모델 비교: 지능, 성능 및 가격 분석

사용해 보기

모델을 클릭하면 상세 지표를 볼 수 있습니다. 방법론을 비롯한 자세한 내용은 FAQ에서 확인하세요.

지능

Updated

Claude Fable 5.2 (max)과

Claude Fable 5.2 (xhigh)이 지능이 가장 높은 모델이며

Claude Fable 5.2 (high)과

Gemini 4 Carbon (high)이 뒤를 잇습니다.

작업당 시간(분)

작업당 시간이 가장 짧은 모델은

GPT-6 Luna (low) (0.6분)과

GPT-6.1 Terra (low) (1.2분)이며

Gemini 4 Hydrogen (low)과

Gemini 3.5 Flash-Lite이 뒤를 잇습니다.

첫 답변 토큰까지 걸린 시간(초)

Tiny Aya Global (0.20s)과

Phi-4 Multimodal (0.38s)이 첫 답변 토큰까지 걸린 시간이 가장 짧은 모델이며

Celeris-1과

NVIDIA Nemotron Nano 9B V2이 뒤를 잇습니다.

가격(토큰 100만 개당 $)

K2 Horizon 375B A23B ($0.00)과

Command A+ ($0.00)이 가장 저렴한 모델이며

Gemma 4 31B과

North Mini Code이 뒤를 잇습니다.

컨텍스트 창

Llama 4 Scout (10M)과

GPT-6 Sol (Daybreak Blue, max) (1M)이 컨텍스트 창이 가장 큰 모델이며

Muse Wonder (max)과

Muse Wonder (high)이 뒤를 잇습니다.

Updated

지능

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

작업당 시간

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

작업당 비용

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: 오픈 웨이트와 독점 모델

No publicly available API

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index와 작업당 비용

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

역량 지수

특정 역량 및 산업에서 모델의 성능을 측정

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

벤치마크

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

No publicly available API

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode-AA 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

AA-PersonalityBenchNew

성격 지수

각 축은 8개 성격 지수 중 하나로, 구성 특성들의 Elo z-점수 평균을 벤치마크에서 평가된 모든 모델 기준 1~100의 백분위 순위로 나타냅니다

Openness Index

Artificial Analysis Openness Index: 점수

Openness Index는 모델의 개방성을 0~100으로 정규화해 평가합니다(높을수록 더 개방적)

비용

Intelligence Index 작업당 비용

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Artificial Analysis Intelligence Index 실행 비용

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

가격: 캐시 적중, 입력 및 출력

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

성능

작업당 시간(분), 출력 속도(초당 토큰 수), 첫 답변 토큰까지 걸린 시간과 첫 토큰까지 걸린 시간(초)으로 측정

Intelligence Index 작업당 시간

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

출력 속도

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

첫 답변 토큰까지 걸린 시간

첫 답변 토큰 수신까지의 초 · 추론 모델의 ‘생각’ 시간 포함

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

토큰 사용량

Intelligence Index 작업당 출력 토큰 수

Artificial Analysis Intelligence Index 작업 하나를 실행하는 데 사용된 출력 토큰 수의 가중 평균

No publicly available API

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

컨텍스트 창

Context window: tokens limit · Higher is better

No publicly available API

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

자주 묻는 질문

Claude Fable 5.2 (Max, Default Fallback)은 Artificial Analysis Intelligence Index에서 65점으로, 평가된 모델 113개 중 선두입니다.

Intelligence Index 기준 상위 AI 모델: 1. Claude Fable 5.2 (Max, Default Fallback)(65), 2. Claude Fable 5.2 (Xhigh, Default Fallback)(62), 3. Claude Fable 5.2 (High, Default Fallback)(62), 4. Gemini 4 Carbon (High)(60) 및 5. Claude Opus 5.5 (Max, Default Fallback)(59).

GPT-6 Luna (Low)이 Intelligence Index 작업당 0.6분으로 작업당 시간이 가장 짧아 가장 빠르며, GPT-6.1 Terra (Low)(1.2분)과 Gemini 4 Hydrogen (Low)(1.4분)이 뒤를 잇습니다. 값이 낮을수록 좋습니다.

K2 Horizon 375B A23B이 혼합 가격 기준 토큰 100만 개당 $0.00로 가장 저렴하며, Command A+($0.00)과 Gemma 4 31B (Reasoning)($0.00)이 뒤를 잇습니다.

Tiny Aya Global의 첫 답변 토큰까지 걸린 시간이 0.20초로 가장 짧으며, Phi-4 Multimodal Instruct(0.38초)과 Celeris-1(0.69초)이 뒤를 잇습니다.

Kimi K3.1 Pro이 Intelligence Index 점수 46점으로 가장 높은 순위의 오픈 웨이트 모델입니다. 평가한 전체 모델 113개 중 오픈 웨이트 모델은 44개입니다.

Intelligence Index 기준 상위 오픈 웨이트 AI 모델: 1. Kimi K3.1 Pro(46), 2. DeepSeek V4.1 Flash 1017 (Max)(33) 및 3. GLM-5.3 (Max)(32).

Claude Fable 5.2 (Max, Default Fallback)이 Intelligence Index 점수 65점으로 추론 모델 108개 중 선두입니다. 추론 모델은 답변하기 전에 확장 사고를 사용해 복잡한 문제를 해결합니다.

지능(품질), 가격, 작업당 시간(Intelligence Index 작업당 분, 종단 간 출력 속도로 산출), 지연 시간(첫 답변 토큰까지 걸린 시간), 컨텍스트 창 크기 등 여러 차원에서 모델을 비교합니다. 표준화된 프롬프트를 사용해 모델 290개의 성능 지표를 직접 측정합니다.

차트에서 모델 이름이나 행을 클릭하면 상세 지표와 비슷한 모델과의 직접 비교가 있는 전용 페이지를 볼 수 있습니다. 모델 선택기를 사용해 각 차트에 표시할 모델을 직접 정할 수도 있습니다. 리더보드 보기

모델 비교: 지능, 성능 및 가격 분석

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: 오픈 웨이트와 독점 모델

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index와 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

역량 지수

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

AA-PersonalityBenchNew

성격 지수

Openness Index

Artificial Analysis Openness Index: 점수

비용

Intelligence Index 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index 실행 비용

Cost to Run Artificial Analysis Intelligence Index

가격: 캐시 적중, 입력 및 출력

Cache Hit

성능

Intelligence Index 작업당 시간

Time per Intelligence Index Task

Time Period

출력 속도

End-to-End Output Speed

첫 답변 토큰까지 걸린 시간

Time to First Answer Token

토큰 사용량

Intelligence Index 작업당 출력 토큰 수

Output Tokens per Intelligence Index Task

컨텍스트 창

컨텍스트 창

Context Window for RAG

Context Window

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

Total Parameters

Active Parameters at Inference Time

자주 묻는 질문

가장 지능이 높은 AI 모델은 무엇인가요?

상위 AI 모델은 무엇인가요?

가장 빠른 AI 모델은 무엇인가요?

가장 저렴한 AI 모델은 무엇인가요?

지연 시간이 가장 짧은 AI 모델은 무엇인가요?

가장 우수한 오픈 웨이트 AI 모델은 무엇인가요?

상위 오픈 웨이트 AI 모델은 무엇인가요?

가장 우수한 추론 모델은 무엇인가요?

Artificial Analysis에서는 AI 모델을 어떻게 비교하나요?

특정 모델을 다른 모델과 비교하려면 어떻게 하나요?