Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 하위 30%77위 Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 하위 30%77위 Q2 여러 전문 분야의 지식을 폭넓게 갖췄을까? MMLU-Pro · 상위 22%6위 Q3 옛 판(v4) 기준 지능 지수는 어느 정도였을까? AA Intelligence Index v4 · 하위 33%52위
Q1 하위 30%77위 / 108 1435 Q2 87.1% Q3 23.0 Arena Text 알아보기 Arena Text 자세히 알아보기
Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 상위 47%37위 Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 상위 47%37위 Q2 고객 응대 업무를 규정에 맞게 처리할 수 있을까? TAU2 · 하위 49%42위 Q3 프리랜서 일감을 맡겨도 의뢰인이 만족할까? Remote Labor Index · 하위 7%15위 Q4 사람이 몇 시간 걸리는 긴 일도 해낼 수 있을까? METR Time Horizon · 상위 50%5위
Q1 상위 47%37위 / 79 22.1% Q2 86.5% Q3 1.7% Q4 3시간 23분 τ³-Banking 알아보기 τ³-Banking 자세히 알아보기
Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 47%56위 Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 47%56위 Q2 대중들이 가장 선호하는 사업 관련 답변을 하는 AI는? Arena Business, Management & Finance · 하위 19%89위 Q3 전문가가 만든 결과물만큼 잘 만들 수 있을까? GDPval · 하위 40%4위 Q1 상위 47%56위 / 121 78.2% Q2 1415 Q3 34.8% Q4 61.1% Q5 49.6% Q6 97.2% Q7 52.2% Q8 46.9% 강도별 Medium 76.0% High 78.2%
Long Context Reasoning 알아보기 Long Context Reasoning 자세히 알아보기
Q1 대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는? Arena Text Factuality · 하위 15%89위 Q1 대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는? Arena Text Factuality · 하위 15%89위 Q2 검색 없이도 사실을 정확하게 알고 있을까? SimpleQA Verified · 상위 48%33위 Q3 여러 단계에 걸친 웹 조사를 해낼 수 있을까? Deep Research Bench · 상위 48%8위 Q1 하위 15%89위 / 103 1421 Q2 50.1% Q3 49.6% Q4 59.4% Q5 1133 Q6 61.3 Arena Text Factuality 알아보기 Arena Text Factuality 자세히 알아보기
Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 21%87위 Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 21%87위 Q2 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 상위 46%41위 Q3 컴퓨터를 직접 다루며 개발 일을 혼자 끝낼 수 있을까? Terminal-Bench 2.1 · 하위 19%67위 Q1 하위 21%87위 / 108 1472 Q2 1162 Q3 35.2% Q4 37.9% Q5 37.8 Q6 84.6% Q7 37.8% Q8 73.6% Q9 60.7% Q10 6.9% Q11 88.0% Q12 1454 Q13 20.1% Q14 49.6% Q15 55.0% Q16 4.4% Q17 1.67× Q18 24.0% Arena Coding 알아보기 Arena Coding 자세히 알아보기
Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 하위 21%87위 Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 하위 21%87위 Q2 대화가 길어질 때 대중들이 가장 선호하는 AI는? Arena Multi-turn · 하위 21%87위 Q3 형식·길이 같은 까다로운 조건을 빠짐없이 지킬까? IFBench · 상위 38%30위 Q1 하위 21%87위 / 108 1396 Q2 1421 Q3 73.1% Q4 1373 Q5 1410 Q6 8.60 Q7 83.7% Q8 1398 Arena Writing, Literature & Language 알아보기 Arena Writing, Literature & Language 자세히 알아보기
Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 하위 41%73위 Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 하위 41%73위 Q2 연구 수준의 물리 문제를 풀 수 있을까? CritPt · 하위 50%45위 Q3 대중들이 가장 선호하는 수학 답변을 하는 AI는? Arena Math · 하위 30%74위 Q1 하위 41%73위 / 122 28.5% Q2 12.6% Q3 1435 Q4 85.4% Q5 91.4% Q6 94.3 Q7 94.3% Q8 55.4% Q9 22.0% Q10 18.0% Q11 1447 Q12 1444 Q13 99.4% Q14 98.1% Q15 32.4% Q16 12.5% Q17 65.7% Q18 9.9% Q19 56.7% Q20 10.5% Q21 36.0% Q22 23.0% Q23 90.7% Q24 40.0 강도별 Minimal 6.0% Low 19.6% Medium 25.4% High 28.5%
Humanity's Last Exam 알아보기 Humanity's Last Exam 자세히 알아보기
Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 하위 16%57위 Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 하위 16%57위 Q2 차트를 읽고 정확하게 답할 수 있을까? CharXiv · 하위 49%17위 Q3 그림만 보고 물체가 어떻게 움직일지 예측할까? VPCT · 상위 20%2위 Q4 사진 한 장으로 어디서 찍었는지 맞힐까? GeoBench · 상위 43%9위
Q1 하위 16%57위 / 66 1208 Q2 81.1% Q3 66.0% Q4 81.0% Arena Vision 알아보기 Arena Vision 자세히 알아보기
Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 하위 31%64위 Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 하위 31%64위 Q2 일본어로 물을 때 대중들이 가장 선호하는 AI는? Arena Japanese · 상위 49%43위 Q3 까다로운 질문에서 대중들이 가장 선호하는 AI는? Arena Hard Prompts · 하위 26%81위 Q1 하위 31%64위 / 91 1392 Q2 1431 Q3 1448 Q4 1460 Q5 1460 Q6 46.2% Q7 1461 Q8 39.4% Q9 32.8% Q10 12.7% Q11 91.7% Q12 88.8% Q13 69.6% Q14 44.1% Q15 55.8% Q16 77.7% Q17 44.1% Q18 89.0% Q19 88.8% Q20 91.5% Q21 89.0% Q22 88.3% Q23 89.2% Q24 75.5% Q25 78.0% Q26 73.1% Q27 93.0% Q28 92.9% Q29 38.1% Q30 95.9% Q31 85.8% Q32 85.8% Q33 83.0% Q34 81.0% Q35 90.0% Q36 68.0% Q37 26.0% Q38 86.0% Q39 86.5% Q40 80.0% Q41 80.0% Q42 77.0% Q43 96.0% Q44 54.0% Q45 90.7% Q46 1.0% Q47 78.8% Q48 52.6% Q49 79.7% Q50 88.2% Q51 75.9% Q52 65.8% Q53 62.4% Q54 92.0% Q55 85.4% Q56 68.5% Q57 84.2% Q58 7.0% Q59 26.2% Arena Korean 알아보기 Arena Korean 자세히 알아보기
Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 28%104위 Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 28%104위 Q2 뱀 게임 1:1 대결에서 누가 더 오래 살아남을까? SnakeBench · 상위 4%10위 Q3 AI가 2027 수능을 보면 몇 점일까? CSAT 2027 · 상위 50%18위
Q1 하위 28%104위 / 143 21.0% Q2 35 Q3 414 BullshitBench v2 알아보기 BullshitBench v2 자세히 알아보기