Claude Sonnet 5
Anthropic 모델 · 2026년 6월 30일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- Anthropic
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 156.2신뢰구간 153.5~158.8
- Arena 점수(사람 투표)
- 144270위 · 투표 47,576표
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
Anthropic 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학90.5%
94개 모델 중 25위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '매우 높음' 기준. 오차 ±1.8%.
- OTIS 모의 AIME수학94.7%
91개 모델 중 28위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '매우 높음' 기준. 오차 ±2.3%.
- FrontierMath 1~3단계수학65.6%
57개 모델 중 26위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±2.8%.
- FrontierMath 4단계수학29.3%
48개 모델 중 24위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '최대' 기준. 오차 ±7.2%.
- SimpleQA Verified지식33.7%
52개 모델 중 35위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.5%.
- 체스 퍼즐추론35%
60개 모델 중 25위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '매우 높음' 기준. 오차 ±4.8%.
- 미공개 게임 퍼즐추론35%
47개 모델 중 15위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±4.8%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
개발사 발표 점수
개발사가 공식 페이지나 논문에 직접 밝힌 수치입니다. 평가 조건이 서로 달라 다른 모델과 바로 비교하기는 어렵습니다. 항목마다 원문에서 확인할 수 있습니다.
| 항목 | 발표 값 | 원문 |
|---|---|---|
| Agentic coding Terminal-Bench 4.0 | 10.3% | www.anthropic.com |
| Agentic coding FrontierCode 1.1 (Main) | 42.4% | www.anthropic.com |
| Agentic coding CursorBench 4.0 | 34.1% | www.anthropic.com |
| Multidisciplinary reasoning Humanity’s Last Exam | 54.9% | www.anthropic.com |
| Computer use OSWorld 2.1 | 57% | www.anthropic.com |
| Visual chart recognition Chartography | 15.6% | www.anthropic.com |
함께 볼 모델
- Claude Fable 5 Anthropic · 2026-06-09
- Claude Opus 5 Anthropic · 2026-07-24
- Grok 4.5 xAI · 2026-07-08
- GPT-5.6 Terra OpenAI · 2026-07-09