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 |  gpt-5.6-sol-xhigh | OpenAI | 1257 ±7 | 29,663 | 2.00 | 10.0 | 0.200 |
| 2 |  claude-opus-4-6-search | Anthropic | 1253 ±5 | 134,699 | 5.00 | 25.0 | 0.500 |
| 3 | gpt-5.5-search | OpenAI | 1242 ±5 | 89,873 | 5.00 | 30.0 | 0.500 |
| 4 | claude-opus-4-7 | Anthropic | 1233 ±5 | 91,394 | 5.00 | 25.0 | 0.500 |
| 5 | claude-fable-5-high | Anthropic | 1230 ±8 | 41,795 | 10.0 | 50.0 | 1.00 |
| 6 |  ernie-5.1 | Baidu | 1227 ±10 | 3,788 | — | — | — |
| 7 | claude-sonnet-4-6-search | Anthropic | 1221 ±5 | 134,905 | 3.00 | 15.0 | 0.300 |
| 8 |  grok-4.5 | SpaceXAI | 1213 ±7 | 31,505 | 2.00 | 6.00 | 0.300 |
| 9 |  gemini-3.1-pro-grounding | 1210 ±5 | 113,282 | 2.00 | 12.0 | 0.200 | |
| 10 | gemini-3-pro-grounding | 1207 ±6 | 37,024 | — | — | — | |
| 11 | gpt-5.2-search | OpenAI | 1207 ±6 | 52,712 | 1.75 | 14.0 | 0.175 |
| 12 | claude-opus-4-8 | Anthropic | 1204 ±6 | 70,998 | 5.00 | 25.0 | 0.500 |
| 13 | grok-4.20-multi-agent-beta-0309 | SpaceXAI | 1204 ±5 | 109,553 | 1.25 | 2.50 | 0.200 |
| 14 | gpt-5.1-search | OpenAI | 1199 ±5 | 59,909 | 1.25 | 10.0 | 0.125 |
| 15 | gemini-3-flash-grounding | 1198 ±5 | 149,334 | 0.500 | 3.00 | 0.050 | |
| 16 | gpt-5.4-search | OpenAI | 1197 ±5 | 110,116 | 2.50 | 15.0 | 0.250 |
| 17 | claude-sonnet-5-search | Anthropic | 1194 ±7 | 40,230 | 2.00 | 10.0 | 0.200 |
| 18 | grok-4.20-beta1 | SpaceXAI | 1189 ±6 | 53,921 | 1.25 | 2.50 | 0.200 |
| 19 | claude-opus-4-5-search | Anthropic | 1180 ±6 | 61,573 | 5.00 | 25.0 | 0.500 |
| 20 | gpt-5.2-search-non-reasoning | OpenAI | 1172 ±6 | 75,658 | — | — | — |
| 21 | grok-4-1-fast-search | SpaceXAI | 1171 ±5 | 81,507 | — | — | — |
| 22 | grok-4-fast-search | SpaceXAI | 1171 ±5 | 41,794 | — | — | — |
| 23 | grok-4.3 | SpaceXAI | 1165 ±5 | 91,483 | 1.25 | 2.50 | 0.200 |
| 24 | claude-sonnet-4-5-search | Anthropic | 1158 ±5 | 127,378 | 3.00 | 15.0 | 0.300 |
| 25 | claude-opus-4-1-search | Anthropic | 1148 ±5 | 76,933 | 15.0 | 75.0 | 1.50 |
| 26 | o3-search | OpenAI | 1144 ±5 | 20,644 | 2.00 | 8.00 | 0.500 |
| 27 | gemini-2.5-pro-grounding | 1142 ±5 | 83,404 | 1.25 | 10.0 | 0.125 | |
| 28 | grok-4-search | SpaceXAI | 1142 ±6 | 19,108 | — | — | — |
| 29 |  ppl-sonar-reasoning-pro-high | Perplexity AI | 1139 ±6 | 29,055 | 2.00 | 8.00 | — |
| 30 | gpt-5-search | OpenAI | 1133 ±6 | 20,781 | 1.25 | 10.0 | 0.125 |
| 31 | ppl-sonar-pro-high | Perplexity AI | 1130 ±6 | 28,519 | 3.00 | 15.0 | — |
| 32 | claude-opus-4-search | Anthropic | 1126 ±5 | 31,037 | — | — | — |
| 33 |  diffbot-small-xl | Diffbot | 1023 ±8 | 6,388 | — | — | — |
| 34 | api-gpt-4o-search | OpenAI | 1006 ±11 | 3,411 | 2.50 | 10.0 | 1.25 |
출처: arena.ai · 업데이트됨 Aug 24, 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.