Get the latest daily updates, rankings, and performance breakdowns for the newest AI models at a glance.
The last 24 hours in the AI world have been buzzing with OpenAI’s official launch of GPT-5.6 and fresh benchmark results for new models. Competition in China is heating up, with Tencent’s Hy3 model matching the performance of GLM-5.2 and DeepSeek-V4, while a tight race continues at the top between Claude Fable 5 and GPT-5.6.
"OpenAI가 GPT-5.6 프리뷰를 통해 새로운 세 계층(Sol, Terra, Luna) 모델 체계를 도입했습니다. 한편, Claude Opus 4.8은 SWE-bench Verified에서 88.6%를 기록하며 코딩 실무 분야에서 압도적인 선택지로 떠오르고 있습니다."
The release of Google's Gemini 2.5 Pro with Deep Think on June 22 is shaking up the leaderboard. Claude Opus 4.8 currently leads with an AA Index of 61.4, while intense global competition continues between GPT-5.5, GLM-5.2, and other top-tier models.
6월 19일부터 21일까지 AI 모델 벤치마크 분야의 핵심 이슈는 **DeepSWE 벤치마크의 등장**입니다. 이를 통해 그동안 가려졌던 모델 간 성능 차이가 분명해졌습니다. 더불어 중국 스타트업 Z.ai가 자사 모델 GLM-5.2가 GPT-5.5를 주요 지표에서 앞섰다고 주장하며 글로벌 AI 경쟁이 더욱 뜨거워지고 있습니다.
OpenAI’s new LifeSciBench and China-based Z.ai’s claim that their GLM-5.2 model beats GPT-5.5 are shaking up the AI rankings. Meanwhile, Codex + GPT-5.5 is leading the Terminal-Bench coding agent race with 83.4%, NVIDIA’s Blackwell is crushing it in MLPerf Training 6.0, and Nature Medicine finds that general-purpose LLMs are actually outperforming specialized medical AI.
2023-2024년에 출시된 주요 AI 벤치마크들이 포화 상태에 이르렀습니다. 최근 평가에서 NVIDIA가 에이전틱 AI 코딩 성능에서 앞서가는 모습을 보였고, 오픈소스 모델 중에는 GLM-5(85점)가 선두를 달리고 있습니다. 이제 단일 모델보다는 작업별 특화 모델로 시장 흐름이 바뀌고 있네요.
2026년 6월 13일 이후, Anthropic의 최상위 모델 해외 접근 제한과 NVIDIA의 새로운 에이전틱 AI 벤치마크 성과가 업계의 주요 화두로 떠올랐습니다. Anthropic은 Mythos 5와 Fable 5의 해외 지원을 중단했고, NVIDIA는 업계 최초의 에이전틱 코딩 AI 평가에서 뛰어난 성적을 기록했습니다.
The most notable shift in AI benchmarking over the past 24 hours is that the major evaluation metrics released in 2023-2024 have reached a saturation point. Benchmarks like METR, SWE-Bench, CORE-Bench, MLE-Bench, and PostTrainBench are either already maxed out or rapidly approaching their ceiling, highlighting how fast AI capabilities are actually advancing.
지난 24시간 동안 가장 눈에 띄는 AI 소식은 마이크로소프트의 새로운 MAI 모델 시리즈 공개와 트럼프 행정부의 사이버보안 벤치마킹 행정명령입니다. 마이크로소프트의 MAI-Thinking-1은 복잡한 문제 해결을 위해 설계된 첫 추론 전문 모델이며, 미 연방정부는 AI 보안 평가를 위한 표준화 작업을 본격화하고 있습니다.
마이크로소프트가 Build 2026에서 MAI(Microsoft AI) 패밀리의 첫 추론 모델인 MAI-Thinking-1을 선보이며 주목받고 있습니다. 한편, 트럼프 행정부는 첨단 AI 모델의 사이버보안 성능을 평가하는 새로운 벤치마크 프로세스 도입을 위한 행정령에 서명했으며, 2026년 AI 추론 비용이 급격히 낮아지면서 업계 내 경쟁이 한층 더 뜨거워지고 있습니다.
2026년 6월 4일 기준, Microsoft Build 2026에서 발표된 MAI-Thinking-1이 화제입니다. Microsoft의 첫 추론 전용 모델로 높은 효율성과 비용 절감을 내세우네요. 한편, 백악관 행정명령에 따라 고급 AI의 사이버 보안을 평가하는 새로운 정부 차원의 벤치마킹 프로세스도 도입되었습니다.
GPT-5.6이 이번 주 출시를 앞두고 있으며 Mythos 수준의 성능을 제공할 것으로 보입니다. 현재 벤치마크에서는 Claude Opus 4.7이 코딩, GPT-5.5가 에이전트, Gemini 3.1이 추론 분야에서 각각 두각을 나타내고 있습니다.
Since late May, the AI landscape has been defined by Claude Opus 4.7's dominance in coding, GPT-5.5's leadership in agentic tasks, and Gemini 3.1's superior reasoning. LMArena has become the gold standard for human-preference evaluation, while 19 new models hit the market last month.
최근 24시간 동안의 AI 벤치마크 데이터를 보면 GPT-5.5와 Claude Opus 4.7이 서로 다른 분야에서 1위를 다투고 있어요. GPT-5.5는 에이전트 태스크에서, Claude Opus 4.7은 코딩 작업에서 강세를 보입니다. DeepSeek V4의 가성비와 Gemini 3.1의 추론 능력 향상도 눈에 띄네요.
"Anthropic이 2026년 5월 29일 공개한 Claude Opus 4.8은 동적 워크플로우와 3배 저렴해진 고속 모드를 특징으로 합니다. 에이전트 벤치마크에서 GPT-5.5를 제쳤으며, DeepSWE 지표 등에서도 치열한 경쟁이 이어지고 있습니다. 2026년 5월 말 현재, 코딩은 Claude Opus 4.7, 에이전트 작업은 GPT-5.5, 추론은 Gemini 3.1이 각각 강세를 보이고 있습니다."
5월은 AI 역사상 가장 많은 모델이 출시된 달입니다. 한 달간 19개의 신규 모델이 공개되었으며, 코딩은 Claude Opus 4.7, 에이전트는 GPT-5.5, 추론은 Gemini 3.1이 각각 최고 수준의 성능을 보여주고 있습니다.
2026년 5월 말, 알리바바의 Qwen 3.7 Max가 주요 코딩 및 에이전트 벤치마크에서 Claude Opus 4.6을 앞서며 주목받고 있습니다. 한편 Gemini 3.1 Pro는 GPQA Diamond 94.3%로 추론 분야 최고 성적을 냈고, Claude Opus 4.7은 챗봇 아레나 ELO 1위를 유지 중입니다. 이달에만 19개 모델이 쏟아져 나오는 등 AI 시장 경쟁이 매우 뜨겁습니다.
As of May 14, 2026, researchers in the UK found that LLMs are quickly taking over some cybersecurity tasks, while Pearl reported that top AI models still show a 30% error rate in real-world professional scenarios. Additionally, Microsoft announced that its multi-model agent security system has topped major cybersecurity benchmarks.
2026년 5월 4일 기준, AI 벤치마크 다이제스트에 따르면 Doubao Seed Code 모델이 ELO 1645점을 기록하며 챗봇 아레나 전체 778개 모델 중 #209위에 등재됐어요. 미국 정부 평가기관 CAISI는 DeepSeek V4 Pro가 미국 최전선 모델 대비 8개월 뒤처진다고 평가했는데, 전문가들 사이에선 이 평가의 신뢰성을 두고 논란이 일고 있네요.
As of April 27, 2026, GPT-5.5 has topped major benchmarks, though it faces criticism for a 20% spike in API costs and persistent hallucination issues. Meanwhile, AIME 2026 has emerged as the new gold standard for math reasoning, where Qwen3.5-plus achieved an impressive 91.3%. According to the April 27 update from BuildFastWithAI, the market is heating up with the rapid, back-to-back releases of Kimi K2.6, GPT-5.5, DeepSeek V4, and Grok 4.3.
Create custom signals on any topic. AI curates and delivers 24/7.
Create SignalPowered by
