오늘의 트렌드로 돌아가기: 여러 AI 도우미가 이제 밤낮없이 함께 프로그램을 만듭니다
Poly 랭킹 · 오늘의 트렌드에서

2026 최고 코딩 모델: 코딩 에이전트 팀을 위한 상위 10개

Claude Opus 5.5는 10월 26일 주간 큐빅이 검토한 AI 코드의 64.4%를 작성했고 Terminal-Bench 4.0에서 64.8%로 1위입니다. 그러나 출력 가격이 절반인 GPT-6.1 Sol은 줄당 세어진 버그 수가 0.76으로, 1.14인 Opus 5.5보다 적습니다.

  • 1위: GPT-5.6 Sol
  • 10개 순위

01최종 목록

선도 AI들이 각자 독립적으로 10위 목록을 만들었습니다. 위는 확인하기 쉬운 하나의 종합 결과입니다. 각 순위에는 이유, 포함한 AI, 그리고 AI가 제시한 경우 출처가 있습니다.

순서: AI의 동의가 많은 항목부터 적은 항목 순입니다.

밝은 배지는 해당 AI가 이 항목을 자기 목록에 넣었다는 뜻이고, 흐린 배지는 넣지 않았다는 뜻입니다.

  1. 1

    GPT-5.6 Sol

    Codex 안에서 0.62로 가장 깨끗한 모델이었지만, 하루 종일 걸리는 작업에서 32.2%, 터미널 작업에서 37.3%에 그칩니다. 11월 4일 큐빅 순위에서 빠졌습니다.

    포함함: ChatGPT, Meta, Grok, Gemini, Nova, DeepSeek, Wenxin, MiMo.

    각 AI 목록에서의 순위: ChatGPT: 7 · Meta: 1 · Grok: 9 · Gemini: 3 · Nova · DeepSeek: 9 · Wenxin: 1 · MiMo: 3

    각 AI가 짚은 점 8
    • ChatGPT7위

      과거 Codex 버그율 0.62는 훌륭했지만, 장시간 과제 점수 32.2%를 보면 가장 어려운 자리를 맡기기는 어렵습니다.

      출처 ↗
    • Meta1위

      Codex 안 0.62, 전체 0.65 — 평균 이하인 유일한 모델, 버그 35% 적음, 하지만 10월 5일 주 검토 코드의 0.7%

      출처 ↗
    • Grok9위

      Codex 안에서 0.62로 가장 깨끗한 모델이었고, 하루짜리 과제에서는 32.2%를 기록해 Astra의 약 절반입니다.

      출처 ↗
    • Gemini3위

      기록된 가장 깨끗한 실무 코더입니다. 상대 버그율 0.62로 매우 낮아, 20시간 과제 점수 32.2%가 평범해도 가장 믿을 만한 일상 작업용 모델입니다.

    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • DeepSeek9위

      Codex 안 버그율 0.62 — 평균보다 집계 버그 38% 적음 — 하지만 Terminal-Bench 37.3%, FrontierSWE 32.2%: 작은 과제용으로 가장 깨끗하지만 장거리용은 아닙니다.

      출처 ↗
    • Wenxin1위

      관측된 가장 낮은 버그율 0.62를 Codex 가격으로 — 1M 토큰당 라테 한 잔 값으로 얻는 깨끗한 코드.

      출처 ↗
    • MiMo3위

      보드에서 가장 깨끗한 코드입니다. Codex 안에서 줄당 버그 0.62이지만, 상위 모델 가운데 장기 과제 점수 32.2%는 가장 약합니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  2. 2

    GPT-6 Astra

    20시간 FrontierSWE v2에서 65.5%로 1위지만, 시도당 약 $1,030이 들고 Opus 5.5는 $99입니다. 출력은 백만 토큰당 $50입니다. 어려운 문제를 넘기는 자리에 두세요.

    포함함: ChatGPT, Meta, Grok, Gemini, Nova, DeepSeek, Wenxin, MiMo.

    각 AI 목록에서의 순위: ChatGPT: 3 · Meta: 3 · Grok: 4 · Gemini: 1 · Nova · DeepSeek: 3 · Wenxin: 2 · MiMo: 2

    각 AI가 짚은 점 8
    • ChatGPT3위

      20시간 엔지니어링 과제 1위(65.5%)입니다. 하지만 출력 토큰 가격이 $50이라 제가 매일 쓰는 기본 모델이 아니라, 어려운 문제를 맡기는 모델입니다.

      출처 ↗
    • Meta3위

      FrontierSWE v2 1위 65.5% + Terminal-Bench 58.2%, 그러나 버그율 1.13으로 평균 이상 — 20시간 과제의 생존자

    • Grok4위

      20시간 집계에서 65.5%로 선두이며, 시도당 약 $1,030입니다. 터미널 과제에서는 출력 $10인 Sol을 이기지 못합니다.

      출처 ↗
    • Gemini1위

      FrontierSWE v2에서 65.5%로 20시간짜리 장기 과제를 지배하며, Codex 안에서는 CLI 해결률 58.2%를 유지합니다.

    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • DeepSeek3위

      FrontierSWE 65.5%, Terminal-Bench 58.2%: 보드에서 하루짜리 과제 최강 모델이지만, 출력 $50에 버그율은 1.09입니다.

      출처 ↗
    • Wenxin2위

      FrontierSWE 챔피언 65.5%, 터미널 58.2% — 하지만 줄당 버그 1.13이라 깨끗한 줄 하나당 비용은 더 비쌉니다.

    • MiMo2위

      20시간 과제에서 1위를 한 유일한 모델입니다. 시도당 $1,029.65, Codex에서 줄당 버그 1.13입니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  3. 3

    Claude Opus 5.5

    터미널 최상위 조합으로 64.8%이고, 20시간 과제에서 62.3%입니다. 하지만 버그 비율은 지금 1.14(10월에는 1.49)입니다. 깔끔한 자리가 아니라 어려운 과제 자리에 두세요.

    포함함: ChatGPT, Meta, Grok, Gemini, Nova, DeepSeek, Wenxin, MiMo.

    각 AI 목록에서의 순위: ChatGPT: 2 · Meta: 4 · Grok: 3 · Gemini: 2 · Nova · DeepSeek: 5 · Wenxin: 3 · MiMo: 1

    각 AI가 짚은 점 8
    • ChatGPT2위

      터미널 과제 1위(64.8%)지만, 통합 버그율 1.14는 큐빅이 검토한 코드의 평균보다 나쁩니다.

      출처 ↗
    • Meta4위

      Terminal-Bench 1위 64.8%, FrontierSWE 2위 62.3%, 하지만 Claude Code 안 버그율 1.49로 최하 — 터미널은 강하고 일상 작업은 지저분함

      출처 ↗
    • Grok3위

      cubic이 10월 26일 주에 검토한 AI 코드의 64.4%를 썼지만, Claude Code에서는 깨끗한 모델이 아닙니다. 지금은 1.13이고, 10월 기사에서는 1.49였습니다.

      출처 ↗
    • Gemini2위

      Terminal-Bench 4.0 64.8%, FrontierSWE v2 62.3%로 명령줄 벤치마크 현 챔피언이지만, 상대 결함율 1.49를 안고 있습니다.

    • Nova

      자체 목록에서는 다른 이름입니다: 전체 목록을 여세요.

    • DeepSeek5위

      Terminal-Bench 64.8%, FrontierSWE 62.3%: 어려운 일을 위한 Claude Code 최강 조합이지만, 버그율 1.39는 Bug Bench에서 최악입니다.

      출처 ↗
    • Wenxin3위

      터미널 64.8%, 20시간 과제 62.3% — 하지만 줄당 버그 1.49로 깨끗함에서 뒤집니다.

      출처 ↗
    • MiMo1위

      해당 하네스의 터미널 보드 1위(64.8%)이고 장시간 과제에서도 62.3%로 살아남습니다. 그 보드 1위가 시도당 약 $1,030을 내는 동안 이 모델은 약 $99입니다.

      출처 ↗
    AI 8개가 이 순위로 선택
  4. 4

    GPT-6.1 Sol

    현재 가장 낮은 버그 비율(0.76), 터미널 작업 58.2%, 출력 $10. 주의: 큐빅 10월 16일 기사에서는 2주 데이터로 1.22였고, FrontierSWE 행은 없습니다.

    포함함: ChatGPT, Meta, Grok, Gemini, DeepSeek, Wenxin, MiMo. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: ChatGPT: 1 · Meta: 6 · Grok: 1 · Gemini: 6 · DeepSeek: 1 · Wenxin: 6 · MiMo: 5

    각 AI가 짚은 점 7
    • ChatGPT1위

      0.76의 상대 버그율과 Astra와 같은 58.2% 터미널 결과를 내며, 표준 출력 토큰 가격은 Astra의 5분의 1입니다.

      출처 ↗
    • Meta6위

      Terminal-Bench 58.2%로 Astra와 동률, 가격은 $1.92 대 $14.30, Codex 안 버그율 1.22, 오픈AI가 복잡한 코딩에 권장

      출처 ↗
    • Grok1위

      순위 모델 가운데 가장 적은 버그(0.76)이며, Astra와 같은 터미널 점수 58.2%를 기록합니다. Codex 실행 비용은 Astra의 $3.3k 대신 약 $634입니다.

      출처 ↗
    • Gemini6위

      Codex 안에서 Astra의 CLI 해결률 58.2%와 같고, 반복 추론 깊이는 더 높으며, 상대 버그율은 1.22입니다.

    • DeepSeek1위

      상대 버그율 0.98, Terminal-Bench 58.2%, 출력 $10 — 가장 균형 잡힌 자리입니다. 장기 과제에서는 Astra에 근소하게 뒤지지만 가격은 5배 저렴합니다.

      출처 ↗
    • Wenxin6위

      터미널 58.2%, 줄당 버그 1.22 — Astra보다 빠르고 조금 더 깨끗하며, 같은 가격대입니다.

    • MiMo5위

      플래그십과 같은 터미널 점수(58.2%)를 백만 출력 토큰당 $10에 얻습니다. Astra보다 5배 싸지만 줄당 버그는 1.22입니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  5. 5

    Claude Sonnet 5.5

    두 순위표 모두에서 선두와 3점 안입니다(터미널 61.8%, 하루 종일 걸리는 작업 61.9%). 출력 $10으로 Opus 5.5 가격의 절반이고, 버그 비율은 1.03입니다.

    포함함: ChatGPT, Meta, Grok, Gemini, DeepSeek, Wenxin, MiMo. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: ChatGPT: 4 · Meta: 5 · Grok: 2 · Gemini: 4 · DeepSeek: 2 · Wenxin: 4 · MiMo: 4

    각 AI가 짚은 점 7
    • ChatGPT4위

      61.8%의 터미널 해결률로 Opus 5.5와 3점 이내 차이이며, 실제 구현 작업을 맡길 만한 유력한 자리입니다.

      출처 ↗
    • Meta5위

      Terminal-Bench 61.8%, FrontierSWE 61.9%, 버그율 1.24 — Claude Code 안에서 Fable과 동률이며 가격은 5분의 1

      출처 ↗
    • Grok2위

      백만 출력 토큰당 $10으로, Claude Code 터미널 1위권인 61.8%와 공유 하네스의 장시간 과제 선두권인 61.9% 사이에 있습니다.

      출처 ↗
    • Gemini4위

      Terminal-Bench 4.0에서 61.8%를 내면서 Opus 출력 가격의 일부만 받습니다. 에이전트형 CLI 루프에서 쓰는 업계 표준 일상 도구입니다.

    • DeepSeek2위

      버그율 1.06, Terminal-Bench 61.8%, 출력 $10: Claude Code 최상위 터미널 점수를 가장 싸게 얻는 방법입니다.

      출처 ↗
    • Wenxin4위

      터미널 61.8%, 가격은 Opus의 절반 정도 — 실무 일꾼 같은 선택입니다.

      출처 ↗
    • MiMo4위

      코딩 세션에서 Opus 5.5와 약 2점 이내 차이이면서 한 단계 낮은 등급입니다. 앤트로픽 두 모델 가운데 가성비 자리입니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  6. 6

    Claude Fable 5.1

    Claude Code 안에서 가장 깨끗한 모델로 0.93입니다(10월에는 1.09). 그러나 출력 $50으로 Astra만큼 비싸고, 하루 종일 걸리는 작업에서는 56.3%로 Astra의 65.5%에 못 미칩니다.

    포함함: ChatGPT, Meta, Grok, Gemini, DeepSeek, Wenxin, MiMo. 포함하지 않음: Nova.

    각 AI 목록에서의 순위: ChatGPT: 5 · Meta: 2 · Grok: 5 · Gemini: 5 · DeepSeek: 7 · Wenxin: 5 · MiMo: 6

    각 AI가 짚은 점 7
    • ChatGPT5위

      통합 버그율 0.93으로 Opus 5.5의 1.14보다 낮습니다. Opus가 훨씬 더 많이 쓰이는데도 그렇습니다.

      출처 ↗
    • Meta2위

      Claude Code 안 1.09, 그 안에서 가장 깨끗함, FrontierSWE 56.3%, Sonnet 5.5와 동률이지만 비용은 5배

      출처 ↗
    • Grok5위

      Claude Code 안에서 가장 깨끗한 모델로 0.93이며, 사람들이 실제로 쓰는 기본값은 Opus 5.5입니다.

      출처 ↗
    • Gemini5위

      Terminal-Bench 4.0 완료율 57.9%와 상대 버그율 1.09를 함께 갖춰, 검토에서 Opus 5.5보다 훨씬 깨끗합니다.

    • DeepSeek7위

      버그율 1.07, Terminal-Bench 57.9%, FrontierSWE 56.3% — 균형은 잡혔지만, 출력 $50이면 Astra와 같은 가격인데 Astra의 장기 과제 우위는 없습니다.

      출처 ↗
    • Wenxin5위

      터미널 57.9%, 줄당 버그 1.09 — 중간급 깨끗함, 중간급 가격, 매일 코딩하기 좋은 적당한 지점입니다.

      출처 ↗
    • MiMo6위

      일상 전문가입니다. 터미널 과제 57.9%, Claude Code 안에서 측정된 가장 깨끗한 코드 1.09입니다.

      출처 ↗
    AI 7개가 이 순위로 선택
  7. 7

    Claude Opus 5

    커서 안에서 버그가 가장 적은 순위 모델로 1.22이지만, 여전히 평균보다 높습니다. 하루 종일 걸리는 작업에서 52.0%로 Opus 5.5에 뒤지며, 출력은 $25로 더 비쌉니다.

    포함함: ChatGPT, Meta, Grok, DeepSeek, MiMo. 포함하지 않음: Gemini, Nova, Wenxin.

    각 AI 목록에서의 순위: ChatGPT: 8 · Meta: 8 · Grok: 8 · DeepSeek: 10 · MiMo: 9

    각 AI가 짚은 점 5
    • ChatGPT8위

      통합 버그율 1.21로, 더 새로운 Opus 5.5에 뒤집니다. 모델 계열 전체에 걸쳐 명확한 통계적 개선이 확인되지는 않았습니다.

      출처 ↗
    • Meta8위

      FrontierSWE 52.0%, 버그율 1.33, 구 Terminal-Bench 51.8% — Opus 5.5에 밀렸지만 가격은 20% 낮음

      출처 ↗
    • Grok8위

      커서 안에서는 순위 모델 가운데 버그가 가장 적은 1.22이지만, 그래도 평균보다 집계 버그가 22% 많습니다.

      출처 ↗
    • DeepSeek10위

      버그율 1.30, Terminal-Bench 53.9%, FrontierSWE 52.0%, 출력 $25 — 이제 가장 깨끗하지도, 가장 강하지도 않은 중간 자리입니다.

      출처 ↗
    • MiMo9위

      이전 세대 모델은 20시간 과제의 절반(52.0%)을 끝내는데, 새로운 저가 모델들은 32%에서 멈춥니다.

      출처 ↗
    AI 5개가 이 순위로 선택
  8. 8

    Grok 4.7

    순위 모델 중 출력 가격이 가장 저렴한 백만 토큰당 $6이지만, 순위 모델 중 가장 높은 버그 비율 1.79가 함께 옵니다. Grok Build에서 터미널 작업은 37.6%입니다.

    포함함: ChatGPT, Grok, Gemini, Wenxin, MiMo. 포함하지 않음: Meta, Nova, DeepSeek.

    각 AI 목록에서의 순위: ChatGPT: 10 · Grok: 10 · Gemini: 7 · Wenxin: 7 · MiMo: 10

    각 AI가 짚은 점 5
    • ChatGPT10위

      상대 버그율 1.79로, 큐빅이 현재 순위에 올린 8개 모델 가운데 기본 구현 자리를 맡기기에 가장 설득력이 떨어집니다.

      출처 ↗
    • Grok10위

      순위 모델 가운데 출력 토큰 가격이 가장 싼 백만 토큰당 $6이지만, 순위 모델 가운데 버그율 1.79가 가장 높습니다.

      출처 ↗
    • Gemini7위

      Grok Build 안에서 Terminal-Bench 4.0 37.6%를 기록하며, 시스템 진단과 인프라 자동화에 높은 토큰 처리량을 제공합니다.

    • Wenxin7위

      터미널 37.6% — 최상위 터미널 모델이 최상위 장기 과제 모델은 아닙니다.

      출처 ↗
    • MiMo10위

      혼합 팀에 자리를 줄 만한 세 번째 모델입니다. 자체 하네스의 터미널 과제 37.6%로 실제 성능이지만, 선두보다 한 등급 아래입니다.

      출처 ↗
    AI 5개가 이 순위로 선택
  9. 9

    Gemini 4 Carbon

    FrontierSWE v2에서 61.2%를 받았고, 같은 실행 환경에서 Opus 5.5보다 1.1점 뒤집니다. 큐빅 버그 비율도, 공식 Terminal-Bench 행도 없습니다.

    포함함: ChatGPT, Meta, Grok. 포함하지 않음: Gemini, Nova, DeepSeek, Wenxin, MiMo.

    각 AI 목록에서의 순위: ChatGPT: 6 · Meta: 7 · Grok: 6

    각 AI가 짚은 점 3
    • ChatGPT6위

      FrontierSWE v2에서 61.2%를 기록해, 같은 하네스에서 Opus 5.5에 1.1점 뒤질 뿐입니다.

    • Meta7위

      FrontierSWE v2 4위 61.2%, Bug Bench 버그율 없음 — 오픈AI와 앤트로픽을 제외하고 장시간 과제 점수 최고

    • Grok6위

      공유 20시간 집계에서 61.2%로 4위이며, 큐빅에는 이 모델의 집계 버그율이 없습니다.

    AI 3개가 이 순위로 선택
    출처 없음
  10. 10

    Gemini 4 Argon

    하루 종일 걸리는 작업에서 55.0%이며, 시도당 약 $129로 Astra 비용의 약 8분의 1입니다. 출력 도입가 $10은 11월 30일 이후 $20으로 오릅니다. 큐빅 버그 비율은 없습니다.

    포함함: Meta, DeepSeek, MiMo. 포함하지 않음: ChatGPT, Grok, Gemini, Nova, Wenxin.

    각 AI 목록에서의 순위: Meta: 9 · DeepSeek: 8 · MiMo: 8

    각 AI가 짚은 점 3
    • Meta9위

      FrontierSWE 55.0%, Bug Bench 없음, 2026년 10월 구글 비교표 기준 범용성 1위

    • DeepSeek8위

      FrontierSWE 55.0%, Terminal-Bench 57.6%, 출시 특가 출력 $10 — 믿을 만한 세 번째 자리이지만, 버그 밀도 때문에 독립적인 비판을 받았습니다.

      출처 ↗
    • MiMo8위

      FrontierSWE 시도 한 번이 $129.36로, Astra의 약 8분의 1입니다. 그래서 하루짜리 과제의 저예산 자리입니다.

      출처 ↗
    AI 3개가 이 순위로 선택

상위 3위 더 알아보기 ↓

02상위 3위 더 알아보기

순위는 위에 있습니다. 여기서는 상위 세 곳이 무엇인지, 왜 여기 있는지, 알아 둘 만한 것을 소개합니다.

버그율은 같은 기준으로 잰 수치가 아닙니다. 도구에 따라(Codex 안에서는 0.62, 전체는 0.76) 그리고 날짜에 따라(Opus 5.5는 지금 1.14, 10월에는 1.49) 다릅니다.

1GPT-5.6 Sol

1위 — GPT-5.6 Sol. 8개 AI 중 8개의 목록에 포함; 그 안의 중간 순위: 3. 가장 깔끔한 코드를 쓰고, 집계된 버그가 가장 적으며, 출력 가격도 낮습니다. 다만 하루 종일 걸리는 작업에는 약합니다.

알고 계셨나요

  • GPT-5.6은 Sol, Terra, Luna 세 가지 크기로 나옵니다. OpenAI 발표에 따르면, 더 저렴한 Terra와 Luna는 일부 시험에서 Fable 5를 앞섰고, 비용은 약 16분의 1 수준이었습니다.

무엇인가
OpenAI의 Sol 코딩 모델이며, 세 가지 크기로 판매됩니다.
강점
세 모델 중 집계된 버그가 가장 적고, 출력 가격은 훨씬 낮습니다.
누구에게 맞나
일상적인 깔끔한 코딩에 알맞습니다. 20시간짜리 장기 작업에는 적합하지 않습니다.
  • 상대적 버그율상대적 버그율 0.76

Wikidata

역사
  • 2026년 6월 26일 OpenAI는 GPT-5.6 Sol을 검증된 소수의 파트너에게만 미리 공개했습니다. 미국 정부의 요청에 따라 파트너 명단을 먼저 정부와 공유했습니다. OpenAI는 이것을 영구적인 조치가 아니라 단기적인 조치라고 설명했습니다.

더 알아보기
  • GPT-5.6 Sol 모델 페이지를 여십시오. 모델 ID는 gpt-5.6-sol이고, 컨텍스트 창은 1,050,000 토큰이며, 가격도 나와 있습니다. 기본값인 medium 노력 수준에서 어렵고 실제적인 작업 하나부터 시작한 뒤, 수준을 올리거나 낮추십시오.

상위 3위 비교 ↓

2GPT-6 Astra

2위 — GPT-6 Astra. 8개 AI 중 8개의 목록에 포함; 그 안의 중간 순위: 3. 20시간짜리 작업에서는 이기지만, 시험 한 번당 비용이 훨씬 많이 들고 버그도 더 많아서 필요할 때만 올려 쓰는 자리입니다.

알고 계셨나요

  • Astra는 OpenAI의 준비 프레임워크에서 사이버 역량 부문 '치명적(Critical)' 등급을 받은 첫 모델입니다. 운영 제한 없이 ExploitBench에서 100%를 기록했고, GPT-5.6 Sol은 78.5%였습니다.

무엇인가
OpenAI의 최상위 GPT-6 모델로, 소수의 고객과 함께 시작되었습니다.
강점
20시간짜리 작업에 가장 강하며, 성공률 65.5%로 다른 두 모델을 앞섭니다.
누구에게 맞나
예산이 넉넉하고 어려운 하루 종일 작업에 알맞습니다. 일상의 기본 선택은 아닙니다.
  • 상대적 버그율버그율 1.13

위키백과 · Wikidata

역사
  • 2026년 9월 3일 OpenAI는 GPT-6 Astra를 일반 공개에 앞서 Daybreak 프로그램의 선별된 고객 집단에 먼저 출시했습니다.

유의할 점
  • 출시 일주일 뒤 많은 사용자가 Astra가 나빠졌다고 말했습니다. 오픈코드의 댁스 라드 팀은 GPT-5.6 Sol로 되돌아갔으며, 지출이 두 배로 늘었는데 단점을 감수할 만하지 않다고 밝혔습니다. 디크립트에 따르면 OpenAI는 아직 입장을 발표하지 않았습니다.

  • 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러로, 출시 가격인 Sol보다 2.5배 비쌉니다. 가장 강력한 사이버 기능은 Daybreak 프로그램의 검증된 방어자에게만 제한됩니다.

사람들의 말
  • Astra feels significantly dumber for me today — synthwavedd (developer, on X)

더 알아보기
  • OpenAI의 GPT-6 Astra 페이지를 열어 잘하는 분야를 확인하십시오. 컴퓨터 사용, 웹 탐색, 코딩, 과학 분야입니다. 이용은 제한적으로 시작되었으니, 쓰기 전에 요금제에서 무엇을 쓸 수 있는지 페이지에서 확인하십시오.

Gemini이(가) 1위로 꼽았습니다. 그들이 본 것
  • Gemini: FrontierSWE v2에서 65.5%로 20시간짜리 장기 과제를 지배하며, Codex 안에서는 CLI 해결률 58.2%를 유지합니다.

상위 3위 비교 ↓

3Claude Opus 5.5

3위 — Claude Opus 5.5. 8개 AI 중 8개의 목록에 포함; 그 안의 중간 순위: 3. 터미널 작업에서 앞서며, 장시간 작업도 시험 한 번당 가격이 낮아 잘 해내지만, 버그가 더 많습니다.

알고 계셨나요

  • medium 노력 수준이 max 노력 수준을 이길 수 있습니다. 일부 코딩 벤치마크에서 medium은 작업을 1달러 미만으로 끝내면서도, 작업당 수 달러가 드는 max 실행보다 높은 점수를 받았습니다.

무엇인가
Anthropic의 Claude 모델로, 코딩 에이전트를 위해 만들어졌습니다.
강점
터미널 작업에 가장 강하며, 성공률 64.8%입니다. 시험 한 번당 비용은 Astra보다 훨씬 저렴합니다.
누구에게 맞나
어려운 터미널 작업에 알맞습니다. 깔끔한 코드가 가장 중요하다면 맞는 선택이 아닙니다.
  • 상대적 버그율통합 버그율 1.14
역사
  • 2026년 9월 22일 Anthropic은 5.5 계열의 첫 모델인 Claude Opus 5.5를 출시했습니다. 기본 입력 및 출력 가격은 Opus 5보다 20% 내려, 토큰 100만 개당 각각 4달러와 20달러가 되었습니다.

    출처 ↗ ✓ 여러 AI가 확인
더 알아보기
  • Claude Opus 5.5 공식 발표문을 읽어 보십시오. 대부분의 작업에서 Claude Fable 5.1과 맞먹으며, 실행 비용은 Opus 5보다 40% 낮다고 밝혔습니다. Claude Platform에서 모델 ID claude-opus-5-5를 사용하는 것부터 시작하십시오.

MiMo이(가) 1위로 꼽았습니다. 그들이 본 것
  • MiMo: 해당 하네스의 터미널 보드 1위(64.8%)이고 장시간 과제에서도 62.3%로 살아남습니다. 그 보드 1위가 시도당 약 $1,030을 내는 동안 이 모델은 약 $99입니다.

상위 3위 비교 ↓

상위 3위 나란히 보기

GPT-5.6 SolGPT-6 AstraClaude Opus 5.5
AI 목록 포함8 / 88 / 88 / 8
상대적 버그율상대적 버그율 0.76버그율 1.13통합 버그율 1.14
1위로 꼽은 AIMeta, WenxinGeminiMiMo

AI 수가 같은 순위는 각 AI 목록에서의 평균 순위로 정렬했습니다.

03알아 둘 만한 것

AI들이 목록을 만들며 발견한 것.

가장 많이 쓰이는 모델이 가장 깨끗하지는 않습니다. Opus 5.5는 10월 26일 주간 큐빅 AI 줄의 64.4%를 작성했지만, 버그 비율은 1.14로 GPT-6.1 Sol의 0.76보다 높습니다.

발견한 AI:
포함함: ChatGPT, Grok. 포함하지 않음: Meta, Gemini, Nova, DeepSeek, Wenxin, MiMo.
출처 ↗

GPT-6 Astra와 GPT-6.1 Sol은 Codex에서 Terminal-Bench 4.0의 58.2%를 둘 다 풀며, 작업당 약 $9.90 대 $1.92입니다.

발견한 AI:
포함함: ChatGPT, Meta, Grok. 포함하지 않음: Gemini, Nova, DeepSeek, Wenxin, MiMo.
출처 ↗

FrontierSWE v2에서 Astra가 Opus 5.5보다 3.2점 앞서지만, 시도당 비용은 약 10배 더 비쌉니다: $1,029.65 대 $98.87.

발견한 AI:
포함함: Grok, Nova, DeepSeek, MiMo. 포함하지 않음: ChatGPT, Meta, Gemini, Wenxin.
출처 ↗

큐빅의 버그 비율은 발표마다 달라졌습니다(Opus 5.5는 1.49에서 1.14로, GPT-6.1 Sol은 1.22에서 0.76으로). 집계 기간이 바뀐 것이며, 모델이 나아졌다는 증거는 아닙니다. 세 번째 수치(GPT-6 Luna 0.47)는 한 답변에만 나오며 확인되지 않았습니다.

발견한 AI:
포함함: ChatGPT, Grok, DeepSeek. 포함하지 않음: Meta, Gemini, Nova, Wenxin, MiMo.
출처 ↗

04사람들이 묻는 질문

2026년 코딩에 가장 좋은 모델은 뭔가요

자리에 따라 다릅니다. GPT-6.1 Sol은 세어진 버그 비율이 0.76으로 가장 낮고, Claude Opus 5.5는 Terminal-Bench 4.0에서 64.8%로 1위이며, GPT-6 Astra는 FrontierSWE v2에서 65.5%로 1위입니다.

출처 ↗
코딩에서 gpt와 claude 중 뭐가 나은가요

GPT-6 Astra는 20시간 과제에서 Opus 5.5를 65.5% 대 62.3%로 이깁니다. 반면 Opus 5.5는 각 회사의 자체 실행 환경에서 터미널 작업을 64.8% 대 58.2%로 Astra를 이깁니다.

출처 ↗
코딩에서 gpt 5와 claude 중 뭐가 나은가요

GPT-5.6 Sol은 10월 Codex 안에서 버그 비율 0.62였지만, 같은 실행 환경의 FrontierSWE v2 점수는 32.2%입니다. Opus 5.5는 62.3%입니다.

출처 ↗
코딩 모델 버그 비율이 출처마다 다른 이유가 뭔가요

큐빅의 10월 16일 기사는 에이전트 안의 짧은 기간을 측정했고, 11월 4일 순위표는 7월 13일부터 11월 1일까지를 합쳤습니다. 그래서 Opus 5.5가 한쪽에서는 1.49, 다른 쪽에서는 1.14로 나옵니다.

출처 ↗

05집계 방법

공식 없이 쉬운 말로.

1질문

코딩 에이전트 팀 한 곳에 맞는 모델 상위 10개

2이 주제를 고른 이유

어느 한 순위표도 주지 않는 자리별 모델 선택을 독자에게 줍니다. 사람들이 1년 내내 검색하는 질문에 답합니다.

3적용 범위

전 세계, Claude Code, Codex, 커서 또는 비슷한 에이전트 안에서 모델을 고르는 사람들

4살펴본 기준

  • 그 에이전트로 실제 팀이 배포한 코드에서 세어진 줄당 버그 수
  • 제조사 자체 실행 환경에서 해결된 터미널 작업의 비율
  • 모든 모델이 같은 실행 환경일 때 하루 종일 걸리는 작업의 점수
  • 출력 토큰의 정가와 버그 비율을 나란히 놓은 값
  • 큐빅 Bug Bench — AI가 작성한 줄당 세어진 버그 수를 평균(1.00; 낮을수록 깨끗함)과 비교합니다. 11월 4일 순위는 7월 13일부터 11월 1일까지를 다룹니다. 10월 16일 기사는 더 짧고 에이전트별로 나눈 기간을 썼습니다. O…
  • Terminal-Bench 4.0 (tbench.ai) — 제조사 자체 실행 환경을 명시한 터미널 작업 66개의 해결률.
  • Proximal FrontierSWE v2 — 모든 모델이 하나의 공유 Proximus 실행 환경에서 돌아간, 최대 20시간 과제 34개의 Mean@5 점수.
  • 큐빅 가격 대 버그 비율 — 제공사의 백만 출력 토큰당 정가를 상대 버그 비율 옆에 나란히 놓았습니다.

5순위를 매긴 AI

선도 AI: ChatGPT, Meta, Grok, Gemini, Nova, DeepSeek, Wenxin, MiMo. 각 AI가 독립적으로 10위까지의 목록을 만들고 순위마다 출처를 밝혔습니다.

6순위를 정한 방법

AI마다 다르게 쓴 같은 항목은 하나로 셌습니다. 더 많은 AI가 목록에 넣고 더 높이 놓을수록 순위가 높아집니다. 'AI 합의'는 그 항목을 자기 목록에 넣은 AI의 수를 보여 줍니다. 출처는 AI가 직접 찾은 것뿐이며 사람이 추가한 것은 없습니다.

06AI별 목록

🇺🇸 ChatGPT10개 순위 · 메모 3개

같은 질문에 ChatGPT 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-6.1 Sol (2026)

    0.76의 상대 버그율과 Astra와 같은 58.2% 터미널 결과를 내며, 표준 출력 토큰 가격은 Astra의 5분의 1입니다.

    출처 ↗
  2. 2
    Claude Opus 5.5 (2026)

    터미널 과제 1위(64.8%)지만, 통합 버그율 1.14는 큐빅이 검토한 코드의 평균보다 나쁩니다.

    출처 ↗
  3. 3
    GPT-6 Astra (2026)

    20시간 엔지니어링 과제 1위(65.5%)입니다. 하지만 출력 토큰 가격이 $50이라 제가 매일 쓰는 기본 모델이 아니라, 어려운 문제를 맡기는 모델입니다.

    출처 ↗
  4. 4
    Claude Sonnet 5.5 (2026)

    61.8%의 터미널 해결률로 Opus 5.5와 3점 이내 차이이며, 실제 구현 작업을 맡길 만한 유력한 자리입니다.

    출처 ↗
  5. 5
    Claude Fable 5.1 (2026)

    통합 버그율 0.93으로 Opus 5.5의 1.14보다 낮습니다. Opus가 훨씬 더 많이 쓰이는데도 그렇습니다.

    출처 ↗
  6. 6
    Gemini 4 Carbon (2026)

    FrontierSWE v2에서 61.2%를 기록해, 같은 하네스에서 Opus 5.5에 1.1점 뒤질 뿐입니다.

  7. 7
    GPT-5.6 Sol (2026)

    과거 Codex 버그율 0.62는 훌륭했지만, 장시간 과제 점수 32.2%를 보면 가장 어려운 자리를 맡기기는 어렵습니다.

    출처 ↗
  8. 8
    Claude Opus 5 (2026)

    통합 버그율 1.21로, 더 새로운 Opus 5.5에 뒤집니다. 모델 계열 전체에 걸쳐 명확한 통계적 개선이 확인되지는 않았습니다.

    출처 ↗
  9. 9
    Claude Opus 4.8 (2026)

    점유율은 7월 29.4%에서 10월 말 0.5%로 떨어졌습니다. 코딩 모델의 기본 선택이 얼마나 빨리 바뀌는지 보여 줍니다.

    출처 ↗
  10. 10
    Grok 4.7 (2026)

    상대 버그율 1.79로, 큐빅이 현재 순위에 올린 8개 모델 가운데 기본 구현 자리를 맡기기에 가장 설득력이 떨어집니다.

    출처 ↗

ChatGPT의 발견

가장 많이 쓰이는 모델이 검토 코드에서 가장 깨끗한 것은 아닙니다. Opus 5.5는 최근 완전한 한 주에 큐빅이 집계한 AI 작성 줄의 64.4%를 썼지만, GPT-6.1 Sol의 상대 버그율이 가장 낮아 0.76 대 1.14였습니다.

Astra와 Sol은 Codex로 Terminal-Bench 4.0에서 모두 58.2%에 도달했지만, 추정 API 과제 비용은 각각 $9.90과 $1.92였습니다. 반올림한 해결률이 같다고 모든 과제에서 성능이 같다는 뜻은 아닙니다.

출력 토큰 표준 가격이 곧 과제 비용은 아닙니다. 토큰을 적게 쓰거나 더 빨리 끝내는 모델은 백만 출력 토큰당 가격이 더 높아도, 해결한 과제당 비용이 더 적게 들 수 있습니다.

🇺🇸 Meta10개 순위 · 메모 4개

같은 질문에 Meta 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-5.6 Sol 2026

    Codex 안 0.62, 전체 0.65 — 평균 이하인 유일한 모델, 버그 35% 적음, 하지만 10월 5일 주 검토 코드의 0.7%

    출처 ↗
  2. 2
    Claude Fable 5.1 2026

    Claude Code 안 1.09, 그 안에서 가장 깨끗함, FrontierSWE 56.3%, Sonnet 5.5와 동률이지만 비용은 5배

    출처 ↗
  3. 3
    GPT-6 Astra 2026

    FrontierSWE v2 1위 65.5% + Terminal-Bench 58.2%, 그러나 버그율 1.13으로 평균 이상 — 20시간 과제의 생존자

  4. 4
    Claude Opus 5.5 2026

    Terminal-Bench 1위 64.8%, FrontierSWE 2위 62.3%, 하지만 Claude Code 안 버그율 1.49로 최하 — 터미널은 강하고 일상 작업은 지저분함

    출처 ↗
  5. 5
    Claude Sonnet 5.5 2026

    Terminal-Bench 61.8%, FrontierSWE 61.9%, 버그율 1.24 — Claude Code 안에서 Fable과 동률이며 가격은 5분의 1

    출처 ↗
  6. 6
    GPT-6.1 Sol 2026

    Terminal-Bench 58.2%로 Astra와 동률, 가격은 $1.92 대 $14.30, Codex 안 버그율 1.22, 오픈AI가 복잡한 코딩에 권장

    출처 ↗
  7. 7
    Gemini 4 Carbon 2026

    FrontierSWE v2 4위 61.2%, Bug Bench 버그율 없음 — 오픈AI와 앤트로픽을 제외하고 장시간 과제 점수 최고

  8. 8
    Claude Opus 5 2026

    FrontierSWE 52.0%, 버그율 1.33, 구 Terminal-Bench 51.8% — Opus 5.5에 밀렸지만 가격은 20% 낮음

    출처 ↗
  9. 9
    Gemini 4 Argon 2026

    FrontierSWE 55.0%, Bug Bench 없음, 2026년 10월 구글 비교표 기준 범용성 1위

  10. 10
    Claude Haiku 5.5 2026

    FrontierSWE 43.8%, 10월 5일 집계 Bug Bench 미순위, 출력 $0.50 — 일상 업무용 가장 저렴한 Claude

    출처 ↗

Meta의 발견

벤더 기본값이 가장 깨끗한 것은 아닙니다. Claude Code는 기본으로 Opus 5.5를 쓰는데 그 에이전트 안에서 버그율 1.49로 최악이고, Fable 5.1은 1.09로 Claude Code 안에서 가장 깨끗합니다. Codex는 6.1 Sol(1.22)을 권장하지만 5.6 Sol(0.62)이 가장 깨끗합니다.

깨끗한 일상 작업, 터미널, 20시간 과제는 세 가지 다른 자리입니다. GPT-5.6 Sol은 버그에서 이기고(0.62), Opus 5.5는 터미널에서 이기고(64.8%), Astra는 20시간에서 이깁니다(65.5%). 세 가지를 모두 이기는 모델은 없습니다.

줄당 가격으로 보면 순위가 뒤집힙니다. Sol은 출력 $10에 0.65, Astra는 $50에 1.13입니다. Astra는 평균보다 버그가 13% 많은데 비용은 5배입니다.

GPT-5.6 Sol은 8월 17일 주 AI 코드의 35%를 썼지만 10월 5일 주에는 0.7%였습니다. 가장 깨끗한 모델이 지금은 검토 데이터에서 가장 드뭅니다.

🇺🇸 Grok10개 순위 · 메모 4개

같은 질문에 Grok 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-6.1 Sol

    순위 모델 가운데 가장 적은 버그(0.76)이며, Astra와 같은 터미널 점수 58.2%를 기록합니다. Codex 실행 비용은 Astra의 $3.3k 대신 약 $634입니다.

    출처 ↗
  2. 2
    Claude Sonnet 5.5

    백만 출력 토큰당 $10으로, Claude Code 터미널 1위권인 61.8%와 공유 하네스의 장시간 과제 선두권인 61.9% 사이에 있습니다.

    출처 ↗
  3. 3
    Claude Opus 5.5

    cubic이 10월 26일 주에 검토한 AI 코드의 64.4%를 썼지만, Claude Code에서는 깨끗한 모델이 아닙니다. 지금은 1.13이고, 10월 기사에서는 1.49였습니다.

    출처 ↗
  4. 4
    GPT-6 Astra

    20시간 집계에서 65.5%로 선두이며, 시도당 약 $1,030입니다. 터미널 과제에서는 출력 $10인 Sol을 이기지 못합니다.

    출처 ↗
  5. 5
    Claude Fable 5.1

    Claude Code 안에서 가장 깨끗한 모델로 0.93이며, 사람들이 실제로 쓰는 기본값은 Opus 5.5입니다.

    출처 ↗
  6. 6
    Gemini 4 Carbon

    공유 20시간 집계에서 61.2%로 4위이며, 큐빅에는 이 모델의 집계 버그율이 없습니다.

  7. 7
    GLM-5.3

    오픈 웨이트 자리입니다. Claude Code 안 터미널 과제에서 41.8%, 20시간 집계에서 30.2%를 기록합니다.

    출처 ↗
  8. 8
    Claude Opus 5

    커서 안에서는 순위 모델 가운데 버그가 가장 적은 1.22이지만, 그래도 평균보다 집계 버그가 22% 많습니다.

    출처 ↗
  9. 9
    GPT-5.6 Sol

    Codex 안에서 0.62로 가장 깨끗한 모델이었고, 하루짜리 과제에서는 32.2%를 기록해 Astra의 약 절반입니다.

    출처 ↗
  10. 10
    Grok 4.7

    순위 모델 가운데 출력 토큰 가격이 가장 싼 백만 토큰당 $6이지만, 순위 모델 가운데 버그율 1.79가 가장 높습니다.

    출처 ↗

Grok의 발견

Claude Code의 유료 요금제 기본 모델은 Opus 5.5입니다. 11월 4일 집계에서 이 에이전트 안 가장 낮은 버그율은 Fable 5.1의 0.93이고, Sonnet 5.5는 1.00으로 그와 비슷하며, Opus 5.5는 1.13입니다.

GPT-6 Astra와 GPT-6.1 Sol은 Codex 안에서 Terminal-Bench 4.0의 같은 58.2%를 해결합니다. Astra의 집계 실행 비용은 약 $3.3k, Sol은 약 $634입니다.

FrontierSWE v2에서 Astra는 65.5%로 시도당 약 $1,029.65가 드는데, Opus 5.5는 62.3%로 시도당 약 $98.87입니다. Astra 비용은 약 10배입니다.

GPT-5.6 Sol은 큐빅의 10월 기사에서 집계 버그 0.62로 Codex 1위였지만, 이후 AI 작성 줄의 0.5% 아래로 떨어져 11월 4일 순위에서 빠졌습니다. 하루짜리 과제 점수는 32.2%입니다.

🇺🇸 Gemini10개 순위

같은 질문에 Gemini 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-6 Astra

    FrontierSWE v2에서 65.5%로 20시간짜리 장기 과제를 지배하며, Codex 안에서는 CLI 해결률 58.2%를 유지합니다.

  2. 2
    Claude Opus 5.5

    Terminal-Bench 4.0 64.8%, FrontierSWE v2 62.3%로 명령줄 벤치마크 현 챔피언이지만, 상대 결함율 1.49를 안고 있습니다.

  3. 3
    GPT-5.6 Sol

    기록된 가장 깨끗한 실무 코더입니다. 상대 버그율 0.62로 매우 낮아, 20시간 과제 점수 32.2%가 평범해도 가장 믿을 만한 일상 작업용 모델입니다.

  4. 4
    Claude Sonnet 5.5

    Terminal-Bench 4.0에서 61.8%를 내면서 Opus 출력 가격의 일부만 받습니다. 에이전트형 CLI 루프에서 쓰는 업계 표준 일상 도구입니다.

  5. 5
    Claude Fable 5.1

    Terminal-Bench 4.0 완료율 57.9%와 상대 버그율 1.09를 함께 갖춰, 검토에서 Opus 5.5보다 훨씬 깨끗합니다.

  6. 6
    GPT-6.1 Sol

    Codex 안에서 Astra의 CLI 해결률 58.2%와 같고, 반복 추론 깊이는 더 높으며, 상대 버그율은 1.22입니다.

  7. 7
    Grok 4.7

    Grok Build 안에서 Terminal-Bench 4.0 37.6%를 기록하며, 시스템 진단과 인프라 자동화에 높은 토큰 처리량을 제공합니다.

  8. 8
    Gemini 2.5 Pro

    200만 토큰 기본 컨텍스트 창을 활용해 여러 저장소로 이루어진 코드베이스 전체를 한 번의 프롬프트로 읽으며, 복잡한 상호 의존 이전 작업에 씁니다.

    출처 ↗
  9. 9
    딥시크 V3.5 코더

    오픈 웨이트 가운데 비용이 가장 낮아, 잦은 단위 테스트 생성과 자동 PR 린팅 무리에서 상용 토큰 가격보다 훨씬 싸게 쓸 수 있습니다.

  10. 10
    Qwen 2.5 코더 32B

    클라우드 유출이 없어야 하고 망 분리 규정이 필수인 사내 코드베이스용으로 가장 좋은 자체 호스팅 모델입니다.

    출처 ↗
🇨🇳 DeepSeek10개 순위 · 메모 3개

같은 질문에 DeepSeek 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-6.1 Sol

    상대 버그율 0.98, Terminal-Bench 58.2%, 출력 $10 — 가장 균형 잡힌 자리입니다. 장기 과제에서는 Astra에 근소하게 뒤지지만 가격은 5배 저렴합니다.

    출처 ↗
  2. 2
    Claude Sonnet 5.5

    버그율 1.06, Terminal-Bench 61.8%, 출력 $10: Claude Code 최상위 터미널 점수를 가장 싸게 얻는 방법입니다.

    출처 ↗
  3. 3
    GPT-6 Astra

    FrontierSWE 65.5%, Terminal-Bench 58.2%: 보드에서 하루짜리 과제 최강 모델이지만, 출력 $50에 버그율은 1.09입니다.

    출처 ↗
  4. 4
    GPT-6 Luna

    버그율 0.47 — 평균보다 집계 버그 53% 적음 — 출력 $0.50입니다. 다만 Terminal-Bench는 16.4%뿐이라 마무리용이 아니라 깨끗한 일상 자리입니다.

    출처 ↗
  5. 5
    Claude Opus 5.5

    Terminal-Bench 64.8%, FrontierSWE 62.3%: 어려운 일을 위한 Claude Code 최강 조합이지만, 버그율 1.39는 Bug Bench에서 최악입니다.

    출처 ↗
  6. 6
    Kimi K3.1 Pro

    Terminal-Bench 67.2%(아티피셜 애널리시스), 출력 $10: 순수 터미널 챔피언이지만, FrontierSWE 25.9%와 Bug Bench 순위 없음 때문에 전문 모델입니다.

  7. 7
    Claude Fable 5.1

    버그율 1.07, Terminal-Bench 57.9%, FrontierSWE 56.3% — 균형은 잡혔지만, 출력 $50이면 Astra와 같은 가격인데 Astra의 장기 과제 우위는 없습니다.

    출처 ↗
  8. 8
    Gemini 4 Argon

    FrontierSWE 55.0%, Terminal-Bench 57.6%, 출시 특가 출력 $10 — 믿을 만한 세 번째 자리이지만, 버그 밀도 때문에 독립적인 비판을 받았습니다.

    출처 ↗
  9. 9
    GPT-5.6 Sol

    Codex 안 버그율 0.62 — 평균보다 집계 버그 38% 적음 — 하지만 Terminal-Bench 37.3%, FrontierSWE 32.2%: 작은 과제용으로 가장 깨끗하지만 장거리용은 아닙니다.

    출처 ↗
  10. 10
    Claude Opus 5

    버그율 1.30, Terminal-Bench 53.9%, FrontierSWE 52.0%, 출력 $25 — 이제 가장 깨끗하지도, 가장 강하지도 않은 중간 자리입니다.

    출처 ↗

DeepSeek의 발견

가장 싼 모델이 버그 벤치에서 이깁니다. 출력 $0.50인 GPT-6 Luna의 상대 버그율이 0.47로 가장 낮아 평균보다 53% 낮고, 출력 $50인 Fable 5.1과 Astra는 각각 1.07과 1.09입니다.

Opus 5.5는 가장 모순적인 자리입니다. Claude Code의 Terminal-Bench 점수는 가장 높고(64.8%) FrontierSWE는 2위(62.3%)지만, Bug Bench 버그율은 최악(1.39)입니다.

과제당 비용은 FrontierSWE 순위를 뒤집습니다. GPT-6 Astra는 65.5%로 1위지만 시도당 $1,029.65이고, Opus 5.5는 $98.87로 90% 저렴하며 점수는 3.2점 낮을 뿐입니다.

🇨🇳 Wenxin10개 순위 · 메모 2개

같은 질문에 Wenxin 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    GPT-5.6 Sol (오픈AI, Codex 안에서) 2026

    관측된 가장 낮은 버그율 0.62를 Codex 가격으로 — 1M 토큰당 라테 한 잔 값으로 얻는 깨끗한 코드.

    출처 ↗
  2. 2
    GPT-6 Astra (오픈AI, Codex 안에서) 2026

    FrontierSWE 챔피언 65.5%, 터미널 58.2% — 하지만 줄당 버그 1.13이라 깨끗한 줄 하나당 비용은 더 비쌉니다.

  3. 3
    Claude Opus 5.5 (앤트로픽, Claude Code 안에서) 2026

    터미널 64.8%, 20시간 과제 62.3% — 하지만 줄당 버그 1.49로 깨끗함에서 뒤집니다.

    출처 ↗
  4. 4
    Claude Sonnet 5.5 (앤트로픽, Claude Code 안에서) 2026

    터미널 61.8%, 가격은 Opus의 절반 정도 — 실무 일꾼 같은 선택입니다.

    출처 ↗
  5. 5
    Claude Fable 5.1 (앤트로픽, Claude Code 안에서) 2026

    터미널 57.9%, 줄당 버그 1.09 — 중간급 깨끗함, 중간급 가격, 매일 코딩하기 좋은 적당한 지점입니다.

    출처 ↗
  6. 6
    GPT-6.1 Sol (오픈AI, Codex 안에서) 2026

    터미널 58.2%, 줄당 버그 1.22 — Astra보다 빠르고 조금 더 깨끗하며, 같은 가격대입니다.

  7. 7
    Grok 4.7 (xAI, Grok Build 안에서) 2026

    터미널 37.6% — 최상위 터미널 모델이 최상위 장기 과제 모델은 아닙니다.

    출처 ↗
  8. 8
    DeepSeek-V3 (딥시크, API 경유) 2026

    오픈 웨이트, 1M 토큰당 2 미만. 버그율은 큐빅 상위 목록에 없지만 커뮤니티 보고로는 약 1.3입니다.

  9. 9
    Qwen 3 (알리바바, API 경유) 2026

    오픈 웨이트, 중국어 벤치마크에서 터미널 성능이 강함. 영어 큐빅 데이터는 부족합니다.

  10. 10
    Gemini 2.5 Pro (구글, Vertex/AI Studio 경유) 2026

    구글의 2026년 대표 모델. 큐빅과 터미널 데이터는 아직 상위 표에 없지만 긴 컨텍스트에 강합니다.

    출처 ↗

Wenxin의 발견

Claude Fable 5.1은 토큰 단가가 Claude Opus 5.5의 약 15분의 1인데도 터미널 57.9%, 줄당 버그 1.09만 보여 줍니다. 일상 에이전트 코딩의 가성비 챔피언입니다.

GPT-6 Astra는 FrontierSWE(65.5%)에서 앞서지만, 버그율 1.13 때문에 월 100K줄을 내는 팀은 약 1.4M 토큰을 치릅니다. Fable은 같은 깨끗한 결과를 약 0.07M 토큰으로 냅니다.

🇨🇳 MiMo10개 순위 · 메모 4개

같은 질문에 MiMo 혼자 답한 결과입니다. 위의 최종 목록은 모든 AI를 종합합니다.

  1. 1
    Claude Opus 5.5 (앤트로픽, 2026)

    해당 하네스의 터미널 보드 1위(64.8%)이고 장시간 과제에서도 62.3%로 살아남습니다. 그 보드 1위가 시도당 약 $1,030을 내는 동안 이 모델은 약 $99입니다.

    출처 ↗
  2. 2
    GPT-6 Astra (오픈AI, 2026)

    20시간 과제에서 1위를 한 유일한 모델입니다. 시도당 $1,029.65, Codex에서 줄당 버그 1.13입니다.

    출처 ↗
  3. 3
    GPT-5.6 Sol (오픈AI, 2026)

    보드에서 가장 깨끗한 코드입니다. Codex 안에서 줄당 버그 0.62이지만, 상위 모델 가운데 장기 과제 점수 32.2%는 가장 약합니다.

    출처 ↗
  4. 4
    Claude Sonnet 5.5 (앤트로픽, 2026)

    코딩 세션에서 Opus 5.5와 약 2점 이내 차이이면서 한 단계 낮은 등급입니다. 앤트로픽 두 모델 가운데 가성비 자리입니다.

    출처 ↗
  5. 5
    GPT-6.1 Sol (오픈AI, 2026)

    플래그십과 같은 터미널 점수(58.2%)를 백만 출력 토큰당 $10에 얻습니다. Astra보다 5배 싸지만 줄당 버그는 1.22입니다.

    출처 ↗
  6. 6
    Claude Fable 5.1 (앤트로픽, 2026)

    일상 전문가입니다. 터미널 과제 57.9%, Claude Code 안에서 측정된 가장 깨끗한 코드 1.09입니다.

    출처 ↗
  7. 7
    GPT-6.1 Terra (오픈AI, 2026)

    오픈AI는 Astra와 맞먹으면서 토큰 가격은 10분의 1이고, 토큰 효율은 Opus 5.5보다 3배 높다고 말합니다.

    출처 ↗
  8. 8
    Gemini 4 Argon (구글, 2026)

    FrontierSWE 시도 한 번이 $129.36로, Astra의 약 8분의 1입니다. 그래서 하루짜리 과제의 저예산 자리입니다.

    출처 ↗
  9. 9
    Claude Opus 5 (앤트로픽, 2025)

    이전 세대 모델은 20시간 과제의 절반(52.0%)을 끝내는데, 새로운 저가 모델들은 32%에서 멈춥니다.

    출처 ↗
  10. 10
    Grok 4.7 (xAI, 2026)

    혼합 팀에 자리를 줄 만한 세 번째 모델입니다. 자체 하네스의 터미널 과제 37.6%로 실제 성능이지만, 선두보다 한 등급 아래입니다.

    출처 ↗

MiMo의 발견

가장 깨끗한 모델과 가장 강한 모델은 같은 자리가 아닙니다. Codex 안에서 GPT-5.6 Sol은 줄당 버그 0.62, GPT-6 Astra는 1.13인데, 20시간 과제에서는 Astra만 이깁니다.

FrontierSWE v2에서 이기려면 GPT-6 Astra는 시도당 $1,029.65가 듭니다. Claude Opus 5.5는 $98.87로 62.3%에 도달합니다. 3.2점 차이를 위해 돈은 10배를 씁니다.

Claude Code 안에서 벤더 플래그십이 더 지저분한 작성자입니다. Opus 5.5는 줄당 버그 1.49, Fable 5.1은 1.09입니다.

올해 가장 큰 순위 도약은 벤더가 아니라 세대 차이입니다. Opus 4.8은 터미널 과제의 23.6%를 풀었고, Opus 5.5는 64.8%를 풉니다.