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 | Elo ? | 투표 수 ? | Input ? | Output | Cache ? |
|---|---|---|---|---|---|---|---|
| 1 |  claude-opus-5-high | Anthropic | 1516 ±7 | 8,794 | 5.00 | 25.0 | 0.500 |
| 2 | claude-fable-5.1-max | Anthropic | 1513 ±15 | 1,403 | 10.0 | 50.0 | 0.250 |
| 3 | claude-opus-4-6-high | Anthropic | 1507 ±6 | 27,929 | 5.00 | 25.0 | 0.500 |
| 4 | claude-opus-4-6 | Anthropic | 1507 ±6 | 41,260 | 5.00 | 25.0 | 0.500 |
| 5 | claude-fable-5-high | Anthropic | 1496 ±8 | 8,497 | 10.0 | 50.0 | 1.00 |
| 6 | claude-opus-4-7 | Anthropic | 1495 ±6 | 22,192 | 5.00 | 25.0 | 0.500 |
| 7 | claude-opus-4-7-high | Anthropic | 1495 ±7 | 21,957 | 5.00 | 25.0 | 0.500 |
| 8 |  gpt-5.5 | OpenAI | 1486 ±6 | 21,279 | 5.00 | 30.0 | 0.500 |
| 9 | gpt-5.5-high | OpenAI | 1484 ±6 | 20,944 | 5.00 | 30.0 | 0.500 |
| 10 | gpt-5.6-sol-xhigh | OpenAI | 1483 ±9 | 4,818 | 2.00 | 10.0 | 0.200 |
| 11 | claude-sonnet-4-6 | Anthropic | 1482 ±6 | 57,813 | 3.00 | 15.0 | 0.300 |
| 12 | claude-opus-4-8-high | Anthropic | 1475 ±7 | 11,551 | 5.00 | 25.0 | 0.500 |
| 13 | gpt-5.6-terra-xhigh | OpenAI | 1472 ±8 | 5,787 | 2.00 | 12.0 | 0.200 |
| 14 | gpt-5.4 | OpenAI | 1471 ±6 | 33,331 | 2.50 | 15.0 | 0.250 |
| 15 |  muse-spark-1.3-max | Meta | 1471 ±18 | 1,006 | 1.25 | 4.25 | 0.150 |
| 16 | gpt-6-astra-max | OpenAI | 1468 ±14 | 1,621 | 10.0 | 50.0 | 1.00 |
| 17 | claude-sonnet-5-high | Anthropic | 1466 ±8 | 7,411 | 2.00 | 10.0 | 0.200 |
| 18 | muse-spark-1.1 | Meta | 1465 ±9 | 4,885 | 1.25 | 4.25 | 0.150 |
| 19 | claude-opus-4-8 | Anthropic | 1464 ±7 | 12,128 | 5.00 | 25.0 | 0.500 |
| 20 |  gemini-3.5-flash-medium | 1463 ±8 | 6,500 | 1.50 | 9.00 | 0.150 | |
| 21 | claude-opus-4-5-20251101 | Anthropic | 1462 ±10 | 7,981 | 5.00 | 25.0 | 0.500 |
| 22 | gemini-3.5-flash-high | 1461 ±9 | 4,061 | 1.50 | 9.00 | 0.150 | |
| 23 | gpt-5.6-luna-xhigh | OpenAI | 1457 ±8 | 5,766 | 0.200 | 1.20 | 0.020 |
| 24 | gemini-3.6-flash-high | 1456 ±11 | 2,975 | 0.750 | 3.75 | 0.075 | |
| 25 |  grok-4.6-high | SpaceXAI | 1452 ±12 | 2,258 | 2.00 | 6.00 | 0.500 |
| 26 | grok-4.5 | SpaceXAI | 1452 ±9 | 4,965 | 2.00 | 6.00 | 0.300 |
| 27 |  kimi-k2.6 | Moonshot | 1451 ±8 | 11,291 | 0.650 | 3.41 | 0.150 |
| 28 | claude-sonnet-4-5-20250929 | Anthropic | 1450 ±6 | 31,455 | 3.00 | 15.0 | 0.300 |
| 29 | muse-spark | Meta | 1444 ±18 | 1,084 | — | — | — |
| 30 |  qwen3.7-plus | Alibaba | 1444 ±9 | 4,591 | 0.320 | 1.28 | 0.064 |
| 31 | gemini-3.1-pro-preview | 1444 ±5 | 49,457 | 2.00 | 12.0 | 0.200 | |
| 32 |  minimax-m3 | MiniMax | 1435 ±8 | 6,314 | 0.300 | 1.20 | 0.060 |
| 33 | gemini-3-pro | 1434 ±9 | 10,769 | — | — | — | |
| 34 | kimi-k2.5-thinking | Moonshot | 1430 ±7 | 21,569 | 0.500 | 2.50 | 0.150 |
| 35 | gemma-4-31b | 1425 ±8 | 12,326 | 0.090 | 0.340 | 0.050 | |
| 36 | gemini-2.5-pro | 1421 ±6 | 25,110 | 1.25 | 10.0 | 0.125 | |
| 37 | claude-haiku-4-5-20251001 | Anthropic | 1420 ±6 | 34,677 | 1.00 | 5.00 | 0.100 |
| 38 | grok-4.20-beta-0309-reasoning | SpaceXAI | 1416 ±7 | 20,948 | — | — | — |
| 39 |  glm-5v-turbo | Z.ai | 1416 ±8 | 6,995 | 1.20 | 4.00 | 0.240 |
| 40 | gemini-3-flash | 1413 ±9 | 7,158 | 0.500 | 3.00 | 0.050 | |
| 41 | gpt-5.2-high | OpenAI | 1405 ±10 | 7,108 | 1.75 | 14.0 | 0.175 |
| 42 | gpt-5.1 | OpenAI | 1403 ±9 | 8,244 | 1.25 | 10.0 | 0.125 |
| 43 | gpt-5.5-instant | OpenAI | 1403 ±8 | 8,497 | 5.00 | 30.0 | 0.500 |
| 44 | gpt-5.2 | OpenAI | 1401 ±6 | 28,212 | 1.75 | 14.0 | 0.175 |
출처: arena.ai · 업데이트됨 Sep 13, 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.