
accenture/mcp-bench
Developer tools이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기
MCP-Bench: 벤치마킹 도구 - MCP 서버를 통한 복잡한 실제 작업 수행에 LLM 에이전트를 활용하기
개요
MCP-Bench는 모델 컨텍스트 프로토콜(MCP)을 통해 도구 사용 시나리오에서 대형 언어 모델(LLM)의 역량을 평가하기 위해 설계된 종합 평가 프레임워크입니다. 이 벤치마크는 다양한 LLM이 실제 과제를 발견, 선택 및 활용하는 도구를 얼마나 효과적으로 발견, 선택, 활용할 수 있는지 평가하는 종단 간 파이프라인을 제공합니다. * [2025-09] MCP-Bench는 NeurIPS 2025 에이전트 환경 확장성 워크숍에 선정되었습니다. 전체 점수는 규칙 기반 스키마 이해, LLM 판단(o4-mini as judge 모델) 작업 완료, 도구 사용, 계획 효과 등 모든 평가 차원에서의 평균 성과를 나타냅니다. 점수는 단일 서버 및 다중 서버 환경에서 평균화됩니다. 일부 MCP 서버는 제대로 작동하려면 외부 API 키가 필요합니다. 이 키들은 ./mcp_servers/api_key에서 자동으로 로드됩니다. 이 키들은 ./mcp_servers/api_key 파일에서 직접 설정해야 합니다: 필수 API 키는 다음과 같습니다 (이 API 키들은 무료이며 쉽게 얻을 수 있습니다.
개요(AI 번역)
개요
MCP-Bench는 모델 컨텍스트 프로토콜(MCP)을 통해 도구 사용 시나리오에서 대형 언어 모델(LLM)의 역량을 평가하기 위해 설계된 종합 평가 프레임워크입니다. 이 벤치마크는 다양한 LLM이 실제 과제를 발견, 선택 및 활용하는 도구를 얼마나 효과적으로 발견, 선택, 활용할 수 있는지 평가하는 종단 간 파이프라인을 제공합니다.
뉴스
- [2025-09] MCP-Bench는 NeurIPS 2025 에이전트 환경 확장성 워크숍에 선정되었습니다.
리더보드
| 순위 | 모델 | 종합 점수 |
|---|---|---|
| 1 | GPT-5 | 0.749 |
| 2 | 산소 | 0.715 |
| 3 | GPT-OSS-120B | 0.692 |
| 4 | 제미니-2.5-프로 | 0.690 |
| 5 | 클로드-소네트 4 | 0.681 |
| 6 | QWEN3-235b-A22B-2507 | 0.678 |
| 7 | GLM-4.5 | 0.668 |
| 8 | GPT-OSS-20B | 0.654 |
| 9 | 키미-K2 | 0.629 |
| 10 | QWEN3-30b-A3B-인디스트리트-2507 | 0.627 |
| 11 | 제미니-2.5-플래시-라이트 | 0.598 |
| 12 | GPT-4o | 0.595 |
| 13 | 젬마-3-27B-IT | 0.582 |
| 14 | 라마-3-3-70b-지시 | 0.558 |
| 15 | GPT-40-미니 | 0.557 |
| 16 | 미스트랄-스몰-2503 | 0.530 |
| 17 | 라마-3-1-70b-인지시 | 0.510 |
| 18 | 노바-마이크로-V1 | 0.508 |
| 19 | 라마-3-2-90b-비전-지시 | 0.495 |
| 20 | 라마-3-1-8b-지시 | 0.428 |
이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.
README
원문 README의 일부입니다. 원문 보기.
MCP-Bench: Benchmarking Tool-Using LLM Agents with Complex Real-World Tasks via MCP Servers
Overview
MCP-Bench is a comprehensive evaluation framework designed to assess Large Language Models’ (LLMs) capabilities in tool-use scenarios through the Model Context Protocol (MCP). This benchmark provides an end-to-end pipeline for evaluating how effectively different LLMs can discover, select, and utilize tools to solve real-world tasks.
News
- [2025-09] MCP-Bench is accepted to NeurIPS 2025 Workshop on Scaling Environments for Agents.
Leaderboard
| Rank | Model | Overall Score |
|---|---|---|
| 1 | gpt-5 | 0.749 |
| 2 | o3 | 0.715 |
| 3 | gpt-oss-120b | 0.692 |
| 4 | gemini-2.5-pro | 0.690 |
| 5 | claude-sonnet-4 | 0.681 |
| 6 | qwen3-235b-a22b-2507 | 0.678 |
| 7 | glm-4.5 | 0.668 |
| 8 | gpt-oss-20b | 0.654 |
| 9 | kimi-k2 | 0.629 |
| 10 | qwen3-30b-a3b-instruct-2507 | 0.627 |
| 11 | gemini-2.5-flash-lite | 0.598 |
| 12 | gpt-4o | 0.595 |
| 13 | gemma-3-27b-it | 0.582 |
| 14 | llama-3-3-70b-instruct | 0.558 |
| 15 | gpt-4o-mini | 0.557 |
| 16 | mistral-small-2503 | 0.530 |
| 17 | llama-3-1-70b-instruct | 0.510 |
| 18 | nova-micro-v1 | 0.508 |
| 19 | llama-3-2-90b-vision-instruct | 0.495 |
| 20 | llama-3-1-8b-instruct | 0.428 |
Overall Score represents the average performance across all evaluation dimensions including rule-based schema understanding, LLM-judged (o4-mini as judge model) task completion, tool usage, and planning effectiveness. Scores are averaged across single-server and multi-server settings.
Quick Start
Installation
- Clone the repository
git clone https://github.com/accenture/mcp-bench.git
cd mcp-bench
- Install dependencies
conda create -n mcpbench python=3.10
conda activate mcpbench
cd mcp_servers
# Install MCP server dependencies
bash ./install.sh
cd ..
- Set up environment variables
# Create .env file with API keys
# Default setup uses both OpenRouter and Azure OpenAI
# For Azure OpenAI, you also need to set your API version in file benchmark_config.yaml (line205)
# For OpenRouter-only setup, see "Optional: Using only OpenRouter API" section below
cat > .env << EOF
export OPENROUTER_API_KEY="your_openrouterkey_here"
export AZURE_OPENAI_API_KEY="your_azureopenai_apikey_here"
설치
This server does not publish a one-line install command.
Open the repository installation guide MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →