LLM 리더보드 & AI 모델 순위
주요 AI 벤치마크와 리더보드를 한 페이지에 담습니다 — Chatbot Arena Elo (arena.ai), Artificial Analysis Intelligence Index와 음성 아레나, 그리고 OpenRouter 사용량 — 채팅, 코딩, TTS, 음성-텍스트, 이미지, 비디오, 에이전트 전반에 걸쳐.
| 순위 | 모델 | 공급업체 | 순 개선 ? | 세션 ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  Claude Fable 5.1 (Max) | Anthropic | 14.31% ±1.9 | 15,130 | 10.0 | 50.0 | 0.250 |
| 2 | Claude Opus 5.5 (High) | Anthropic | 13.82% ±2.17 | 5,359 | 4.00 | 20.0 | 0.200 |
| 3 | Claude Sonnet 5.5 (Max) | Anthropic | 12.52% ±3.09 | 5,219 | 2.00 | 10.0 | 0.100 |
| 4 |  GPT 6 Astra (Max) | OpenAI | 12.27% ±2.23 | 11,717 | 10.0 | 50.0 | 1.00 |
| 5 | GPT 6.1 Sol (Max) | OpenAI | 11.23% ±2.76 | 6,278 | 2.00 | 10.0 | 0.100 |
| 6 | GPT 6 Sol (Max) | OpenAI | 9.71% ±2.37 | 6,106 | 2.00 | 10.0 | 0.200 |
| 7 | Claude Opus 5 (High) | Anthropic | 8.67% ±1.41 | 27,560 | 5.00 | 25.0 | 0.500 |
| 8 | Claude Fable 5 (High) | Anthropic | 8.21% ±1.22 | 41,832 | 10.0 | 50.0 | 1.00 |
| 9 | Claude Opus 5 (Max) | Anthropic | 7.92% ±1.47 | 22,781 | 5.00 | 25.0 | 0.500 |
| 10 |  Gemini 4 Argon (High) | 7.57% ±1.93 | 10,030 | — | — | — |
출처: arena.ai · 업데이트됨 Oct 2, 2026 · PandaNpc 업데이트됨 2026년 10월 13일 06:00 UTC전체 리더보드 보기 →
숫자 읽는 법
LLM 리더보드는 사람들이 어떤 모델을 선호하는지 알려주고, AI 벤치마크는 모델이 객관적으로 무엇을 할 수 있는지 알려주며, 사용량 데이터는 개발자가 실제로 무엇을 배포하는지 알려줍니다. 단일 순위만으로는 “어떤 AI 모델이 가장 좋은가”에 답할 수 없으므로, 이 페이지는 arena.ai의 Chatbot Arena Elo, Artificial Analysis Intelligence Index 및 speech arenas, OpenRouter token 점유율이라는 세 가지를 모두 집계해 매일 갱신합니다.
arena.ai (이전 LMArena)는 사용자에게 동일한 프롬프트에 대한 두 개의 익명 답변을 보여주고 하나를 선택하도록 요청한 후, 해당 배틀에서 Elo 레이팅을 도출합니다. 이는 사람들이 어떤 답변을 선호하는지 측정하는 것이지 — 객관적인 능력을 측정하는 것이 아닙니다. 호감 가는 스타일이 승리할 수 있지만, 엄격하지만 장황한 답변은 패배할 수 있습니다.
투표는 모델이 축적한 배틀입니다. 새로 등록된 모델은 투표가 적고 신뢰 구간이 넓어 순위가 쉽게 변동합니다 — 항상 순위를 ± 구간과 함께 읽으세요.
에이전트 보드는 다른 보드와 다르게 작동합니다. 블라인드 투표 선호도가 아닌 실제 에이전트 세션을 측정합니다. 주요 지표인 Net Improvement는 백분율 증가치이며 Elo 평점이 아니므로 보드 간 비교가 불가능합니다. arena.ai는 전체 리더보드에서 다섯 가지 추가 차원(Confirmed Success, Steerability, Bash Recovery 등)도 보고합니다.
사용 보드는 OpenRouter에서 제공되며 실제 API token 점유율을 집계합니다 — 개발자들이 지갑으로 투표하는 방식으로, 주관적 선호도 보드를 보완합니다.
음성 보드는 Artificial Analysis에서 제공됩니다: TTS는 블라인드 청취 Speech Arena Elo를 사용하고, ASR은 낮을수록 좋은 AA-WER v2를 사용하며, 네이티브 Speech-to-Speech는 높을수록 좋은 Big Bench Audio, Full Duplex Bench 및 τ-Voice의 동일 가중치 복합 점수를 사용합니다. 점수는 동일한 보드 내에서만 비교하세요. 출처: artificialanalysis.ai.
Intelligence Index 보드는 Artificial Analysis에서 제공됩니다: 이는 많은 공개 벤치마크를 단일 0-100 Intelligence Index로 압축하여 주관적 선호도가 아닌 객관적 능력을 측정합니다 — 이는 arena.ai의 인간 블라인드 투표와 자연스러운 보완 관계에 있습니다. 출처: artificialanalysis.ai.