Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 상위 11%11위 Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 상위 11%11위 Q2 옛 판(v1) 기준으로 미리 학습하지 않은 문제도 잘 풀 수 있었을까? LiveBench Overall v1 · 하위 45%30위 Q3 옛 판(v4) 기준 지능 지수는 어느 정도였을까? AA Intelligence Index v4 · 하위 50%39위
Q1 상위 11%11위 / 108 1496 Q2 74.5 Q3 31.9 Arena Text 알아보기 Arena Text 자세히 알아보기
Q1 작은 사업을 1년 동안 혼자 운영해 돈을 벌 수 있을까? Vending-Bench 2 · 상위 34%19위 Q1 작은 사업을 1년 동안 혼자 운영해 돈을 벌 수 있을까? Vending-Bench 2 · 상위 34%19위 Q2 고객 응대 업무를 규정에 맞게 처리할 수 있을까? TAU2 · 상위 40%31위 Q3 필요한 도구를 골라 제대로 쓸 수 있을까? MCP-Atlas · 상위 44%16위 Q1 상위 34%19위 / 57 $8,018 Q2 92.1% Q3 75.8% Q4 4.2% Q5 11시간 59분 Q6 57.7% Vending-Bench 2 알아보기 Vending-Bench 2 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 6%6위 Q3 투자은행·컨설팅·법무 같은 전문직 업무를 해낼 수 있을까? APEX-Agents · 하위 31%42위 Q1 상위 48%57위 / 121 78.0% Q2 1500 Q3 46.3% Q4 67.0% Q5 49.1% Q6 1508 Q7 69.9 Q8 60.0% Q9 60.7% Q10 20.7% Q11 17.0% 강도별 High (no thinking) 67.0% Max 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 7%7위 Q1 대중들이 가장 선호하면서 틀린 말도 없는 답변을 하는 AI는? Arena Text Factuality · 상위 7%7위 Q2 검색 없이도 사실을 정확하게 알고 있을까? SimpleQA Verified · 하위 50%36위 Q3 여러 단계에 걸친 웹 조사를 해낼 수 있을까? Deep Research Bench · 상위 6%1위 Q1 상위 7%7위 / 103 1493 추론 강도: High Q2 47.0% Q3 55.3% Q4 86.6% Q5 53.0% Q6 1252 Q7 12.2% Q8 87.8% Q9 59.9 Q10 92.5% Arena Text Factuality 알아보기 Arena Text Factuality 자세히 알아보기
Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 상위 8%8위 Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 상위 8%8위 Q2 AI가 직접 코드를 테스트하고 수정하면서 주어진 과제를 완료할 수 있을까? LiveBench Agentic Coding v1 · 하위 41%32위 Q3 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 하위 46%50위 Q1 상위 8%8위 / 108 1547 Q2 49.0 Q3 997 Q4 53.4% Q5 48.5% Q6 48.1 Q7 1537 Q8 51.9% Q9 78.7% Q10 26.6% Q11 78.0% Q12 41.2% Q13 1534 Q14 78.2 Q15 57.6% Q16 79.8% Q17 33.3% Q18 44.1% Q19 1.47× Arena Coding 알아보기 Arena Coding 자세히 알아보기
Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 상위 11%11위 Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 상위 11%11위 Q2 대화가 길어질 때 대중들이 가장 선호하는 AI는? Arena Multi-turn · 상위 7%7위 Q3 형식·길이 같은 까다로운 조건을 빠짐없이 지킬까? IFBench · 하위 20%66위 Q1 상위 11%11위 / 108 1489 Q2 1509 Q3 53.1% Q4 1478 Q5 1498 Q6 83.3 Q7 1210 Q8 86.7% Q9 1476 Q10 63.3 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 35%42위 Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 상위 35%42위 Q2 대중들이 가장 선호하는 수학 답변을 하는 AI는? Arena Math · 상위 13%13위 Q3 대학원 수준의 과학 문제를 풀 수 있을까? GPQA Diamond · 상위 36%37위 Q1 상위 35%42위 / 122 39.9% Q2 1504 Q3 89.6% Q4 94.4% Q5 89.3 Q6 66.0% Q7 26.8% Q8 50.0% Q9 1518 Q10 1511 Q11 88.7 Q12 40.7% Q13 22.9% Q14 94.0% Q15 69.2% Q16 67.6% Q17 7.6% Q18 21.0% Q19 25.0% Q20 91.2% Q21 55.8 강도별 High (no thinking) 19.1% Max 39.9%
Humanity's Last Exam 알아보기 Humanity's Last Exam 자세히 알아보기
Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 상위 13%8위 Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 상위 13%8위 Q2 조립 사진을 보고 잘못된 단계를 찾아낼까? Furniture Assembly · 하위 22%31위 Q3 차트를 읽고 정확하게 답할 수 있을까? CharXiv · 하위 26%24위 Q4 대학 수준의 그림·도표 문제를 풀 수 있을까? MMMU-Pro · 하위 30%27위
Q1 상위 13%8위 / 66 1312 Q2 28.3% Q3 77.4% Q4 73.9% Arena Vision 알아보기 Arena Vision 자세히 알아보기
Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 상위 17%15위 Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 상위 17%15위 Q2 일본어로 물을 때 대중들이 가장 선호하는 AI는? Arena Japanese · 상위 21%18위 Q3 여러 언어로 물어도 전문 지식을 잘 쓸까? MMMLU · 상위 23%4위 Q1 상위 17%15위 / 91 1459 Q2 1479 Q3 91.1% Q4 1526 Q5 1534 Q6 1511 Q7 1508 Q8 93.0% Q9 66.6% Q10 12.7% Q11 96.7% Q12 54.6% Q13 36.8% Q14 76.7% Q15 36.8% Q16 96.2% Q17 70.2% Q18 70.2% Q19 97.6% Q20 85.0% Q21 50 Q22 211 Q23 264 Q24 -0.01 Q25 34.5% Q26 86.7% Q27 72.3% Q28 73.1% Q29 83.9% Q30 89.9% Q31 81.3% Q32 45.2% Q33 47.0% Q34 12.0% Arena Korean 알아보기 Arena Korean 자세히 알아보기
Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 상위 5%7위 Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 상위 5%7위 Q2 말뜻과 말장난으로 낱말 퍼즐을 묶을 수 있을까? NYT Connections Extended · 상위 20%22위 Q3 뱀 게임 1:1 대결에서 누가 더 오래 살아남을까? SnakeBench · 상위 6%17위 Q1 상위 5%7위 / 143 87.0% 추론 강도: High Q2 92.1% Q3 33 Q4 570 Q5 892 Q6 324 강도별 None 83.0% High 87.0%
BullshitBench v2 알아보기 BullshitBench v2 자세히 알아보기