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 |
|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 2026年9月10日 | 65.60% | Instruct model; reasoning_effort=100; Pass@1 | はい | 出典 | |
| DeepSeek V3.2 | 2025年12月01日 | 52% | Reasoning | いいえ | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 52% | - | いいえ | 出典 | |
| GLM 4.6 | 2025年9月30日 | 52% | - | いいえ | 出典 | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 2025年11月20日 | 23.40% | inferred modality/version alias from gemini-3-pro-preview | はい | 出典 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 23.40% | - | いいえ | 出典 | |
| Qwen 3 235B A22B Thinking 2507 | - | 5.21% | - | いいえ | 出典 | |
| Grok 4 Fast Reasoning | 2025年9月20日 | 5.21% | - | いいえ | 出典 | |
| GPT 5 | 2025年8月07日 | 2.08% | High Reasoning Effort + Agent | いいえ | 出典 | |
| Grok 4 | 2025年7月10日 | 2.08% | - | いいえ | 出典 | |
| Claude Sonnet 4.5 | 2025年9月29日 | 1.56% | - | いいえ | 出典 | |
| GPT 5 Mini | 2025年8月07日 | 1.04% | High Reasoning Effort | いいえ | 出典 | |
| GPT 5.1 | 2025年11月12日 | 1.04% | High Reasoning Effort | いいえ | 出典 | |
| GPT OSS 120b | 2025年8月05日 | 1.04% | High Reasoning Effort | いいえ | 出典 | |
| GLM 4.5 | 2025年7月28日 | 1.04% | - | いいえ | 出典 |