LiveBench Language v1

무엇을 측정하나요?
언어를 얼마나 정확히 다루는지입니다. 단어 묶음 퍼즐(Connections), 논문 초록의 오타 찾기, 뒤섞인 영화 줄거리 순서 맞추기처럼 읽기와 언어 감각이 필요합니다.
누가 어떻게 평가하나요?
Abacus.AI·뉴욕대 등 연구진이 만든 LiveBench 는 최근 대회 문제·논문·뉴스에서 매달 새 문제를 내어, AI 가 학습 중에 문제를 미리 봤을 가능성(오염)을 줄입니다. 답이 정해진 문제만 내고 프로그램이 자동 채점하며 다른 AI 가 채점하지 않습니다. 이 표는 livebench.ai 가 공개한 최신 월간 결과표를 가져오되, 최신 표에서 빠진 AI 는 마지막으로 실린 점수를 순위 없이 표 아래에 따로 보여 줍니다. 언어 과목은 Connections 퍼즐, arXiv 초록 오타 제거, 최신 영화 줄거리 재배열 과제로 구성됩니다.
점수 읽는 법
0~100점입니다. 문항이 어렵게 설계돼 최상위 AI 도 70점을 넘기기 어려우며, 매달 문제가 바뀌므로 시점이 다른 점수는 직접 비교하지 않는 것이 좋습니다. 영어 기준이라 한국어 실력과는 직접 관계가 없습니다.

순위

최고 점수90.7
측정한 모델52개
측정 기준높을수록 좋음
최근 갱신2026.06.25
모델 출시 시기

낱말 퍼즐·맞춤법 같은 언어 감각이 좋을까?

LiveBench Language v1

  1. 🥇AnthropicClaude Fable 590.7
  2. 🥈AnthropicClaude Fable 5.189.5
  3. 🥉OpenAIGPT-6 Astra89.4
  4. #4AnthropicClaude Opus 588.7
  5. #5OpenAIGPT-6.1 Sol88.6
  6. #6GoogleGemini 3.8 Flash87.8
  7. #7OpenAIGPT-5.6 Sol87.7
  8. #8OpenAIGPT-5.587.4
  9. #9Moonshot AIKimi K385.5
  10. #10AnthropicClaude Opus 5.585.5
  11. #11GoogleGemini 3.7 Flash85.5
  12. #12GoogleGemini 3.1 Pro85.4
  13. #13OpenAIGPT-6 Sol85.3
  14. #14GoogleGemini 3.5 Flash84.6
  15. #15GoogleGemini 3.6 Flash83.9
  16. #16SpaceXSIGrok 4.683.7
  17. #17AnthropicClaude Sonnet 5.583.4
  18. #18AnthropicClaude Opus 4.683.3
  19. #19OpenAIGPT-5.6 Terra82.9
  20. #20SpaceXSIGrok 4.582.8
  21. #21MetaMuse Spark 1.382.8
  22. #22OpenAIGPT-5.482.6
  23. #23AnthropicClaude Opus 4.581.3
  24. #24DeepSeekDeepSeek V4.1 Flash81.2
  25. #25SpaceXSIGrok 4.780.1
  26. #26Z.aiGLM 5.379.9
  27. #27AlibabaQwen3.7 Max79.7
  28. #28AnthropicClaude Opus 4.879.7
  29. #29MetaMuse Spark 1.278.6
  30. #30DeepSeekDeepSeek V4 Pro78.1
  31. #31AnthropicClaude Opus 4.777.9
  32. #31Moonshot AIKimi K2.7 Code77.9
  33. #33Z.aiGLM 5.3 Flash77.3
  34. #34MiniMaxMiniMax M376.8
  35. #35Z.aiGLM 5.276.2
  36. #36AnthropicClaude Sonnet 4.676.1
  37. #37Moonshot AIKimi K2.675.1
  38. #38AlibabaQwen3.6 Plus75.0
  39. #39AnthropicClaude Sonnet 575.0
  40. #40AlibabaQwen3.8 Flash74.6
  41. #41MetaMuse Spark 1.174.3
  42. #42OpenAIGPT-6 Luna73.8
  43. #43SpaceXSIGrok 4.373.6
  44. #44OpenAIGPT-5.6 Luna72.6
  45. #45SpaceXSIGrok Build 0.172.5
  46. #46GoogleGemini 3.5 Flash-Lite71.8
  47. #47OpenAIGPT-5.4 Mini71.0
  48. #48NVIDIANemotron 3 Ultra70.8
  49. #49DeepSeekDeepSeek V4 Flash70.1
  50. #50AnthropicClaude Haiku 5.563.5
  51. #51OpenAIGPT-5.4 Nano62.5
  52. #52Mistral AIMistral Large 449.6
모델 절반이 79.8 이하

이전 순위표 기준 점수

최신 순위표(2026.06.25)에 반영되지 않은 점수입니다. 출처에서 빠졌거나 아직 갱신되지 않은 모델로, 마지막으로 받은 점수를 참고로 보여 주며 순위는 매기지 않습니다.

  1. OpenAI2025.08.07
    80.7
  2. Google2025.12.17
    78.7
  3. SpaceXSI2026.03.31
    77.7
  4. Moonshot AI2026.01.27
    77.7
  5. Z.ai2026.02.11
    77.5
  6. Anthropic2025.09.29
    76.0
  7. Google2025.06.17
    75.5
  8. SpaceXSI2025.09.15
    74.3
  9. Google2026.03.03
    73.2
  10. Anthropic2025.05.22
    72.9
  11. Anthropic2025.08.05
    72.8
  12. Z.ai2026.04.07
    71.8
  13. Google2026.04.02
    71.3
  14. OpenAI2025.08.07
    69.2
  15. Xiaomi2026.03.18
    69.1
  16. MiniMax2026.03.18
    66.8
  17. DeepSeek2025.12.01
    64.2
  18. Alibaba2026.04.27
    63.1
  19. Z.ai2026.04.01
    62.3
  20. Google2025.06.17
    62.3
  21. Anthropic2025.10.15
    57.0
  22. MiniMax2026.02.12
    55.1
  23. Google2025.09.25
    52.0
  24. SpaceXSI2025.11.19
    50.0
  25. OpenAI2025.08.05
    48.6
  26. OpenAI2025.08.07
    47.7
  27. Arcee AI2026.04.01
    42.1
  28. SpaceXSI2026.03.09
    42.0
  29. NVIDIA2026.03.11
    30.0

최근 60일 내 출시된 AI 64개 중 57개는 아직 이 지표에 반영되지 않았습니다 · Gemini 4 Neon, GPT-6.2 Astra, Microsoft-Decision-1.1 외 54개

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.

카톡 문의