Q1 여러 시험을 종합한 실력은 어느 정도일까? AA Intelligence Index v5 · 상위 3%1위 Q1 여러 시험을 종합한 실력은 어느 정도일까? AA Intelligence Index v5 · 상위 3%1위 Q2 미리 학습하지 않은 문제도 잘 풀 수 있을까? LiveBench 2.0 · 상위 5%1위
Q1 1위 / 45 64.6 추론 강도: Max Q2 84.9 / 100 강도별 Low 53.9 Medium 56.4 High 61.8 Extra High 62.2 Max 64.6
AA Intelligence Index v5 알아보기 AA Intelligence Index v5 자세히 알아보기
Q1 프리랜서 일감을 맡겨도 의뢰인이 만족할까? Remote Labor Index · 상위 8%1위 Q1 프리랜서 일감을 맡겨도 의뢰인이 만족할까? Remote Labor Index · 상위 8%1위 Q2 초반의 결정이 끝까지 버텨야 하는 긴 작업을 해낼 수 있을까? LiveBench 2.0 Long Agentic · 상위 5%1위 Q3 실제 웹 앱에서 여러 단계의 일을 브라우저로 해낼 수 있을까? LiveBench 2.0 Browser · 상위 32%7위
Q1 1위 / 14 41.3% Q2 82.9 / 100 Q3 86.9 / 100 Remote Labor Index 알아보기 Remote Labor Index 자세히 알아보기
Q1 표를 읽고 원하는 형태로 정리할 수 있을까? LiveBench 2.0 Data Analysis · 상위 23%5위 Q1 표를 읽고 원하는 형태로 정리할 수 있을까? LiveBench 2.0 Data Analysis · 상위 23%5위 Q2 투자은행·컨설팅·법무 같은 전문직 업무를 해낼 수 있을까? APEX-Agents · 상위 6%3위 Q3 미국 법인세 질문을 조사해 근거와 함께 답할 수 있을까? Tax Agent Bench · 상위 32%20위 Q1 5위 / 22 81.5 / 100 추론 강도: Extra High Q2 80.1% Q3 32.1% Q4 46.2% Q5 5.0% Q6 85.1 / 100 Q7 69.5% LiveBench 2.0 Data Analysis 알아보기 LiveBench 2.0 Data Analysis 자세히 알아보기
Q1 검색 없이도 사실을 정확하게 알고 있을까? SimpleQA Verified · 상위 2%1위 Q1 검색 없이도 사실을 정확하게 알고 있을까? SimpleQA Verified · 상위 2%1위 Q2 열린 질문을 조사해 출처가 달린 보고서로 답할 수 있을까? LiveBench 2.0 Research · 상위 5%1위 Q3 과학자의 실제 연구 과제를 터미널에서 해낼 수 있을까? Terminal-Bench-Science 0.1 · 상위 6%2위
Q1 1위 / 65 94.0% 추론 강도: Max Q2 94.5 / 100 Q3 55.7% SimpleQA Verified 알아보기 SimpleQA Verified 자세히 알아보기
Q1 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 상위 5%4위 Q1 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 상위 5%4위 Q2 버그를 고치면서 다른 기능은 망가뜨리지 않을까? LiveBench 2.0 Coding · 상위 46%10위 Q3 실행 파일과 동작 설명만 보고 프로그램을 처음부터 다시 만들 수 있을까? ProgramBench · 상위 2%1위 Q1 4위 / 87 2510 추론 강도: High Q2 79.2 / 100 Q3 19.0% Q4 93.8% Q5 60.0% Q6 69.9% ALE-Bench 알아보기 ALE-Bench 자세히 알아보기
Q1 연구 수준의 물리 문제를 풀 수 있을까? CritPt · 상위 3%2위 Q1 연구 수준의 물리 문제를 풀 수 있을까? CritPt · 상위 3%2위 Q2 경시대회 수준의 수학 문제를 풀 수 있을까? OTIS Mock AIME 2024-2025 · 상위 16%12위 Q3 대학·연구 수준의 수학 문제를 풀 수 있을까? FrontierMath Tiers 1-3 v2 · 상위 2%1위 Q1 2위 / 87 35.7% 추론 강도: Extra High Q2 99.7% Q3 95.1% Q4 100.0% Q5 100.0% Q6 88.8 / 100 Q7 98.5% Q8 93.8% Q9 94.9% Q10 79.0% Q11 90.0% Q12 99.2% Q13 70.6 강도별 Low 29.4% Medium 30.9% High 32.9% Extra High 35.7% Max 35.4%
CritPt 알아보기 CritPt 자세히 알아보기
Q 조립 사진을 보고 잘못된 단계를 찾아낼까? Furniture Assembly · 상위 3%1위
Q 조립 사진을 보고 잘못된 단계를 찾아낼까? Furniture Assembly · 상위 3%1위
1위 / 34 90.0% 추론 강도: Max Furniture Assembly 알아보기 Furniture Assembly 자세히 알아보기
Q1 처음 보는 보드게임 규칙을 스스로 익힐 수 있을까? EBR-bench · 상위 4%1위 Q1 처음 보는 보드게임 규칙을 스스로 익힐 수 있을까? EBR-bench · 상위 4%1위 Q2 Kaggle Game Arena: Chess (text) Kaggle Game Arena: Chess · 상위 21%8위 Q3 Kaggle Game Arena: Four in a Row Kaggle Game Arena: Four in a Row · 상위 8%3위 Q4 Kaggle Game Arena Kaggle Game Arena · 상위 8%3위
Q1 1위 / 28 90.5% 추론 강도: Max Q2 1313 Q3 819 Q4 535 EBR-bench 알아보기 EBR-bench 자세히 알아보기
