LMArena 텍스트 부문 1위는 구글 'Gemini 4 Argon (High)'… 앤트로픽 신규 모델 3종 2~4위로 진입
AI 챗봇의 대화 능력을 사람의 블라인드 투표로 비교하는 LMArena(옛 Chatbot Arena) 리더보드 자료에 따르면, 10월 15일 발표된 텍스트(대화) 부문 순위에서 구글의 'Gemini 4 Argon (High)'가 점수 1532점으로 1위에 올랐다. 이번에 새로 집계된 앤트로픽 모델 세 개는 처음 이름을 올리자마자 2~4위를 차지했다. 'Claude Opus 5.5 (High)'가 2위, 'Claude Fable 5.1 (Max)'가 3위, 'Claude Opus 5 (Max)'가 4위다.
1위 Gemini 4 Argon (High)는 투표 4,904표를 기반으로 집계됐다. 직전 발표의 1위는 'gemini-4-argon-high'로 표기된 모델이었다. 표기 방식만 다를 뿐 같은 모델이 1위를 이어간 것으로 보이지만, 두 표기가 정확히 같은 모델을 가리키는지는 자료에서 따로 확인되지 않았다.
새로 진입한 앤트로픽 모델들의 투표 수는 Claude Opus 5.5 (High) 8,300표, Claude Fable 5.1 (Max) 1만4,590표, Claude Opus 5 (Max) 3만2,495표다. 이 세 모델의 개별 점수와 1위와의 점수 차는 이번 자료에 담기지 않았다.
상위 10위는 다음과 같다. 1위 Gemini 4 Argon (High)(구글), 2위 Claude Opus 5.5 (High)(앤트로픽), 3위 Claude Fable 5.1 (Max)(앤트로픽), 4위 Claude Opus 5 (Max)(앤트로픽), 5위 Claude Opus 5 (High)(앤트로픽), 6위 Claude Opus 4.6 (High)(앤트로픽), 7위 Muse Wonder (Max)(메타), 8위 Gemini 3.8 Flash (High)(구글), 9위 Claude Opus 4.6(앤트로픽), 10위 Claude Fable 5 (High)(앤트로픽).
회사별로 나누면 앤트로픽이 10개 중 7개를 차지했다. 구글은 1위와 8위 두 자리, 메타는 7위 한 자리다. 1위는 구글이 가져갔지만, 2위부터 6위까지 다섯 자리를 모두 앤트로픽 모델이 채운 점이 이번 순위에서 가장 두드러진다. 같은 계열 모델이 'High', 'Max' 같은 설정별로 따로 집계되면서 한 회사 모델이 여러 순위에 나눠 오른 것도 눈에 띈다. 이 설정은 모델이 답을 내기 전에 얼마나 많은 연산을 쓰는지를 나타내는 표기로 보인다. Claude Opus 5는 Max 설정이 4위, High 설정이 5위로 바로 붙어 있고, Claude Opus 4.6도 High 설정(6위)과 기본 표기(9위)가 각각 10위 안에 들었다.
LMArena는 사용자가 이름이 가려진 두 모델의 답변을 비교해 더 나은 쪽에 투표하고, 이렇게 쌓인 결과로 체스 랭킹과 비슷한 Elo 계열 점수를 추정한다. 벤치마크 시험 점수와 달리 실제 사용자가 느끼는 선호를 반영한다는 점에서 업계가 새 모델을 내놓을 때마다 성능을 가늠하는 지표로 자주 쓰인다. 새 모델이 출시 직후 이 리더보드에 몇 위로 들어오는지가 업계의 관심사가 되는 이유다.
다만 이 순위를 읽을 때는 주의할 점이 있다. 점수는 투표로 추정한 값이어서 오차 범위가 있고, 점수 차가 작으면 실제 실력 차이로 단정하기 어렵다. 순위가 같으면 LMArena가 통계적으로 구분하지 못했다는 뜻이다. 모델마다 투표 수도 수천 표에서 3만 표 넘게까지 차이가 크다. 새로 진입한 Claude Opus 5.5 (High)처럼 투표가 상대적으로 적은 모델은 표가 더 쌓이면 순위가 달라질 수 있다.
이번 자료는 LMArena가 공개한 리더보드 데이터셋(lmarena-ai/leaderboard-dataset, CC BY 4.0)을 바탕으로 정리했다.
