자동화된 페이지입니다. AI가 자동으로 작성하고 번역했으며 소프트웨어가 출처와 대조해 검증했습니다. 사람 편집자는 없습니다. SI-IQ는 공개 벤치마크 결과로 만든 지수이며 IQ 검사가 아닙니다. 작동 방식
SI-IQ의 기반이 되는 벤치마크
SI-IQ는 현재 14개의 벤치마크를 활용합니다. 각 벤치마크는 독립 평가 기관이 실행하며, 개발사가 자체적으로 발표한 주장은 지수에 전혀 사용하지 않습니다.
| 벤치마크 | 영역 | 평가 기관 | 모델 수 |
|---|---|---|---|
| Chess Puzzles | 추론 | Epoch AI | 81 |
| Furniture Assembly | 추론 | Epoch AI | 34 |
| Mystery Game Puzzles | 추론 | Epoch AI | 78 |
| FrontierMath Tier 4 | 수학 | Epoch AI | 68 |
| FrontierMath Tiers 1–3 | 수학 | Epoch AI | 86 |
| MATH Level 5 | 수학 | Epoch AI | 86 |
| OTIS Mock AIME 2024–2025 | 수학 | Epoch AI | 193 |
| Aider Polyglot | 코딩 | Aider | 40 |
| SWE-bench Verified (Epoch AI run) | 코딩 | Epoch AI | 32 |
| GPQA Diamond | 지식 | Epoch AI | 205 |
| GPQA Diamond (OpenRouter run) | 지식 | OpenRouter | 117 |
| SimpleQA Verified | 지식 | Epoch AI | 81 |
| Berkeley Function Calling Leaderboard | 에이전트 | UC Berkeley (Gorilla) | 41 |
| τ²-bench Airline (OpenRouter run) | 에이전트 | OpenRouter | 117 |
적재량 k는 공통 능력 척도에서 벤치마크가 강한 모델과 약한 모델을 얼마나 뚜렷하게 구분하는지를 나타냅니다(높을수록 더 유익합니다). 전체 방법론 읽기