AI 벤치마크 모음

사용자 투표 기반 LLM 랭킹. ELO 점수로 모델을 비교합니다.

Hugging Face의 오픈소스 LLM 벤치마크 리더보드.

LLM 품질, 속도, 가격 비교. API 성능 벤치마크.

주기적으로 갱신되는 LLM 벤치마크. 오염 방지를 위해 새 문제 출제.

AI 코딩 에이전트의 실제 GitHub 이슈 해결 능력 벤치마크.

Aider의 다국어 코딩 벤치마크 리더보드.

코드 생성 모델의 실용적 프로그래밍 능력 평가.

멀티모달 LLM 종합 벤치마크. 텍스트, 이미지, 코딩 등 통합 평가.

비전-언어 모델 벤치마크. 이미지 이해 능력 평가.

수학 문제 풀이 능력 벤치마크. 경시대회 수준의 문제.

대학원 수준의 전문가 질문 벤치마크 (물리, 화학, 생물).

LLM 안전성 및 신뢰성 벤치마크. 편향, 독성, 강건성 평가.

MLPerf 벤치마크. AI 하드웨어 및 추론 성능 표준 측정.

LLM 추론 성능 벤치마크. 처리량, 지연시간 등.