지난 배틀 · 2026-01-29 UTC
LLM 대결 — 2026년 1월 29일
LLM 카테고리에서. 8개의 참가자에 걸쳐 26 표시가 배치되었습니다. DeepSeek V3이(가) 왕좌를 차지했습니다.
최종 순위
출전 라인업
참가자들
이 배틀에 참가한 모든 도구의 프로필, 최종 점수순으로 순위가 매겨졌습니다.
DeepSeek V3는 DeepSeek AI가 개발한 대규모 혼합 전문가 (MoE)atural Language Model 이다._token당_only 특정 파라미터만 사용하여, 그것은 합리화, 수학, 프로그래밍 과제에서 강력한 성능을 제공하면서 유사한密집합 모델보다 추론 비용이_significantly 낮게抑制하는 기능을 갖추고 있다. DeepSeek V3으로 출시된 모델이 공개 가중치로 제공되었기 때문에 개발자 및 연구원이 자체 호스팅, 미세 조정, 또는 API를 통해 통합할 수 있는 훌륭한 기반 모델로 인기가 많은 편입니다. 벤치마크 결과 DeepSeek V3는 수학 및 논리적 사고 평가와 같은 특정 평가 기준에서 우수 성능을 보인 다른 소유권 모델들인 GPT-4o와 경쟁력을 보유하고 있습니다. DeepSeek V3 모델은 기술 보조자, 코드 생성 파이프라인, 연구 워크플로우, 그리고 합리성과 예산 효율성이 모두 중요하는 모든 애플리케이션들을 지원하기에 적절합니다.
평가 기준 분해
- Mixture-of-experts 구조
- 경쟁적 추론 및 수학 성능 벤치마크
- 오픈 소스 모델 가중치
- DeepSeek 플랫폼을 통한 API 액세스
- 장치 창에 대한 지원
- Fine-tuning 친화적
Mistral Large 24.11은 미스트럴 AI의 최상위 등급 언어 모델의 2024년 11월 출시 버전입니다.미스트럴 Large 24.11은 여러 언어로 걸쳐진 고급 사유력, 코드 생성, 수학적 문제 해결 및 복잡한 명령 수행을 목표로합니다.이를 통해 연구와 생산 환경에 적합한 모델로 적절합니다. 이 모델은 기업 워크 플로우에 최적화되어 있으며 함수 호출, 구조화된 출력 및 장문 위미 작업에 대한 강력한 지원을 제공합니다. 모델은 파트너 클라우드 플랫폼을 통해 및 API를 통해 사용할 수 있으므로 팀들이 어떻게 배포하고 통합할지에 대한 유연성을 제공합니다. 개발자들은 종종 코드 동시翻訳 도우미, 다언어 챗봇, 문서 분석 파이프라인 그리고 언어 간 신뢰성 있는推論이 중요한 수집-증강형 애플리케이션에서 Mistral Large 24.11를 사용합니다.
평가 기준 분해
- 고급적인 사유력과 지시의 이행
- 네이티브 멀티언어 지원
- 코드 생성과 디버깅
- 함수 호출 및 JSON 출력
- 긴 컨텍스트 처리
- 기업급 용도로의 배포 옵션
"이미지 MP3"에 관한 텍스트"는 음성 파일들을 텍스트로 변환하는 트랜스크립션 툴입니다. 대표적으로 강의, 팟캐스트, 인터뷰, 전자 의사록과 같은 오디오 파일들을 텍스트로 변환하는 툴입니다. 이 툴은 AI 음성 인식 기능을 사용하여 수동적 타이핑이나 특수 소프트웨어가 필요 없이 읽을 수 있는 트랜스크립트를 생성합니다." 었시가 정다짐우소잠 세는 대는 소잠의 주접소 비는 사시질우료 시속는속는 대질우삽잠소 세는 뤀등 소잠의 Ꟁ소정다 민소언시시.추언 다각었 열울실우 정다짐 닶는 검일 경었 대는 사속는추, 세는 소속 대질우 세는 소속는 소속번나는 시속 사회 대룬. Ꟁ질우 대질우삽잠소 소속는소는과시는 짐개질우 세는 소게는화는 대질우 소게 세는 비는언시시. 누구든지 녹음된 오디오와 단순한 전면 구조보다 복잡한 전신 플랫폼보다 일상적으로 일하는 학생, 저널리스트, 팟캐스트 제작자, 연구원과 같은 사용자들을 위한 것입니다. API, SDK를 이용하여 쉽고 강력한 텍스트 추출에 대한 LLM를 제공하는 SaaS 플랫폼입니다.
평가 기준 분해
- MP3 오디오에서 텍스트 변환
- 강제 학습 데이터로 강화된 자연어 처리기 능력
- 강의, 팟캐스트, 음성 메모를 지원
- 청결하고 복사할 수 있는 전사본
- 브라우저 기반 워크플로우
- 업로드 후 빠른 처리
Gemma 4 로컬 하드웨어 매칭기는 사용자가 특정 하드웨어 상에서 효과적으로 동작할 수 있는 구글의 Gemma 4 모델 가족의 다양한 버전을 식별하는 도구입니다. GPU VRAM, 시스템 램, CPU 能력, 사용 가능한 스토리지와 같은 요소 분석을 통해 일치하는 모델 크기를 추천하고 정량화 수준을 제안합니다. 개발자, 취미를 위한 프로젝트에 종사하시는 분들 및 연구자분들께서는 지속적인 디버깅 없이 Gemma 4 로컬을 구성하기를 원하실 경우가 있습니다. Gemma 4 로컬을 구상하는 단계에서 메모리 요건과 성능 기대를 예측하지 않고 편리하게 개발하기 위해서는 Gemma 4 로우할 수 있는 다양한 모델 버전을 선택하는 것이 쉽게 가능합니다. 이 工구는 메모리 요구량과 성능 예상을 없애줍니다.
평가 기준 분해
- 소프트웨어가 하드웨어를 감지 및 분석합니다.
- 모델 크기 및 정량화建议
- VRAM 및 RAM 요구 사항 추정
- 모델의 다른 버전 사이의 성능 기대치를 제공합니다.
- 다수의 Gemma 4 버전에 대한 지원
- CPU 및 GPU 추론에 대한 지침
DeepSeek R1
논리 추론, 수학, 프로그래밍 업무에 있어서 전문성을 가지는 오픈 소스 인공지능 모델이며 MIT 라이선스 아래 자유롭게 사용 및 수정이 가능합니다.
DeepSeek R1은 추론, 수학 및 프로그래밍과 같은 과제에서 뛰어난 성능을 보이는 오픈 소스 언어 모델입니다. Mixture of Experts (MoE) 구조를 활용하여 37B의 활성 매개변수와 671B의 총 매개변수를 support 하여 128K의 컨텍스트 길이를 지지한다. 모델은 진화 적학습 기법을 사용하여 자가 검증, 다단계 반영 및 인간 중심 추론 기능을 포함한다. DeepSeek R1은 MATH-500에서 97.3%의 정확도를, AIME 2024에서 79.8%의 통과율을 달성하였으며, Codeforces 참여자가 96.3%를 초과하는 성과를 보여주는 최첨단 성능을 달성하였다. 모델에는 다양한 매개변수인 1.5B에서 70B까지 다양한 버전이 있으며, MIT라이센스를 사용하여 무료 사용 및 수정이 가능하다. DeepSeek R1은 온라인으로 무료로 사용 가능하며, WebGPU 가속 버전을 사용하여 브라우저 내에서 로컬에서 실행 할 수 있어야 한다. DeepSeek R1 모델의 주요 목적은 복잡한 문제 해결, 다언어 이해, 그리고 제한이 없는 코드 생상 기능을 제공하는 것입니다. 이 모델의 강점은 우수한 수학적 추론 기능, 코드 생상, 자연어 이해 능력을 보유하고 있습니다. 하지만 공개 소스 모델인만큼, 도배하고 세부적인 용도로 최적화하기 위해서는 전문적인 지식이 필요할 수 있습니다. 디프스EEK R1은 전 세계적으로 주력하는 AI 모델 가운데 가장 성과가 좋은 위치에 있다. 주요 비밀장치 솔루션과 견줄만한 성능이 있는 이 기술은 오픈 소스 특성으로 인해 커뮤니티에서 참여한 개발 및 지속적인 업그레이드를 통해, planned 멀티 모달 지원, 대화 증진, 분산 인퍼런스 최적화 등을 계획하고 있다. 모델은 pure reinforcement learning 개발 방식으로 GPT-4 수준의 수학적인 성능을 낮은 비용으로 달성할 수 있게 해준다. chain-of-thought 시각화 기능은 AI '검은 상자의' 도전 과제를 해결하면서, 모델이 가지고 있는 합리화 과정에 대한 통찰력을 제공한다. DeepSeek R1의 API는 OpenAI 호환 엔드포인트를 제공하며, 1 억의 토큰당 0.14 달러의 가격으로 통합할 수 있습니다. 모델의 가중치도 오픈 소스이기 때문에 상용 활용 및 변경이 가능합니다.
평가 기준 분해
- Expert들의 조합(Mixture of Experts) 아키텍처
- 강화학습 기법
- 자체 검증 및 다단계 반영 기능
- 인간 중심 논리 추론
- 128K 글자 길이의 컨텍스트 지원
- OpenAI 호환 API 엔드 포인트
게마 4(Gemma 4)는 googel의 새로운 오픈 가중치 대규모 언어 모델 가족의 일원으로 개발자들과 исслед자들이 직접 자율적인 인프라에서 실행, 미세조정, 그리고 배포할 수 있는 능력 있는 베이스 모델에 대한 접근을 제공하는 데 초점을 맞춘 것에서 나왔다. 또한 이전 게마(Related release) 릴리스의 계승자로 사고력 향상, 명령 실행, 및 다영문 처리 ability가 향상되었다. 이 모델은 açık 가중치를 갖고 분배되며, 호스트드 API에 의존하지 않고 실험, 장치 기반 추론, 사용자 정의 애플리케이션 통합에 적합합니다. Hugging Face Transformers, llama.cpp, Ollama 및 JAX와 같은 인기 있는 프레임워크를 통해 사용할 수 있으며, 선택한 버전에 따라 GPU, TPU 및 소비자 하드웨어로 실행됩니다. Gemma 4는 전담 인력이 필요한 팀을 타겟로 하고 있습니다. 이들이 기존 AI 스택에 대한 유연성, 투명성 및 통제력을 필요로 할 때, 그들에게 맞게 설계되었습니다. 이들에는 개인의 보조도우미를 개발하거나, 연구용 전시 모델을 구축하거나, Domain Model에 조정기를 활용하는 팀이 있습니다.
평가 기준 분해
- 오픈 소스 모델 가중치
- 다양한 파라미터 크기 변형
- 기호 조정된 버전 및 기본 버전
- 허거 파이프 및 올라마와 호환
- 로컬 및 클라우드 배포 용途
- fine-tuning 및 LoRA 적응 용도
Gemini 2.0 Flash는 구글 디프마인드가 속도, 규모 및 다채널적 사유를 위해 최적화한 다음세대 모델입니다. 텍스트, 이미지, 오디오 및 비디오로 입력을 받으며 텍스트, 이미지 및 오디오로 출력을 생성できる 것이므로, 풍부한 인터랙티브 애플리케이션에 적합합니다. 제 2세대 Gemini 플래시 모델은 에이전트 워크플로우를 위한 구축 목적으로 설계되었으며 1 million 토큰 컨텍스트 창은 대형 문서, 코드베이스 또는 로그인 세션을 다루기에 적합합니다. 저-latency는 가교 역할을 하는 보조 인공 지능, 실시간 분석 및 프로덕션 규모 의 배포에서 유용한 실용적인 선택입니다. _gemini 2.0 flash_ 개발자들은 _gemini API_, 구글 AI 스튜디오, 및 벡서스 아이( Vertex AI )를 통해 _gemini 2.0 flash_에 액세스할 수 있습니다. 주요 언어를 지원하는 SDK도 제공됩니다.
평가 기준 분해
- 1M-token 컨텍스트 window
- 다채널 입력: 문장, 이미지, 오디오, 비디오
- 원시 도구 호출 및 코드 실행
- 실시간 스트리밍 응답
- 이미지 및 오디오 생성
- Gemini API 및 Vertex AI를 통해 이용 가능
Pronoia는 특정 언어에 최적화되어있는 대규모 자연어 처리 모델 중 하나입니다. 이는 일반 대다수 언어 모델보다 정확한 이해, 생성 및推론을 구현하여 아랍어의 이해력을 높이는 것을 목표로 합니다. Pronoia는 다언어 LLM의 선도적인 제품 중 하나이며, 방언, 고전적 형식 및 현대 표준 아랍어를 위한 최적화가 있습니다. 이 모델은 콘텐츠 생성, 요약, 번역, 고객 지원 및 대화형 AI를 위한 업무로 사용할 수 있습니다. 이를 위해 Arabic 데이터에 집중적인 훈련을 통해 Pronoia는 일반모델이 비일관적으로 다루는 형태학, 의문점, 그리고 문화적 맥락을 표적하고 있습니다.
평가 기준 분해
- 아랍어 최적화 언어 모델
- 텍스트 생성 및 요약
- 번역 지원
- 대화 및 챗봇 기능
- 기업용 아랍어 NLP를 위한 맞춤
- 공식 아랍어 및 방언에 대한 지원