Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 하위 14%94위 Q1 대중들이 가장 선호하는 답변을 하는 AI는? Arena Text · 하위 14%94위 Q2 여러 전문 분야의 지식을 폭넓게 갖췄을까? MMLU-Pro · 상위 40%11위 Q3 옛 판(v4) 기준 지능 지수는 어느 정도였을까? AA Intelligence Index v4 · 하위 20%62위
Q1 하위 14%94위 / 108 1402 Q2 84.2% Q3 18.9 Arena Text 알아보기 Arena Text 자세히 알아보기
Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 하위 42%47위 Q1 고객 응대 업무를 규정에 맞게 처리할 수 있을까? τ³-Banking · 하위 42%47위 Q2 고객 응대 업무를 규정에 맞게 처리할 수 있을까? TAU2 · 하위 22%63위 Q3 사람이 몇 시간 걸리는 긴 일도 해낼 수 있을까? METR Time Horizon · 하위 20%9위 Q1 하위 42%47위 / 79 16.7% Q2 64.6% Q3 1시간 15분 Q4 33.1% Q5 43.9% τ³-Banking 알아보기 τ³-Banking 자세히 알아보기
Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 하위 29%88위 Q1 긴 문서 여러 개에 흩어진 정보를 모아 답할 수 있을까? Long Context Reasoning · 하위 29%88위 Q2 대중들이 가장 선호하는 사업 관련 답변을 하는 AI는? Arena Business, Management & Finance · 하위 11%98위 Q3 수백 쪽짜리 계약서를 읽고 필요한 내용을 정확히 찾아 답할 수 있을까? CorpFin v2 · 하위 34%43위 Q1 하위 29%88위 / 121 70.3% Q2 1381 Q3 61.2% Q4 35.0% Q5 46.9% Q6 44.5% 강도별 None 44.0% Thinking 70.3%
Long Context Reasoning 알아보기 Long Context Reasoning 자세히 알아보기
Q1 여러 단계에 걸친 웹 조사를 해낼 수 있을까? Deep Research Bench · 하위 36%12위 Q1 여러 단계에 걸친 웹 조사를 해낼 수 있을까? Deep Research Bench · 하위 36%12위 Q2 요약할 때 없는 내용을 지어내지 않을까? Vectara Hallucination Rate · 하위 45%23위 Q3 요약할 때 없는 내용을 지어내지 않을까? Vectara Factual Consistency · 하위 45%23위 Q4 앞으로 일어날 일을 얼마나 잘 예측할까? ForecastBench Brier Index · 하위 34%19위
Q1 하위 36%12위 / 17 46.6% 추론 강도: Budget 2K Q2 10.3% Q3 89.7% Q4 58.9 Deep Research Bench 알아보기 Deep Research Bench 자세히 알아보기
Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 23%85위 Q1 코딩에 관한 답변 중에서 대중들이 가장 선호하는 AI는? Arena Coding · 하위 23%85위 Q2 정답이 없는 최적화 문제에서 더 좋은 답을 찾을까? ALE-Bench · 하위 20%73위 Q3 컴퓨터를 직접 다루며 개발 일을 혼자 끝낼 수 있을까? Terminal-Bench 2.1 · 하위 21%65위 Q1 하위 23%85위 / 108 1475 Q2 655 Q3 36.3% Q4 31.1% Q5 37.6 Q6 65.5% Q7 40.0% Q8 46.1% Q9 4.9% Q10 61.3% Q11 1446 Arena Coding 알아보기 Arena Coding 자세히 알아보기
Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 하위 23%85위 Q1 대중들이 가장 선호하는 글쓰기·문학 답변을 하는 AI는? Arena Writing, Literature & Language · 하위 23%85위 Q2 대화가 길어질 때 대중들이 가장 선호하는 AI는? Arena Multi-turn · 하위 21%87위 Q3 형식·길이 같은 까다로운 조건을 빠짐없이 지킬까? IFBench · 하위 24%63위 Q1 하위 23%85위 / 108 1399 Q2 1421 Q3 54.7% Q4 1396 Q5 1416 Q6 8.14 Q7 72.4% Q8 1389 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 12%109위 Q1 여러 분야 전문가도 어려워하는 문제를 풀 수 있을까? Humanity's Last Exam · 하위 12%109위 Q2 연구 수준의 물리 문제를 풀 수 있을까? CritPt · 하위 11%79위 Q3 대중들이 가장 선호하는 수학 답변을 하는 AI는? Arena Math · 하위 14%91위 Q1 하위 12%109위 / 122 10.7% Q2 0.3% Q3 1404 Q4 77.7% Q5 71.1% Q6 74.3 Q7 74.3% Q8 1416 Q9 1412 Q10 99.1% Q11 84.4% Q12 4.1% Q13 0.0% Q14 40.0% Q15 5.9% Q16 45.5% Q17 3.1% Q18 77.1% Q19 29.0 강도별 None 4.3% Thinking 10.7%
Humanity's Last Exam 알아보기 Humanity's Last Exam 자세히 알아보기
Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 하위 7%63위 Q1 대중들이 가장 선호하는 사진·도표 답변을 하는 AI는? Arena Vision · 하위 7%63위 Q2 그림만 보고 물체가 어떻게 움직일지 예측할까? VPCT · 하위 20%9위 Q3 사진 한 장으로 어디서 찍었는지 맞힐까? GeoBench · 하위 5%21위 Q4 여러 방향에서 찍은 사진으로 공간을 파악할까? MindCube ·
Q1 하위 7%63위 / 66 1191 Q2 34.0% Q3 37.0% Q4 44.8% Arena Vision 알아보기 Arena Vision 자세히 알아보기
Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 하위 13%81위 Q1 한국어로 물을 때 대중들이 가장 선호하는 AI는? Arena Korean · 하위 13%81위 Q2 일본어로 물을 때 대중들이 가장 선호하는 AI는? Arena Japanese · 하위 14%77위 Q3 까다로운 질문에서 대중들이 가장 선호하는 AI는? Arena Hard Prompts · 하위 16%92위 Q1 하위 13%81위 / 91 1338 Q2 1343 Q3 1433 Q4 1434 Q5 1416 Q6 1406 Q7 35.0% Q8 17.9% Q9 56.1% Q10 28.6% Q11 20.4% Q12 66.3% Q13 28.6% Q14 90.6% Q15 90.0% Q16 91.3% Q17 97.8% Q18 81.5% Q19 28.4% Q20 79.2% Q21 89.3% Q22 74.6% Q23 6.0% Q24 24.6% Arena Korean 알아보기 Arena Korean 자세히 알아보기
Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 37%92위 Q1 말도 안 되는 질문에 속지 않고 "이상하다"고 짚을까? BullshitBench v2 · 하위 37%92위 Q2 뱀 게임 1:1 대결에서 누가 더 오래 살아남을까? SnakeBench · 상위 10%28위
Q1 하위 37%92위 / 143 30.0% 추론 강도: High Q2 32 강도별 None 29.0% High 30.0%
BullshitBench v2 알아보기 BullshitBench v2 자세히 알아보기