사실성 반영하자 Claude Opus 4.6이 LMArena 1위
가 사람들의 답변 선호도와 사실성을 가중 합산한 새 모델 순위를 추가했다. 사실성은 답변에서 웹으로 확인할 수 있는 주장을 뽑아 실제로 맞는지 검증하고, 맞은 비율을 상대 모델과 비교해 측정한다. 이를 위해 실제 대화에서 나온 주장 200만 개 이상을 판정했으며, 텍스트 평가에서 130만 개 이상, 검색 평가에서 70만 개 이상을 다뤘다.
이 기준을 적용한 텍스트 순위에서 이 1위에 올랐고 는 소폭 내려간 2위가 됐다. 는 13계단 오른 7위로 상승 폭이 가장 컸다. Muse Spark는 7위에서 20위로 13계단 내려가 하락 폭이 가장 컸다.
-search는 검색 순위에서 한 계단 올랐으며, 사실성 반영 기능은 텍스트와 검색 평가 모두에서 사용자가 직접 켜야 한다.
핵심 포인트
- 새 순위는 사람의 선호도와 사실성을 가중 합산한다.
- 사실성 측정에는 실제 대화에서 나온 주장 200만 개 이상이 사용됐다.
- 이 사실성 반영 텍스트 순위 1위에 올랐다.
- 는 13계단 올라 7위, Muse Spark는 13계단 내려가 20위가 됐다.
- 사실성 반영 기능은 기본 설정이 아니므로 사용자가 직접 켜야 한다.