SnakeBench

인용 빈도 1/3
무엇을 측정하나요?
두 AI가 같은 판에서 뱀 게임으로 1:1 대결해 누가 더 오래 살아남는지 겨루는 재미 벤치마크입니다.
누가 어떻게 평가하나요?
매 턴 판의 상태(뱀과 사과의 위치)를 글로 받아 다음 방향을 정합니다. 벽이나 뱀의 몸에 부딪히면 탈락하고, 쌓인 대전 결과를 TrueSkill 레이팅(대결 결과로 매긴 점수)으로 풉니다. 여기에는 불확실성(σ)이 3 미만인 모델만 싣습니다 — 사이트가 '믿을 만하다'고 보는 기준입니다.
점수 읽는 법
점수는 대회 성적을 환산한 레이팅입니다. 높을수록 좋습니다. 운영은 Greg Kamradt 가 합니다(ARC Prize Foundation 의 부가 프로젝트). 대전이 계속 쌓여 레이팅이 수시로 바뀌고, 모델당 대전 수는 대체로 10~35판으로 적습니다. 재미로 보는 점수라 용도별 순위에는 넣지 않습니다.
최고 점수39
측정한 모델300개
측정 기준높을수록 좋음
최근 갱신2026.11.21
모델 출시 시기
출시일 정보가 없는 모델 240개는 그래프에 없고 아래 표에만 있습니다.
  1. 1
    OpenAI2026.04.23
    39
  2. 2
    Google2026.02.19
    38
  3. 3
    Google
    gemini-3-pro-preview
    38
  4. 4
    OpenAI2026.11.17
    38
  5. 5
    OpenAI2026.09.04
    37
  6. 6
    OpenAI
    gpt-5.1-codex-mini
    36
  7. 7
    o3
    36
  8. 8
    Anthropic2026.05.27
    35
  9. 9
    gemini-pro-latest
    35
  10. 10
    OpenAI2025.08.07
    35
카톡 문의