Q1 지식 업무·코딩·과학을 아우르는 지능 지수는? AA Intelligence Index v5 · 하위 45%31위 Q1 지식 업무·코딩·과학을 아우르는 지능 지수는? AA Intelligence Index v5 · 하위 45%31위 Q2 미리 학습하지 않은 문제도 잘 풀 수 있을까? LiveBench 2.0 · 하위 31%17위
Q1 하위 45%31위 / 54 29.1 Q2 63.7 AA Intelligence Index v5 알아보기 AA Intelligence Index v5 자세히 알아보기
Q1 컴퓨터를 직접 다뤄 전문가의 실무를 해낼 수 있을까? Agents' Last Exam · 상위 35%9위 Q1 컴퓨터를 직접 다뤄 전문가의 실무를 해낼 수 있을까? Agents' Last Exam · 상위 35%9위 Q2 초반의 결정이 끝까지 버텨야 하는 긴 작업을 해낼 수 있을까? LiveBench 2.0 Long Agentic · 하위 31%17위 Q3 실제 웹 앱에서 여러 단계의 일을 브라우저로 해낼 수 있을까? LiveBench 2.0 Browser · 상위 40%9위 Q4 명령어만으로 전문가의 실무를 해낼 수 있을까? Agents' Last Exam (CLI) · 상위 39%10위
Q1 상위 35%9위 / 26 29.6% 추론 강도: High Q2 25.7 Q3 80.6 Q4 26.7% Agents' Last Exam 알아보기 Agents' Last Exam 자세히 알아보기
Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 34%40위 Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 상위 34%40위 Q2 표를 읽고 원하는 형태로 정리할 수 있을까? LiveBench 2.0 Data Analysis · 하위 22%19위 Q3 미국 법인세 질문을 조사해 근거와 함께 답할 수 있을까? Tax Agent Bench · 상위 31%22위 Q1 상위 34%40위 / 121 79.7% Q2 71.4 Q3 32.1% Q4 34.1% Q5 7.5% Q6 71.2 Q7 58.8% Long Context Reasoning 알아보기 Long Context Reasoning 자세히 알아보기
Q 열린 질문을 조사해 출처가 달린 보고서로 답할 수 있을까? LiveBench 2.0 Research · 하위 22%19위
Q 열린 질문을 조사해 출처가 달린 보고서로 답할 수 있을까? LiveBench 2.0 Research · 하위 22%19위
하위 22%19위 / 23 76.7 추론 강도: Max LiveBench 2.0 Research 알아보기 LiveBench 2.0 Research 자세히 알아보기
Q1 장시간의 개발 작업을 AI가 컴퓨터를 직접 조작하며 자율적으로 수행할 수 있을까? Terminal-Bench 4.0 · 상위 29%24위 Q1 장시간의 개발 작업을 AI가 컴퓨터를 직접 조작하며 자율적으로 수행할 수 있을까? Terminal-Bench 4.0 · 상위 29%24위 Q2 과학 연구에 쓰는 코드를 짤 수 있을까? SciCode · 상위 32%39위 Q3 버그를 고치면서 다른 기능은 망가뜨리지 않을까? LiveBench 2.0 Coding · 하위 31%17위 Q1 상위 29%24위 / 84 25.8% Q2 53.4% Q3 68.8 Q4 73.7% Q5 73.9% Terminal-Bench 4.0 알아보기 Terminal-Bench 4.0 자세히 알아보기
Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 상위 13%15위 Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 상위 13%15위 Q2 논리 퍼즐을 풀 수 있을까? LiveBench 2.0 Reasoning · 하위 31%17위
Q1 상위 13%15위 / 122 48.0% Q2 82.9 Humanity's Last Exam 알아보기 Humanity's Last Exam 자세히 알아보기
Q1 말뜻과 말장난으로 낱말 퍼즐을 묶을 수 있을까? NYT Connections Extended · 하위 21%92위 Q1 말뜻과 말장난으로 낱말 퍼즐을 묶을 수 있을까? NYT Connections Extended · 하위 21%92위 Q2 AI가 2026 수능을 보면 몇 점일까? CSAT 2026 · 하위 35%41위
Q1 하위 21%92위 / 115 28.3% 추론 강도: High Q2 354 NYT Connections Extended 알아보기 NYT Connections Extended 자세히 알아보기