syuan03/benchboard는 공개된 AI 모델의 벤치마크 점수를 출처 링크와 함께 모아두는 저장소다. 2026년 10월 24일 커밋 be56c57에서 Grok Voice 3.0과 Gemini 3.8 Live, Gemini 3.8 Live Extended Thinking의 음성 벤치마크 결과를 새로 담았다. 변경은 README 통계 문구와 통계용 SVG, 데이터 팩 파일 두 개, 감사 문서 두 건, index.html과 데이터 로더를 합쳐 총 208줄 변경(추가 199줄, 삭제 9줄)이다.
이 저장소의 취지는 점수보다 점수의 맥락이다. README는 모든 점수에 모델 릴리스, 벤치마크 변형, 평가 설정, 원문 출처를 붙인다고 밝히고, 서로 다른 하네스나 버전의 결과는 분리해 둔다고 명시한다. 교차 벤치마크 합성 점수는 만들지 않는다는 설명도 그대로 남아 있다. 이번 Grok 항목은 xAI의 Grok Voice 3.0 릴리스와 Artificial Analysis의 speech-to-speech 리더보드에서 나온 10개 결과를 따로 담았고, 음질, 추론, 에이전트 과제, 대화 동학, 선호도, EVA-Bench 정확도, 지연 시간, 입력 오디오 비용을 각각 다른 지표로 관리한다. 10월 13일 릴리스 Elo와 10월 24일 라이브 Elo도 별도 항목으로 두고, Gemini 쪽은 Google 발표와 DeepMind 평가 차트의 8개 결과를 음질, 에이전트 음성 성능, Sierra 뱅킹, Big Bench Audio, 측정된 입력 오디오 비용으로 나누며 모델 ID와 모달리티 제한은 모델 카드 기준을 따른다.
다만 커밋 메시지의 verified는 저장소가 출처를 붙여 관리한다는 뜻이지 점수들을 직접 재현했다는 뜻은 아니다. 데이터 팩에 남은 근거 문서 일자는 2026년 9월 15일과 2026년 9월로 커밋 일자보다 앞선다. 저장소 통계는 모델과 버전이 200개에서 203개, 벤치마크 계열이 582개에서 585개, 공개 결과가 9,565건에서 9,584건, 1차 출처가 313개에서 319개, 편집된 릴리스가 137개에서 140개로 늘었다. 음성 모델 비교가 자료 축에 합류했다는 신호로 볼 수 있지만 어느 쪽이 우위인지는 지표마다 평가 조건이 달라 이 저장소만으로 판단하기는 이르다.