AIベンチマーク結果とモデルの性能
日付ごとの個別ベンチマークスコアです。
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 2026年9月22日 | 18.20 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | いいえ | 出典 | |
| GPT-6 Astra | 2026年9月03日 | 13.90 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | いいえ | 出典 | |
| GPT-6.1 Sol | 2026年9月29日 | 11.80 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | いいえ | 出典 | |
| Qwen 4 Max | 2026年11月16日 | 7.50 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | いいえ | 出典 | |
| Kimi K3.1 | - | 3.90 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | いいえ | 出典 |