fedi-index: 오픈 데이터 기반 AI 모델 순위

자체 언어 모델 순위: 사람의 선호 투표와 독립 벤치마크 실행 결과를 하나의 척도로 모으고, 모든 점수에 불확실성과 구성 내역을 함께 보여 줍니다.

2026-10 실시간 데이터(매일 재계산) · 방법론 v1 · 방법론 · 추이 · JSON

전체 오픈 웨이트 비공개

한국어 최고 모델 잠정 모두 보기

티어

모델

fedi-index

백분위

사람의 선호

문제 해결

가성비

소스

1,466 ±6

1,466

1,465

+44

›

1,457 ±6

1,460

1,453

+60

›

1,456 ±5

1,474

—

+93◆

›

1,448 ±10

1,452

1,441

+92◆

›

1,448 ±6

1,459

1,432

+105◆

›

1,443 ±2

1,457

—

+80

›

1,442 ±5

1,453

1,427

+45

›

1,435 ±11

—

1,454

+40

›

1,435 ±5

1,443

1,423

+44

›

1,433 ±4

1,449

—

+98◆

›

1,432 ±5

1,445

1,415

+36

›

1,427 ±5

1,437

1,415

+33

›

1,425 ±7

1,432

1,416

+46

›

1,424 ±13

—

1,445

+89

›

1,418 ±6

1,426

1,407

+26

›

1,418 ±5

1,430

1,405

+36

›

1,413 ±8

1,424

1,392

+50

›

1,412 ±5

1,425

1,396

+27

›

1,412 ±6

1,428

1,390

+23

›

1,411 ±3

1,425

—

+33

›

1,411 ±3

1,424

—

+68

›

1,411 ±2

1,423

—

+75

›

1,407 ±7

1,419

1,392

+71

›

1,407 ±6

1,403

1,413

+38

›

1,404 ±2

1,416

—

+26

›

1,400 ±11

—

1,416

›

1,398 ±7

1,426

1,359

+58

›

1,398 ±6

1,416

1,373

+20

›

100

1,396 ±3

1,408

—

+18

›

102

1,395 ±8

1,406

1,383

+46

›

104

1,394 ±4

1,407

—

+27

›

105

1,394 ±10

1,402

1,375

+32

›

108

1,391 ±8

1,416

1,358

+54

›

110

1,391 ±2

1,402

—

+14

›

111

1,390 ±6

1,403

—

+31

›

113

1,388 ±3

1,400

—

+32

›

116

1,387 ±2

1,398

—

+55◆

›

117

1,386 ±8

1,409

1,356

-19

›

118

1,386 ±2

1,397

—

+14

›

121

1,381 ±2

1,392

—

+50

›

122

1,381 ±11

—

1,395

›

125

1,380 ±3

1,391

—

+18

›

129

1,378 ±14

—

1,391

-2

›

130

1,377 ±10

1,399

1,340

+19

›

131

1,376 ±7

1,383

1,365

+11

›

133

1,374 ±4

1,386

—

-17

›

138

1,371 ±9

1,357

1,392

›

144

1,360 ±15

—

1,375

›

147

1,356 ±9

1,375

1,320

+25

›

149

1,356 ±4

1,366

—

›

150

1,356 ±9

1,363

1,346

-22

›

151

1,356 ±2

1,365

—

-2

›

157

1,347 ±6

1,357

—

-12

›

158

1,346 ±3

1,356

—

-10

›

160

1,344 ±3

1,353

—

-22

›

161

1,344 ±8

1,345

1,341

-2

›

167

1,332 ±4

1,342

1,286

›

170

1,330 ±16

—

1,342

›

171

1,330 ±4

1,338

—

-32

›

176

1,325 ±2

1,333

—

-30

›

177

1,324 ±3

1,332

—

›

179

1,321 ±2

1,329

—

-36

›

183

1,317 ±3

1,325

—

-14

›

184

1,316 ±5

1,323

—

-60

›

185

1,315 ±6

1,323

—

-40

›

186

1,310 ±6

1,318

—

-14

›

187

1,309 ±9

1,309

1,310

-29

›

189

1,303 ±7

1,310

—

›

195

1,293 ±9

1,273

1,325

-26

›

202

1,282 ±5

1,288

—

-28

›

203

1,279 ±3

1,284

—

›

208

1,266 ±5

1,270

—

-95

›

226

1,199 ±5

1,198

—

-133

›

234

1,169 ±3

1,167

—

-236

›

AArena(사람 투표)EEpoch AI(벤치마크) ◆ 파레토 경계: 더 좋으면서 더 저렴한 모델이 없음

fedi-index는 고정 척도의 Elo 환산값으로, 같은 방법론 버전 안에서는 월별로 비교할 수 있습니다. 등급 S–D: 분야 내 백분위로 정하되 신뢰 구간이 허용하는 수준을 넘지 않습니다(기준은 방법론 참고). ‘잠정’ — 여기서 이 모델을 측정한 소스 계열이 하나뿐입니다. 방법론

가성비: 가격 대비 품질

각 점은 유료 API가 있는 모델입니다. fedi-index를 혼합 가격(입력 3 : 출력 1, 제공업체 중앙값)과 비교합니다. 선은 파레토 경계 — 품질과 가격 모두에서 앞서는 모델이 없는 모델입니다.

fedi-index와 가격 파레토 경계: 더 좋으면서 더 저렴한 모델이 없음 ↑ fedi-index · → 100만 토큰당 $(로그)

파레토 경계: 모델 9개

Qwen3.7 Flash 1,364 · US$0.055
Solar Pro 4 1,370 · US$0.105
MiMo-V2-Flash 1,387 · US$0.15
MiMo-V2.6-Flash 1,433 · US$0.175
GLM 5.3 Flash 1,448 · US$0.2375
DeepSeek V4.1 Flash 1,448 · US$0.42
MiMo-V2.6-Pro 1,456 · US$0.5438
Gemini 3.8 Flash 1,472 · US$1.50
Claude Opus 5.5 1,504 · US$8

내 하드웨어에서

일반적인 가정용 환경에서의 오픈 모델 순위: 종합 점수에 생성 속도가 쾌적한 수준보다 느리거나 양자화가 Q4 미만이면 감점합니다.

GPU 12 GB

1 Qwen3 Next 80B A3B Instruct Q5_K_M · 일부 RAM 사용 ≈24 tok/s 62
2 Gemma 4 26B A4B UD-Q8_K_XL · 일부 RAM 사용 ≈15 tok/s 54
3 Qwen3.5-35B-A3B Q8_0 · 일부 RAM 사용 ≈18 tok/s 52
4 Qwen3.6 35B A3B UD-Q8_K_XL · 일부 RAM 사용 ≈17 tok/s 47
5 Qwen3 Next 80B A3B Thinking Q5_K_M · 일부 RAM 사용 ≈24 tok/s 46
6 Qwen3.5-122B-A10B UD-IQ4_NL · 일부 RAM 사용 ≈10 tok/s 45
7 Qwen3 30B A3B Instruct 2507 Q8_0 · 일부 RAM 사용 ≈16 tok/s 45
8 gpt-oss-120b MXFP4 · 일부 RAM 사용 ≈19 tok/s 44
9 Qwen3.5-9B Q6_K ≈36 tok/s 42
10 Qwen3.8 27B UD-Q4_K_XL · 일부 RAM 사용 ≈4 tok/s 37

GPU 24 GB

1 Qwen3.8 27B UD-Q5_K_S ≈38 tok/s 81
2 Gemma 4 31B Q4_1 ≈37 tok/s 67
3 Gemma 4 26B A4B UD-Q5_K_S ≈129 tok/s 63
4 Qwen3 Next 80B A3B Instruct UD-Q6_K_XL · 일부 RAM 사용 ≈26 tok/s 62
5 Qwen3.5-27B Q5_K_S ≈38 tok/s 60
6 Qwen3.6 27B Q5_K_S ≈37 tok/s 59
7 Qwen3.5-35B-A3B Q4_K_S ≈191 tok/s 56
8 Qwen3.6 35B A3B UD-Q4_K_S ≈189 tok/s 51
9 Qwen3 30B A3B Instruct 2507 Q5_K_S ≈147 tok/s 50
10 Qwen3.5-122B-A10B Q4_K_S · 일부 RAM 사용 ≈11 tok/s 47

Mac 64 GB

1 Qwen3.8 27B Q8_0 ≈13 tok/s 64
2 Gemma 4 26B A4B UD-Q8_K_XL ≈40 tok/s 63
3 Qwen3 Next 80B A3B Instruct Q4_K_S ≈84 tok/s 62
4 Qwen3.5-122B-A10B UD-IQ3_XXS ≈44 tok/s 56
5 Qwen3.5-35B-A3B Q8_0 ≈51 tok/s 56
6 Qwen3.6 35B A3B UD-Q8_K_XL ≈49 tok/s 51
7 Gemma 4 31B Q8_0 ≈11 tok/s 50
8 Qwen3 30B A3B Instruct 2507 Q8_0 ≈45 tok/s 50
9 Qwen3.5-27B Q8_0 ≈13 tok/s 48
10 Qwen3.6 27B Q8_0 ≈13 tok/s 47

통합 메모리 128 GB

1 DeepSeek V4 Flash 0423 UD-IQ3_XXS ≈26 tok/s 65
2 Inkling Small UD-IQ3_S ≈23 tok/s 65
3 MiniMax M2.7 UD-IQ4_NL ≈20 tok/s 64
4 Gemma 4 26B A4B UD-Q8_K_XL ≈29 tok/s 63
5 Qwen3 Next 80B A3B Instruct Q8_0 ≈36 tok/s 62
6 Qwen3.8 27B UD-Q4_K_M ≈10 tok/s 58
7 Qwen3.5-35B-A3B Q8_0 ≈37 tok/s 56
8 Step 3.5 Flash IQ4_XS ≈17 tok/s 55
9 Qwen3.5-122B-A10B Q6_K ≈15 tok/s 54
10 DeepSeek V4 Flash 0731 UD-IQ3_XXS ≈11 tok/s 53

CPU, RAM 32 GB

1 Gemma 4 26B A4B UD-Q4_K_XL ≈6 tok/s 36
2 Qwen3.5-35B-A3B Q4_K_M ≈7 tok/s 32
3 Qwen3.6 35B A3B UD-Q4_K_XL ≈7 tok/s 30
4 Qwen3 30B A3B Instruct 2507 Q4_K_M ≈6 tok/s 28
5 Qwen3.8 27B UD-Q4_K_XL ≈2 tok/s 27
6 GLM 4.7 Flash Q4_K_M ≈6 tok/s 24
7 Nemotron 3 Nano 30B A3B Q4_K_M ≈7 tok/s 23
8 Gemma 4 31B Q4_K_M ≈2 tok/s 22
9 Qwen3 30B A3B Q4_K_M ≈6 tok/s 21
10 Qwen3.5-27B Q4_K_M ≈2 tok/s 21

적재 가능 여부와 속도는 자체 추정치입니다(가중치 + KV 캐시와 메모리 비교, 속도는 대역폭 기준). 내 환경 확인: 로컬에서 실행될까?

내 사이트에 삽입

표를 사이트용 위젯으로 넣으세요. 자동으로 업데이트되며 소스 출처 표기도 유지됩니다.

코드

<script src="https://fedi.software/embed.js" data-fig="fedi-index" data-lang="kr" async></script>