MCP-Atlas

인용 빈도 2/3
무엇을 측정하나요?
Scale AI가 만든 시험으로, AI가 MCP(AI와 외부 도구를 잇는 표준 규격)로 연결된 실제 도구를 써서 과제를 해내는지 봅니다.
누가 어떻게 평가하나요?
도구 서버 36종을 쓰는 과제 1,000개이며, 그중 500개가 공개돼 있습니다. Scale 순위표는 AI 심사위원이 채점하고 도구 호출을 100번으로 제한합니다.
점수 읽는 법
점수는 0~100%입니다. 높을수록 좋습니다. 여기 값은 제조사가 직접 돌린 값이라 채점 AI 심사위원이 달라, Scale 순위표와 다를 수 있습니다.

이 순위는 모델 제조사가 스스로 발표한 점수만으로 만들었습니다. 도구 사용 여부·추론 강도 같은 측정 조건이 제조사마다 달라, 모델끼리 직접 비교할 때는 각 점수의 조건을 함께 보세요.

최고 점수90.3%
측정한 모델37개
측정 기준높을수록 좋음
최근 갱신2026.09.20
모델 출시 시기

필요한 도구를 골라 제대로 쓸 수 있을까?

MCP-Atlas

  1. 🥇MetaMuse Spark 1.2추론 강도: Extra High90.3%
  2. 🥈MetaMuse Spark 1.1추론 강도: Extra High88.1%
  3. 🥉AnthropicClaude Opus 585.8%
  4. #4StepfunStep-5추론 강도: High85.6%
  5. #5Moonshot AIKimi K3추론 강도: Max84.2%
  6. #6TencentHy4추론 강도: Max83.7%
  7. #7GoogleGemini 3.5 Flash83.6%
  8. #8AnthropicClaude Fable 583.3%
  9. #9AnthropicClaude Opus 4.8추론 강도: Max82.2%
  10. #9MetaMuse Spark82.2%
  11. #11AnthropicClaude Opus 4.7추론 강도: High79.7%
  12. #12GoogleGemini 3.1 Pro78.2%
  13. #13Z.aiGLM 5.276.8%
  14. #14AlibabaQwen3.7 Max76.4%
  15. #15Moonshot AIKimi K2.7 Code추론 강도: Thinking76.0%
  16. #16AnthropicClaude Opus 4.675.8%
  17. #17OpenAIGPT-5.5추론 강도: Extra High75.3%
  18. #18MiniMaxMiniMax M374.2%
  19. #18DeepSeekDeepSeek V4 Pro추론 강도: High74.2%
  20. #20AlibabaQwen3.6 Plus74.1%
  21. #21AlibabaQwen3.7 Plus73.2%
  22. #22Z.aiGLM-5.171.8%
  23. #23OpenAIGPT-5.4추론 강도: Extra High70.6%
  24. #24Moonshot AIKimi K2.6추론 강도: Thinking69.4%
  25. #25DeepSeekDeepSeek V4 Flash추론 강도: Max69.0%
  26. #26Z.aiGLM-5추론 강도: Thinking67.8%
  27. #27AlibabaQwen3.6 Flash62.8%
  28. #27AlibabaQwen3.6 35B A3B62.8%
  29. #29AnthropicClaude Opus 4.5추론 강도: None62.3%
  30. #30GoogleGemini 3 Flash62.0%
  31. #31UpstageSolar Pro 461.4%
  32. #32AnthropicClaude Sonnet 4.6추론 강도: Max61.3%
  33. #33OpenAIGPT-5.4 Mini추론 강도: Extra High57.7%
  34. #34OpenAIGPT-5.4 Nano추론 강도: Extra High56.1%
  35. #35MiniMaxMiniMax M2.749.4%
  36. #36AnthropicClaude Sonnet 4.543.8%
  37. #37GoogleGemini 2.5 Pro추론 강도: Thinking8.8%
모델 절반이 74.2% 이하측정: 제조사 발표

"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.

  • Self-reported by each model maker — see the source link on each score모델 제작사가 직접 발표한 수치를, 발표 글·시스템 카드 같은 원문에서 확인해 옮긴 값입니다. 측정 조건은 제작사마다 다르며 점수마다 원문 링크가 있습니다.
카톡 문의