench 2.0 DesignLiveBench 2.0 Long AgenticLiveBench 2.0 ReasoningLiveBench 2.0 Research
최고 점수89.7 / 100Claude Fable 5.1
측정한 모델22개
최근 갱신2026.11.06
모델 출시 시기 (오른쪽이 최신)
그때까지의 최고 기록위로 갈수록 좋음
  1. 🥇AnthropicClaude Fable 5.1추론 강도: Max89.7 / 100
  2. 🥈OpenAIGPT-6.1 Terra추론 강도: Max89.2 / 100
  3. 🥉OpenAIGPT-6 Astra추론 강도: Max87.5 / 100
  4. #4AnthropicClaude Opus 5.5추론 강도: Max87.1 / 100
  5. #5GoogleGemini 4 Argon추론 강도: High85.7 / 100
  6. #6OpenAIGPT-5.6 Terra추론 강도: Max84.2 / 100
  7. #7MetaMuse Spark 1.3추론 강도: Max83.1 / 100
  8. #8OpenAIGPT-6.1 Sol추론 강도: Max82.1 / 100
  9. #9DeepSeekDeepSeek V4.1 Flash 1017추론 강도: Max80.4 / 100
  10. #10AnthropicClaude Fable 5.2추론 강도: Extra High79.2 / 100
  11. #11AnthropicClaude Haiku 5.5추론 강도: Max77.6 / 100
  12. #12AnthropicClaude Sonnet 5.5추론 강도: Max77.2 / 100
  13. #13SpaceXSIGrok 4.6추론 강도: Extra High76.7 / 100
  14. #14SpaceXSIGrok 4.7추론 강도: Extra High73.1 / 100
  15. #15Z.aiGLM 5.3 Flash추론 강도: Max70.9 / 100
  16. #16OpenAIGPT-6 Luna추론 강도: Max70.8 / 100
  17. #17Moonshot AIKimi K3.1 Pro추론 강도: Max67.8 / 100
  18. #18GoogleGemini 3.8 Flash추론 강도: High65.7 / 100
  19. #19XiaomiMiMo-V2.6-Pro추론 강도: High64.5 / 100
  20. #20Moonshot AIKimi K3추론 강도: Max53.1 / 100
  21. #21Mistral AIMistral Large 4추론 강도: High44.4 / 100
  22. #22GoogleGemma 4 31B추론 강도: Max20.3 / 100
모델 절반이 77.4 / 100 이하최종 갱신 2026-11-11

"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.

점수 출처 구분

  • 시험 운영팀 측정: 시험을 운영하는 팀이 직접 돌려 공개한 점수입니다.