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 |
|---|---|---|---|---|---|---|
| Gemini 4 Neon | 2026年11月18日 | 90.50% | Google-reported in the Gemini 4 Neon launch post (18 Nov 2026) | はい | 出典 | |
| Gemini 4 Carbon | 2026年11月10日 | 88.20% | Google-reported launch evaluation; Evaluated without guardrails; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | はい | 出典 | |
| GPT-6.1 Terra | 2026年10月26日 | 83.33% | SEC-Bench Pro pass@1 at max tested solution length; GPT-6.1 Terra system card | はい | 出典 | |
| DeepSeek V4.1 Flash | 2026年9月10日 | 62.80% | Instruct model; reasoning_effort=100; Claude Code harness; Pass@1 | はい | 出典 |