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。
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 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 2026年2月14日 | 82.40% | Seed2 official benchmark table | BrowseComp-zh | はい | 出典 | |
| Seed 2.0 Lite | 2026年2月14日 | 82% | Seed2 official benchmark table | BrowseComp-zh | はい | 出典 | |
| Qwen 3.5 397B A17B | 2026年2月16日 | 70.30% | - | はい | 出典 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 69.90% | - | はい | 出典 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 69.50% | - | はい | 出典 | |
| GLM 4.7 | 2025年12月22日 | 66.60% | - | はい | 出典 | |
| Kimi K2 Thinking | 2025年11月06日 | 62.30% | inferred alias from kimi-k2-thinking-0905 | はい | 出典 | |
| Qwen 3.5 27B | 2026年2月24日 | 62.10% | - | はい | 出典 | |
| Qwen 3.5 Flash | 2026年2月23日 | 62.10% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | はい | 出典 | |
| DeepSeek V3.1 | 2025年8月21日 | 49.20% | Search agent with commercial API + webpage filter + 128K context | はい | 出典 | |
| DeepSeek V3.1 Terminus | 2025年9月22日 | 49.20% | inferred alias from deepseek-v3.1 | はい | 出典 | |
| MiniMax M2 | 2025年10月27日 | 48.50% | - | はい | - | |
| MiniMax M2 Her | 2026年1月24日 | 48.50% | inferred modality/version alias from minimax-m2 | はい | - | |
| DeepSeek OCR 2 | - | 47.90% | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | はい | 出典 | |
| DeepSeek V3.2 Exp | 2025年9月29日 | 47.90% | - | はい | 出典 |
