LLM 리더보드, Anthropic의 선두 유지와 Meta의 새 진입

선두의 주인은 그대로지만, 앞에 선 모델은 바뀌었습니다

이번 LMArena(Chatbot Arena) 자료에서 제가 먼저 눈여겨본 것은 Anthropic의 상위권 집중과 같은 제공사 안에서의 선두 교체입니다. 2026년 9월 13일 기준, claude-fable-5.1-max가 ELO 1508로 1위에 올랐습니다. 직전인 9월 2일보다 한 계단 상승했습니다. claude-opus-5-max는 한 계단 내려가 2위이며, 현재 점수는 1505입니다.

새로운 제공사가 정상에 오른 것은 아닙니다. Anthropic이 맨 앞자리를 유지한 상태에서 그 자리를 차지한 모델이 달라졌습니다. 동시에 Meta의 muse-spark-1.3-max가 10위, zai의 glm-5.3-max가 20위로 새롭게 이름을 올렸습니다. 선두권은 이어지고 새 모델도 진입했습니다.

먼저 시간 범위를 분명히 하겠습니다. 이 글에서 ‘직전 대비’는 9월 2일과 9월 13일의 두 스냅샷 비교를 뜻합니다. 스냅샷은 특정 시점에 기록해 둔 현황입니다. 두 시점 사이에 순위가 어떤 경로로 움직였는지, 이후에도 같은 흐름이 이어졌는지는 이 자료로 알 수 없습니다.

출처는 제공된 LMArena(Chatbot Arena) 리더보드 자료입니다. 원문에 실제 URL이 포함되어 있지 않아, 링크를 임의로 추가하지 않았습니다.

ELO는 사람들이 고른 답변을 누적한 점수입니다

LLM(사람의 언어를 이해하고 답변을 만드는 대규모 언어 모델)은 같은 질문에도 서로 다른 답을 내놓습니다. LMArena의 ELO는 사람들이 두 모델의 답변을 비교해 어느 쪽을 더 선호하는지 선택한 투표를 누적해 산정한 점수입니다.

일상에 비유하면, 같은 질문을 두 사람에게 물어본 뒤 더 마음에 드는 설명을 고르는 일을 여러 번 반복하는 것과 비슷합니다. 이 선택이 쌓이면 어떤 모델의 답변이 상대적으로 더 선호되는지 드러납니다.

다만 사람들이 한 답변을 선택했다는 사실만으로 그 이유까지 알 수는 없습니다. 설명이 이해하기 쉬웠을 수도 있고, 질문의 의도를 잘 짚었을 수도 있습니다. 이번 자료에는 선택 이유를 나눈 결과가 없으므로, 특정 모델이 왜 앞섰는지는 단정하기 어렵습니다.

ELO 1508을 정답률이나 업무 성공률로 읽어서는 안 됩니다. 이 자료는 인간 선호에 따른 상대적인 위치를 보여줍니다. 회사의 매출, 유료 고객 수, 모델 운영 비용을 나타내는 숫자는 아닙니다.

Anthropic은 맨 앞에, Google은 여러 순위에 자리합니다

현재 순위는 다음과 같습니다. 점수는 9월 13일 기준이며, 화살표는 9월 2일 대비 순위 변화입니다. ‘유지’는 순위 변동이 없다는 뜻입니다.

순위	모델	제공사	ELO	직전 대비 순위
1	claude-fable-5.1-max	anthropic	1508	▲1
2	claude-opus-5-max	anthropic	1505	▼1
3	claude-opus-5-high	anthropic	1505	유지
4	claude-opus-4-6-high	anthropic	1503	유지
5	claude-opus-4-6	anthropic	1498	유지
6	gemini-3.8-flash-high	google	1495	유지
7	claude-fable-5	anthropic	1493	유지
8	gemini-3.7-flash-high	google	1490	유지
9	claude-opus-4-7-high	anthropic	1490	유지
10	muse-spark-1.3-max	meta	1490	신규
11	muse-spark-1.2 (xHigh)	meta	1489	▼1
12	claude-opus-4-7	anthropic	1483	유지
13	gemini-3.5-flash-high	google	1482	▼2
14	qwen3.8-max	alibaba	1481	유지
15	muse-spark-1.1	meta	1480	▲1
16	gemini-3.1-pro-preview	google	1480	▼3
17	gemini-3-pro	google	1479	▼2
18	gemini-3.6-flash-high	google	1476	유지
19	gemini-3.5-flash-medium	google	1476	▼2
20	glm-5.3-max	zai	1475	신규

가장 뚜렷한 특징은 1위부터 5위까지 모두 Anthropic 모델이라는 점입니다. 1위 모델 하나만 앞선 것이 아니라, 여러 모델이 상단에 함께 자리합니다. 공개된 자료 기준으로는 Anthropic 모델들이 이번 인간 선호 순위의 최상단을 차지하고 있습니다.

다만 이것을 서로 독립적인 기술적 성과가 같은 수만큼 확인된 것으로 읽기는 어렵습니다. 모델 사이의 기술적 관계나 개발 방식은 제공되지 않았습니다. 이름 끝의 max, high 같은 표기만으로 연산량, 비용, 작동 방식의 차이를 추정하지 않는 편이 좋겠습니다.

Google의 가장 높은 모델은 6위 gemini-3.8-flash-high입니다. 이어 gemini-3.7-flash-high가 8위에 있습니다. 두 모델 모두 직전 순위를 유지했습니다. Google의 일부 모델이 하락했다는 이유로 상위권 전체가 밀렸다고 표현하면 자료의 중요한 부분을 놓치게 됩니다.

Alibaba의 qwen3.8-max는 14위, ELO 1481로 순위를 유지했습니다. 이번 표에서는 눈에 띄는 순위 이동이 없지만, 현재 Top 20에 포함된다는 사실은 함께 짚어둬야 합니다.

같은 점수에도 다른 순위가 붙어 있습니다

이 표를 읽을 때 특히 조심할 부분이 있습니다. claude-opus-5-max와 claude-opus-5-high는 표시된 ELO가 모두 1505인데, 순위는 각각 2위와 3위입니다. 8위 gemini-3.7-flash-high, 9위 claude-opus-4-7-high, 10위 muse-spark-1.3-max도 모두 1490입니다.

순위 한 칸을 곧바로 뚜렷한 성능 차이로 해석하기는 어렵습니다. 자료에는 같은 표시 점수에서 순서를 정하는 기준, 모델별 투표 수, 점수의 불확실성 범위가 없습니다. 표에 적힌 순서는 그대로 전달하되, 인접한 모델 사이에 확실한 우열이 있다고 확대해서 말하지 않겠습니다.

1위 교체도 같은 원칙으로 봅니다. claude-fable-5.1-max가 이번 스냅샷에서 선두라는 사실은 분명합니다. 다만 그 사실만으로 이전 선두보다 모든 용도에서 낫다거나, 우위가 오래 유지될 것이라고 말할 근거는 없습니다.

Meta의 신규 진입과 기존 모델의 움직임은 나누어 봅니다

이번 신규 진입 가운데 먼저 눈길이 가는 모델은 Meta의 muse-spark-1.3-max입니다. 10위, ELO 1490으로 Top 20에 들어왔습니다. 이번 표에서 Meta 모델 가운데 가장 높은 위치입니다.

기존 Meta 모델의 움직임은 서로 다릅니다. muse-spark-1.2 (xHigh)는 한 계단 내려가 11위가 됐고, muse-spark-1.1은 한 계단 올라 15위가 됐습니다. Meta를 두고 ‘모든 모델이 함께 상승했다’고 표현할 수는 없습니다. 새 모델이 더 높은 자리에 등장했고, 기존 모델의 순위는 엇갈렸다고 보는 것이 정확합니다.

여기서 ‘신규’는 직전 스냅샷과 비교해 Top 20에 새롭게 들어왔다는 의미입니다. 해당 기간에 처음 출시됐다는 뜻은 아닙니다. 출시일이나 이전 등록 여부가 없으므로, 새 모델의 출시가 곧바로 순위 상승을 만들었다는 식의 이야기를 덧붙일 수는 없습니다.

zai의 glm-5.3-max도 같은 기준으로 읽어야 합니다. 현재 20위, ELO 1475로 신규 진입했습니다. 상위 20개 목록에 새 이름이 등장한 것은 확인되지만, 이전에 몇 위였는지나 얼마나 빠르게 점수가 올랐는지는 알 수 없습니다. 이번 진입이 지속적인 상승의 시작인지도 후속 자료로 확인해야 합니다.

Google의 일부 순위 하락은 점수 하락과 다릅니다

직전 대비 하락 표시가 있는 Google 모델도 살펴보겠습니다. gemini-3.1-pro-preview는 세 계단 내려가 16위가 됐습니다. gemini-3.5-flash-high는 두 계단 내려가 13위, gemini-3-pro는 두 계단 내려가 17위, gemini-3.5-flash-medium은 두 계단 내려가 19위입니다.

반면 gemini-3.8-flash-high는 6위, gemini-3.7-flash-high는 8위, gemini-3.6-flash-high는 18위를 유지했습니다. 같은 제공사의 모델 사이에서도 순위 흐름이 다릅니다.

여기서 자료의 한계를 짚어야 합니다. 현재 ELO와 순위 변화는 있지만, 직전 ELO는 없습니다. 이번 글에서 말할 수 있는 것은 순위의 상승과 하락입니다. 점수가 얼마나 올랐거나 내렸는지는 계산할 수 없습니다.

줄을 서 있는 사람을 떠올리면 이해하기 쉽습니다. 내 앞에 새 사람이 들어오면 내가 뒤로 이동하지 않아도 순번은 밀릴 수 있습니다. 리더보드에서도 다른 모델의 진입이나 이동이 상대적인 순위에 영향을 줄 수 있습니다. 다만 이번 자료만으로 각각의 하락을 어느 변화가 만들었는지 분리해 설명할 수는 없습니다.

같은 이유로 순위를 유지한 모델의 점수가 그대로였다고 말할 수도 없습니다. 순위 유지와 점수 유지는 서로 다른 정보입니다.

투자자로서 저는 선호가 사업으로 이어지는 연결고리를 봅니다

저는 이번 자료를 보며 Anthropic의 상위권 위치를 단일 모델의 1위 기록보다 넓게 봐야겠다고 생각했습니다. 여러 모델이 앞자리에 있다는 사실은 후속 관찰의 이유가 됩니다. 다음 자료에서도 이 구도가 유지되는지, 선두 모델이 달라져도 제공사 차원의 상위권 위치는 이어지는지 살펴보고 싶습니다.

다만 가장 강한 반론도 분명합니다. 사람들이 답변을 선호한다는 사실과 그 답변을 제공하는 회사가 수익을 낸다는 사실은 다릅니다. 이번 자료에는 가격, 운영 비용, 유료 전환, 고객 유지에 관한 정보가 없습니다. 현재 순위를 매출 우위나 수익성 우위로 연결하는 판단은 보류해야 합니다.

Meta와 zai의 신규 진입으로 선택지가 어떻게 달라지는지도 살펴보려 합니다. 모델을 활용해 서비스를 만드는 기업이라면, 새로운 상위권 모델의 등장은 자사 업무에 맞는 후보를 다시 비교해 볼 계기가 될 수 있습니다. 그러나 교체할 가치가 있는지는 별개의 문제입니다. 실제 업무 결과, 비용, 응답 시간, 기존 서비스에 연결하는 데 드는 수고를 확인해야 합니다. 이는 이번 자료에서 확인된 장점이 아니라, 제가 추가로 묻고 싶은 질문입니다.

Google은 제공사 이름 하나로 묶어 판단하지 않으려 합니다. 이번 표에는 상위 순위를 유지한 모델과 순위가 내려간 모델이 함께 있습니다. 투자 검토에서도 ‘어느 회사 모델인가’에 더해 ‘어떤 모델이 어떤 용도에서 선택되는가’를 구체적으로 살펴봐야 한다고 봅니다. 물론 용도별 결과는 이번 자료에 없으므로, 이 표만으로 특정 업무에 가장 적합한 모델을 고를 수는 없습니다.

리더보드는 관심을 둘 대상을 알려주지만, 투자 판단을 완성해 주지는 않습니다. 답변 선호가 실제 사용으로 이어지고, 그 사용이 반복되며, 비용을 감당할 수 있는 매출로 연결되는지 확인해야 합니다. 이번 순위가 그 연결고리까지 증명했다고 보지는 않습니다.

이번에 확인한 변화와 다음에 확인할 변화

9월 13일 자료의 핵심은 Anthropic의 최상단 유지, claude-fable-5.1-max의 1위 상승, Meta와 zai 모델의 Top 20 신규 진입입니다. Google은 일부 모델의 순위가 내려갔지만, 가장 높은 위치의 모델들은 순위를 유지했습니다.

다음 자료에서는 세 가지를 눈여겨보고 싶습니다. 새로 진입한 모델이 상위권에 계속 남는지, 이번 선두 교체가 이어지는지, 그리고 직전 점수와 투표의 불확실성을 함께 확인할 수 있는지입니다. 이 정보가 있어야 순위 이동이 얼마나 의미 있는 변화인지 더 차분하게 판단할 수 있습니다.

저는 이번 표를 ‘누가 최종 승자인가’의 답으로 읽지 않습니다. 현재 사람들이 선호한 답변의 위치를 기록한 지도로 읽습니다. 그 지도에서 새로 눈에 들어온 모델을 살펴보고, 실제 업무와 사업에서도 같은 강점이 나타나는지 확인하는 것이 투자자로서 제가 다음에 할 일입니다.