モデル
チャット
比較
アプリ
ランキング
ドキュメント
公開データの正確性にご協力ください
不足、誤り、古い情報がありましたら、このページについてお知らせください。
データの問題を報告
BIG-Bench Extra Hard
BIG-Bench Extra Hard
AIベンチマーク結果とモデルの性能
概要
▼
概要
▼
種類: percentage
General
記録された結果
3
平均スコア
38.53%
スコアの範囲
15% - 53%
最上位モデル
53% - Gemma 4 12B
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
組織
モデル
報告日
最高スコア
情報
自己申告
出典
Google
Gemma 4 12B
2026年6月03日
53%
-
はい
出典
Google
DiffusionGemma 26B A4B IT
2026年6月10日
47.60%
-
はい
出典
Google
Gemini Diffusion
2025年5月20日
15%
-
はい
出典
問題を報告
検索
検索 Phaseo
Ctrl K
アカウントを作成
アカウントを作成