Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 상위 37%39위 Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 상위 37%39위 Q2 여러 전문 분야의 지식을 폭넓게 갖췄을까? MMLU-Pro · 상위 8%2위 Q3 옛 판(v4) 기준 지능 지수는 어느 정도였을까? AA Intelligence Index v4 · 하위 44%44위
Q1 상위 37%39위 / 108 1473 Q2 89.0% Q3 26.3 Arena Text 알아보기 Arena Text 자세히 알아보기
Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 상위 50%39위 Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 상위 50%39위 Q2 작은 사업을 1년 동안 혼자 운영해 돈을 벌 수 있을까? Vending-Bench 2 · 하위 25%44위 Q3 고객 응대 업무를 규정에 맞게 처리할 수 있을까? TAU2 · 하위 38%50위 Q1 상위 50%39위 / 79 20.8% Q2 $3,635 Q3 80.4% Q4 62.0% Q5 69.1% Q6 82.5% Q7 76.8% τ³-Banking 알아보기 τ³-Banking 자세히 알아보기
Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 48%57위 Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 48%57위 Q2 대중들이 가장 선호하는 사업 관련 답변을 하는 AI는? Arena Business, Management & Finance · 상위 36%38위 Q3 공시 자료를 찾아 재무 분석을 할 수 있을까? Finance Agent v2 · 하위 24%51위 Q1 상위 48%57위 / 121 78.0% Q2 1469 Q3 42.6% Q4 66.4% Q5 11.8% Q6 18.3% Q7 55.9% Q8 1414 Q9 47.6% Q10 39.3% Q11 10.0% Q12 0.0% 강도별 None 55.3% Thinking 78.0%
Long Context Reasoning 알아보기 Long Context Reasoning 자세히 알아보기
Q1 대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는? Arena Text Factuality · 상위 33%33위 Q1 대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는? Arena Text Factuality · 상위 33%33위 Q2 검색 없이도 사실을 정확하게 알고 있을까? SimpleQA Verified · 상위 24%16위 Q3 여러 단계에 걸친 웹 조사를 해낼 수 있을까? Deep Research Bench · 상위 42%7위 Q1 상위 33%33위 / 103 1468 Q2 66.8% Q3 49.8% Q4 43.5% Q5 1195 Q6 13.5% Q7 86.5% Q8 59.3 Arena Text Factuality 알아보기 Arena Text Factuality 자세히 알아보기
Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 49%57위 Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 49%57위 Q2 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 상위 34%30위 Q3 실제 개발 프로젝트의 문제를 코드로 고칠 수 있을까? SWE-Bench Pro · 하위 14%47위 Q1 하위 49%57위 / 108 1505 Q2 1367 Q3 49.6% Q4 38.6% Q5 42.6 Q6 1440 Q7 90.8% Q8 50.6% Q9 75.4% Q10 61.6% Q11 9.8% Q12 1501 Q13 0.0% Q14 20.2% Q15 64.3% Arena Coding 알아보기 Arena Coding 자세히 알아보기
Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 상위 31%33위 Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 상위 31%33위 Q2 대화가 길어질 때 대중들이 가장 선호하는 AI는? Arena Multi-turn · 상위 27%29위 Q3 형식·길이 같은 까다로운 조건을 빠짐없이 지킬까? IFBench · 상위 12%9위 Q1 상위 31%33위 / 108 1461 Q2 1482 Q3 78.0% Q4 1456 Q5 1458 Q6 69.9% Q7 1454 Arena Writing, Literature & Language 알아보기 Arena Writing, Literature & Language 자세히 알아보기
Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 상위 44%53위 Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 상위 44%53위 Q2 대중들이 가장 선호하는 수학 답변을 하는 AI는? Arena Math · 상위 39%40위 Q3 대학원 수준의 과학 문제를 풀 수 있을까? GPQA Diamond · 상위 34%34위 Q1 상위 44%53위 / 122 36.6% Q2 1475 Q3 89.8% Q4 95.6% Q5 97.0 Q6 97.0% Q7 51.2% Q8 17.1% Q9 15.0% Q10 1487 Q11 1470 Q12 35.6% Q13 4.2% Q14 84.7% Q15 33.6% Q16 61.1% Q17 40.0% Q18 26.0% Q19 89.1% Q20 43.1 강도별 None 15.0% Thinking 36.6%
Humanity's Last Exam 알아보기 Humanity's Last Exam 자세히 알아보기
Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 상위 34%22위 Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 상위 34%22위 Q2 집 안 사진 여러 장으로 평면도를 그릴 수 있을까? Blueprint-Bench 2 · 하위 11%35위 Q3 차트를 읽고 정확하게 답할 수 있을까? CharXiv · 하위 39%20위 Q1 상위 34%22위 / 66 1285 Q2 0.0% Q3 80.3% Q4 72.6% Q5 88.0% Q6 81.2% Arena Vision 알아보기 Arena Vision 자세히 알아보기
Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 상위 21%19위 Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 상위 21%19위 Q2 일본어로 물을 때 대중들이 가장 선호하는 AI는? Arena Japanese · 상위 16%14위 Q3 여러 언어로 물어도 전문 지식을 잘 쓸까? MMMLU · 상위 12%2위 Q1 상위 21%19위 / 91 1449 Q2 1489 Q3 91.8% Q4 1493 Q5 1498 Q6 1483 Q7 1484 Q8 48.1% Q9 96.7% Q10 100.0% Q11 90.0% Q12 59.0% Q13 48.6% Q14 41.3% Q15 49.7% Q16 72.3% Q17 72.4% Q18 81.0% Q19 80.9% Q20 84.4% Q21 64.9% Q22 63.8% Q23 92.0% Q24 97.5% Q25 89.4% Q26 93.3% Q27 77.5% Q28 81.2% Q29 73.9% Q30 97.0% Q31 92.1% Q32 97.6% Q33 87.6% Q34 1213 Q35 258 Q36 283 Q37 -0.01 Q38 90.0% Q39 93.0% Q40 96.7% Q41 30.0% Q42 41.0% Q43 90.0% Q44 89.6% Q45 95.0% Q46 82.0% Q47 88.0% Q48 95.0% Q49 63.0% Q50 15.6% Q51 68.6% Q52 85.8% Q53 46.8% Q54 81.6% Q55 84.7% Q56 81.1% Q57 92.9% Q58 15.0% Arena Korean 알아보기 Arena Korean 자세히 알아보기
Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 13%126위 Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 13%126위 Q2 말뜻과 말장난으로 낱말 퍼즐을 묶을 수 있을까? NYT Connections Extended · 상위 40%45위 Q3 뱀 게임 1:1 대결에서 누가 더 오래 살아남을까? SnakeBench · 상위 10%30위 Q1 하위 13%126위 / 143 10.0% 추론 강도: High Q2 83.1% Q3 32 Q4 417 Q5 497 Q6 896 Q7 330 강도별 None 10.0% High 10.0%
BullshitBench v2 알아보기 BullshitBench v2 자세히 알아보기