比較人が監修しながらAIを活用して執筆
AIモデルの性能比較 週次レポート（2026年11月2日）
執筆・監修: 佐々木 航公開 更新 22 分で読めます
いま総合力が高いAIモデルはどれで、数学や知識、科学ではどのモデルが強いのか。研究機関Epoch AIの公開データ（2026年11月2日取得）で、文章やコードを扱う言語モデルの総合の順位と分野ごとの成績、YOBITSUGI AIで使えるモデルの位置がわかります。
今週の総評
GPT-6.1 Terraが、初登場で3位（168.1）に入りました。前回168.8で並んだ2つには差が付き、1位はGPT-6 Astra（169.1）、2位はClaude Opus 5.5（168.4）です。ただ、1位と信頼区間が重なるモデルは1位を含めて12個あり、この中の差は言い切れません。
- GPT-6.1 Terraは、分野で差が出ました。数学のFrontierMathは4位（90.9%）、科学のGPQA Diamondは10位（94.3%）ですが、知識の正確さを測るSimpleQA Verifiedは19位（57.3%）です。
- Claude Sonnet 5.5は6位から5位に上がり、Claude Fable 5.1は4位から6位、Gemini 4 Argonは5位から7位に下がりました。ECIが最も伸びたのは、Claude Haiku 5.5（14位）とQwen3.8 Max（0902）（33位）の1.1です。
- 重みを公開したモデルの最上位は、DeepSeek V4.1 Flash 1017（19位・158.8）に替わりました。前回の最上位のKimi K3は20位（158.3）で、区間は重なります。1位との差は10.9から10.3に縮みました。
- 上位50の提供元は、OpenAI 14、Anthropic 11、Google DeepMind 7、Meta AI 5で変わりません。DeepSeekは4個に増え、xAIは3個に減りました。重みの公開は7個から8個です。
- 分野の1位は前回と同じです。数学はGPT-6 AstraとGPT-6.1 Solが93.7%で並び、知識の正確さ（76.0%）と科学（96.4%）はGemini 4 Argonが最も高く、どちらも2位との差は誤差の幅の中です。
10月に発表されたGemini 4 CarbonとKimi K3.1 Proは、Epoch AIの一覧にあるもののECIがまだ付かず、順位には入っていません。
総合の順位（上位50モデル）
総合指標は、Epoch AIのECI（Epoch Capabilities Index）です。50種類を超えるベンチマークの結果を1つの物差しにした値で、数が大きいほど、難しい課題をこなせることを表します。値そのものに意味は無く、モデルどうしの差を見るための指標です（Claude 3.5 Sonnetが130、GPT-5が150になるように決められています）。
図の点がECI、点の左右に伸びる線が95%の信頼区間です。線が重なっているモデルどうしは、この指標では差があるとは言い切れません。図は271モデルのうちの上位50です。
総合指標（ECI）の上位50モデル（2026年11月2日時点）
点 = ECI・線 = 95%信頼区間(右ほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | ECI | 95%信頼区間 | 備考 |
|---|---|---|---|---|---|
| 1 | GPT-6 Astra | OpenAI | 169.1 | 165.9〜174.3 | YOBITSUGI AIで使えるモデル・前回2位 |
| 2 | Claude Opus 5.5 | Anthropic | 168.4 | 165.4〜173.0 | YOBITSUGI AIで使えるモデル・前回1位 |
| 3 | GPT-6.1 Terra | OpenAI | 168.1 | 164.9〜172.9 | この30日に公開されたモデル・今回から掲載 |
| 4 | GPT-6.1 Sol | OpenAI | 167.8 | 164.3〜172.5 | YOBITSUGI AIで使えるモデル・前回3位 |
| 5 | Claude Sonnet 5.5 | Anthropic | 166.7 | 163.6〜171.3 | YOBITSUGI AIで使えるモデル・前回6位 |
| 6 | Claude Fable 5.1 | Anthropic | 166.4 | 163.6〜170.8 | YOBITSUGI AIで使えるモデル・前回4位 |
| 7 | Gemini 4 Argon | Google DeepMind | 166.1 | 163.1〜170.3 | YOBITSUGI AIで使えるモデル・前回5位 |
| 8 | Claude Opus 5 | Anthropic | 164.5 | 161.7〜168.3 | 前回7位 |
| 9 | GPT-6 Sol | OpenAI | 163.8 | 161.1〜167.3 | 前回8位 |
| 10 | GPT-5.5 Pro | OpenAI | 163.1 | 160.0〜166.6 | |
| 11 | Claude Fable 5 | Anthropic | 163.0 | 160.6〜167.1 | 前回9位 |
| 12 | GPT-5.6 Sol | OpenAI | 162.6 | 159.6〜166.2 | 前回11位 |
| 13 | Muse Wonder | Meta AI | 161.7 | 159.2〜164.6 | この30日に公開されたモデル・前回12位 |
| 14 | Claude Haiku 5.5 | Anthropic | 160.4 | 157.3〜163.8 | YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・前回16位 |
| 15 | GPT-5.6 Terra | OpenAI | 160.1 | 157.8〜163.4 | 前回13位 |
| 16 | GPT-5.4 Pro | OpenAI | 159.8 | 157.4〜163.0 | 前回15位 |
| 17 | Claude Opus 4.8 | Anthropic | 159.6 | 157.4〜162.4 | |
| 18 | GPT-5.5 | OpenAI | 159.4 | 156.9〜162.8 | 前回14位 |
| 19 | DeepSeek V4.1 Flash 1017 | DeepSeek | 158.8 | 156.7〜162.2 | この30日に公開されたモデル・今回から掲載 |
| 20 | Kimi K3 | Moonshot | 158.3 | 155.8〜161.4 | 前回19位 |
| 21 | Gemini 3.7 Flash | Google DeepMind | 158.2 | 156.2〜161.4 | 前回18位 |
| 22 | Qwen 3.8 Max | Alibaba | 158.0 | 155.7〜160.8 | 前回21位 |
| 23 | Gemini 3.8 Flash | Google DeepMind | 157.6 | 155.5〜160.9 | YOBITSUGI AIで使えるモデル・前回20位 |
| 24 | Muse Spark 1.3 | Meta AI | 157.4 | 155.4〜159.9 | 前回23位 |
| 25 | GPT-5.4 | OpenAI | 157.1 | 155.2〜159.5 | 前回22位 |
| 26 | Claude Sonnet 5 | Anthropic | 157.0 | 154.2〜159.7 | 前回25位 |
| 27 | Grok 4.6 | xAI | 156.9 | 155.1〜159.4 | 前回28位 |
| 28 | GPT-6 Luna | OpenAI | 156.8 | 154.0〜159.5 | YOBITSUGI AIで使えるモデル・前回27位 |
| 29 | Claude Opus 4.7 | Anthropic | 156.7 | 155.0〜158.9 | 前回26位 |
| 30 | GPT-5.6 Luna | OpenAI | 156.7 | 154.2〜159.3 | 前回29位 |
| 31 | GPT-5.2 Pro | OpenAI | 156.5 | 153.9〜160.6 | 前回30位 |
| 32 | GLM-5.3 | Z.ai (Zhipu AI) | 156.2 | 154.3〜158.5 | 前回31位 |
| 33 | Qwen3.8 Max (0902) | Alibaba | 156.2 | 153.7〜159.2 | 前回38位 |
| 34 | DeepSeek V4.1 Flash | DeepSeek | 156.1 | 153.7〜158.3 | 前回32位 |
| 35 | Claude Opus 4.6 | Anthropic | 155.9 | 154.1〜158.0 | 前回33位 |
| 36 | DeepSeek V4 Pro 0813 | DeepSeek | 155.9 | 154.2〜158.1 | 前回34位 |
| 37 | Gemini 3.1 Pro | Google DeepMind | 155.2 | 153.3〜157.7 | 前回35位 |
| 38 | Muse Spark 1.2 | Meta AI | 155.2 | 152.9〜157.6 | 前回36位 |
| 39 | Muse Spark Open | Meta AI | 155.1 | 153.1〜157.3 | この30日に公開されたモデル・前回37位 |
| 40 | Gemini 3.5 Flash | Google DeepMind | 155.0 | 153.0〜157.4 | 前回39位 |
| 41 | DeepSeek V4 Flash 0731 | DeepSeek | 154.9 | 152.6〜156.8 | 前回40位 |
| 42 | Gemini 3.6 Flash | Google DeepMind | 154.7 | 153.0〜156.7 | 前回41位 |
| 43 | Grok 4.7 | xAI | 154.6 | 152.6〜157.1 | YOBITSUGI AIで使えるモデル・前回42位 |
| 44 | Grok 4.5 | xAI | 154.4 | 152.8〜156.6 | 前回43位 |
| 45 | Muse Spark 1.1 | Meta AI | 154.2 | 151.3〜156.4 | 前回44位 |
| 46 | Qwen3.7-Max | Alibaba | 154.2 | 152.4〜156.8 | 前回45位 |
| 47 | GPT-5.2 | OpenAI | 153.8 | 152.2〜155.9 | 前回46位 |
| 48 | GLM-5.3-Flash | Z.ai (Zhipu AI) | 153.2 | 150.9〜155.4 | 前回47位 |
| 49 | Gemini 3 Pro | Google DeepMind | 153.2 | 151.1〜155.6 | 前回48位 |
| 50 | Claude Sonnet 4.6 | Anthropic | 152.9 | 150.1〜155.4 | 前回49位 |
提供元ごとの最上位のモデル
各社のいちばん高いモデルを比べられます。対象は、そのモデルがこの1年に公開された提供元です。
提供元ごとの最上位のモデル（ECI・14社）
点 = ECI・線 = 95%信頼区間(右ほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | ECI | 95%信頼区間 | 備考 |
|---|---|---|---|---|---|
| 1 | GPT-6 Astra | OpenAI | 169.1 | 165.9〜174.3 | YOBITSUGI AIで使えるモデル・全体1位 |
| 2 | Claude Opus 5.5 | Anthropic | 168.4 | 165.4〜173.0 | YOBITSUGI AIで使えるモデル・全体2位 |
| 3 | Gemini 4 Argon | Google DeepMind | 166.1 | 163.1〜170.3 | YOBITSUGI AIで使えるモデル・全体7位 |
| 4 | Muse Wonder | Meta AI | 161.7 | 159.2〜164.6 | この30日に公開されたモデル・全体13位 |
| 5 | DeepSeek V4.1 Flash 1017 | DeepSeek | 158.8 | 156.7〜162.2 | この30日に公開されたモデル・全体19位 |
| 6 | Kimi K3 | Moonshot | 158.3 | 155.8〜161.4 | 全体20位 |
| 7 | Qwen 3.8 Max | Alibaba | 158.0 | 155.7〜160.8 | 全体22位 |
| 8 | Grok 4.6 | xAI | 156.9 | 155.1〜159.4 | 全体27位 |
| 9 | GLM-5.3 | Z.ai (Zhipu AI) | 156.2 | 154.3〜158.5 | 全体32位 |
| 10 | Mistral Large 4 | Mistral AI | 150.6 | 147.4〜153.5 | YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体58位 |
| 11 | Inkling-Small | Thinking Machines | 150.5 | 147.7〜152.4 | 全体59位 |
| 12 | Beam 1.0 | Reflection | 150.2 | 148.9〜152.4 | この30日に公開されたモデル・全体60位 |
| 13 | MiniMax-M3 | MiniMax | 146.9 | 142.4〜150.3 | 全体75位 |
| 14 | Nemotron 3 Ultra | Nvidia | 146.0 | 143.5〜148.5 | 全体86位 |
重みが公開されているモデルの上位
重み（学習済みのモデルの中身）が公開されていて、自分の環境で動かせるモデルに絞った順位です。
重みが公開されているモデルの上位20(ECI)
点 = ECI・線 = 95%信頼区間(右ほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | ECI | 95%信頼区間 | 備考 |
|---|---|---|---|---|---|
| 1 | DeepSeek V4.1 Flash 1017 | DeepSeek | 158.8 | 156.7〜162.2 | この30日に公開されたモデル・全体19位 |
| 2 | Kimi K3 | Moonshot | 158.3 | 155.8〜161.4 | 全体20位 |
| 3 | GLM-5.3 | Z.ai (Zhipu AI) | 156.2 | 154.3〜158.5 | 全体32位 |
| 4 | DeepSeek V4.1 Flash | DeepSeek | 156.1 | 153.7〜158.3 | 全体34位 |
| 5 | DeepSeek V4 Pro 0813 | DeepSeek | 155.9 | 154.2〜158.1 | 全体36位 |
| 6 | Muse Spark Open | Meta AI | 155.1 | 153.1〜157.3 | この30日に公開されたモデル・全体39位 |
| 7 | DeepSeek V4 Flash 0731 | DeepSeek | 154.9 | 152.6〜156.8 | 全体41位 |
| 8 | GLM-5.3-Flash | Z.ai (Zhipu AI) | 153.2 | 150.9〜155.4 | 全体48位 |
| 9 | GLM-5.2 | Z.ai (Zhipu AI) | 152.1 | 150.1〜154.1 | 全体53位 |
| 10 | Qwen 3.8 27B | Alibaba | 151.8 | 149.9〜153.6 | 全体55位 |
| 11 | Kimi K2.6 | Moonshot | 151.1 | 149.1〜152.9 | 全体56位 |
| 12 | Mistral Large 4 | Mistral AI | 150.6 | 147.4〜153.5 | YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体58位 |
| 13 | Inkling-Small | Thinking Machines | 150.5 | 147.7〜152.4 | 全体59位 |
| 14 | Beam 1.0 | Reflection | 150.2 | 148.9〜152.4 | この30日に公開されたモデル・全体60位 |
| 15 | Kimi K2.7 Code | Moonshot | 150.2 | 148.1〜151.9 | 全体62位 |
| 16 | GLM-5.1 | Z.ai (Zhipu AI) | 149.9 | 148.1〜151.7 | 全体64位 |
| 17 | DeepSeek-V4-Pro | DeepSeek | 149.1 | 147.2〜150.9 | 全体67位 |
| 18 | Inkling | Thinking Machines | 148.5 | 145.8〜150.4 | 全体70位 |
| 19 | Kimi K2.5 | Moonshot | 148.1 | 146.3〜149.5 | 全体71位 |
| 20 | MiniMax-M3 | MiniMax | 146.9 | 142.4〜150.3 | 全体75位 |
分野ごとの成績
下の3つの図は、Epoch AIが同じ条件で測ったベンチマークの正答率です。設定（推論の深さなど）を変えて測ったモデルは、いちばん高い結果の値で、提供元の後ろの語がその設定です。
数学（FrontierMath）
FrontierMathは、数学者が作った未発表の難しい問題を集めたベンチマークです。数論や解析から代数幾何まで広い分野の問題があり、専門の研究者でも1問に数時間かかるとされています。図の値は、基本のセット（Tier 1〜3・295問）の正答率です。
FrontierMath（Tier 1〜3）の正答率の上位25モデル（2026年11月2日時点）
棒 = 正答率(長いほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | 正答率 | 備考 |
|---|---|---|---|---|
| 1 | GPT-6 Astra | OpenAI・設定max | 93.7% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 2 | GPT-6.1 Sol | OpenAI・設定max | 93.7% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 3 | Claude Opus 5.5 | Anthropic・設定max | 91.2% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.7ポイント |
| 4 | GPT-6.1 Terra | OpenAI・設定max | 90.9% | この30日に公開されたモデル・標準誤差 ±1.7ポイント |
| 5 | Claude Fable 5.1 | Anthropic・設定max | 90.2% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.8ポイント |
| 6 | GPT-6 Sol | OpenAI・設定max | 89.8% | 標準誤差 ±1.8ポイント |
| 7 | GPT-5.6 Sol | OpenAI・設定max | 89.1% | 標準誤差 ±1.8ポイント |
| 8 | Claude Sonnet 5.5 | Anthropic・設定max | 88.8% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.9ポイント |
| 9 | GPT-5.5 Pro | OpenAI・設定xhigh | 87.7% | 標準誤差 ±1.9ポイント |
| 10 | Claude Fable 5 | Anthropic・設定max | 87.0% | 標準誤差 ±2.0ポイント |
| 11 | GPT-5.6 Terra | OpenAI・設定max | 86.0% | 標準誤差 ±2.1ポイント |
| 12 | Gemini 4 Argon | Google DeepMind・設定high | 86.0% | YOBITSUGI AIで使えるモデル・標準誤差 ±2.1ポイント |
| 13 | Claude Opus 5 | Anthropic・設定max | 85.6% | 標準誤差 ±2.1ポイント |
| 14 | GPT-5.5 | OpenAI・設定xhigh | 85.3% | 標準誤差 ±2.1ポイント |
| 15 | GPT-5.4 Pro | OpenAI・設定xhigh | 82.5% | 標準誤差 ±2.3ポイント |
| 16 | GPT-5.6 Luna | OpenAI・設定max | 82.1% | 標準誤差 ±2.3ポイント |
| 17 | Muse Wonder | Meta AI・設定max | 82.1% | この30日に公開されたモデル・標準誤差 ±2.3ポイント |
| 18 | Claude Opus 4.8 | Anthropic | 80.0% | 標準誤差 ±2.4ポイント |
| 19 | GPT-6 Luna | OpenAI・設定max | 78.9% | YOBITSUGI AIで使えるモデル・標準誤差 ±2.4ポイント |
| 20 | GPT-5.4 | OpenAI・設定xhigh | 78.6% | 標準誤差 ±2.4ポイント |
| 21 | Claude Haiku 5.5 | Anthropic・設定max | 75.1% | YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・標準誤差 ±2.6ポイント |
| 22 | Qwen 3.8 Max | Alibaba・設定xhigh | 74.7% | 標準誤差 ±2.6ポイント |
| 23 | Muse Spark 1.3 | Meta AI・設定xhigh | 74.4% | 標準誤差 ±2.6ポイント |
| 24 | GPT-5.2 Pro | OpenAI | 74.0% | 標準誤差 ±2.6ポイント |
| 25 | Kimi K3 | Moonshot・設定max | 72.2% | 標準誤差 ±2.7ポイント |
知識の正確さ（SimpleQA Verified）
SimpleQA Verifiedは、政治・科学技術・芸術・スポーツ・地理・音楽などの事実を問う1,000問です。図の値は、短い質問に正しく答えられた割合です。
SimpleQA Verifiedの正答率の上位25モデル（2026年11月2日時点）
棒 = 正答率(長いほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | 正答率 | 備考 |
|---|---|---|---|---|
| 1 | Gemini 4 Argon | Google DeepMind・設定high | 76.0% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 2 | GPT-6 Astra | OpenAI・設定max | 75.6% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 3 | GPT-6.1 Sol | OpenAI・設定max | 73.9% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 4 | Gemini 3.1 Pro | Google DeepMind | 73.5% | 標準誤差 ±1.4ポイント |
| 5 | Claude Opus 5.5 | Anthropic・設定max | 72.2% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 6 | Claude Fable 5.1 | Anthropic・設定max | 70.8% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 7 | Claude Fable 5 | Anthropic・設定xhigh | 70.7% | 標準誤差 ±1.4ポイント |
| 8 | GPT-5.6 Sol | OpenAI・設定max | 69.7% | 標準誤差 ±1.5ポイント |
| 9 | Gemini 3.8 Flash | Google DeepMind・設定high | 69.7% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.5ポイント |
| 10 | Gemini 3.7 Flash | Google DeepMind・設定high | 69.2% | 標準誤差 ±1.5ポイント |
| 11 | Gemini 3 Flash | Google DeepMind | 66.8% | 標準誤差 ±1.5ポイント |
| 12 | Gemini 3.5 Flash | Google DeepMind | 66.2% | 標準誤差 ±1.5ポイント |
| 13 | Gemini 3.6 Flash | Google DeepMind | 66.2% | 標準誤差 ±1.5ポイント |
| 14 | GPT-5.5 | OpenAI・設定xhigh | 63.0% | 標準誤差 ±1.5ポイント |
| 15 | GPT-6 Sol | OpenAI・設定max | 60.7% | 標準誤差 ±1.5ポイント |
| 16 | Muse Spark 1.2 | Meta AI・設定xhigh | 60.3% | 標準誤差 ±1.6ポイント |
| 17 | Claude Opus 5 | Anthropic・設定max | 59.9% | 標準誤差 ±1.6ポイント |
| 18 | Muse Spark 1.1 | Meta AI | 57.8% | 標準誤差 ±1.6ポイント |
| 19 | GPT-6.1 Terra | OpenAI・設定max | 57.3% | この30日に公開されたモデル・標準誤差 ±1.6ポイント |
| 20 | Muse Spark Open | Meta AI・設定xhigh | 56.6% | この30日に公開されたモデル・標準誤差 ±1.6ポイント |
| 21 | Grok 4.7 | xAI・設定xhigh | 56.0% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.6ポイント |
| 22 | Qwen3.7-Max | Alibaba | 55.8% | 標準誤差 ±1.6ポイント |
| 23 | Claude Opus 4.8 | Anthropic | 53.0% | 標準誤差 ±1.6ポイント |
| 24 | DeepSeek V4 Pro 0813 | DeepSeek・設定max | 52.9% | 標準誤差 ±1.6ポイント |
| 25 | Qwen 3.6 Max (Preview) | Alibaba | 52.0% | 標準誤差 ±1.6ポイント |
科学（GPQA Diamond）
GPQA Diamondは、生物・化学・物理の専門家が作った4択の問題198問です。専門でない人には、調べても解きにくい問題が選ばれています。当てずっぽうでも25%になります。上位のモデルは満点に近づいていて、差が付きにくくなっています。
GPQA Diamondの正答率の上位25モデル（2026年11月2日時点）
棒 = 正答率(長いほど高い)使える = YOBITSUGI AIで使えるモデル新 = この30日に公開されたモデル
数値を表で見る
| 順位 | 名前 | 提供元 | 正答率 | 備考 |
|---|---|---|---|---|
| 1 | Gemini 4 Argon | Google DeepMind・設定high | 96.4% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.2ポイント |
| 2 | GPT-6 Astra | OpenAI・設定max | 95.8% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 3 | Claude Sonnet 5.5 | Anthropic・設定max | 95.6% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 4 | GPT-6.1 Sol | OpenAI・設定max | 95.4% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 5 | Gemini 3.8 Flash | Google DeepMind・設定high | 95.4% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント |
| 6 | Gemini 3.7 Flash | Google DeepMind・設定high | 94.8% | 標準誤差 ±1.3ポイント |
| 7 | GPT-5.4 Pro | OpenAI・設定xhigh | 94.6% | 標準誤差 ±1.6ポイント |
| 8 | Gemini 3.1 Pro | Google DeepMind | 94.4% | 標準誤差 ±1.6ポイント |
| 9 | GPT-6 Sol | OpenAI・設定max | 94.3% | 標準誤差 ±1.5ポイント |
| 10 | GPT-6.1 Terra | OpenAI・設定max | 94.3% | この30日に公開されたモデル・標準誤差 ±1.5ポイント |
| 11 | Gemini 3.6 Flash | Google DeepMind | 94.1% | 標準誤差 ±1.4ポイント |
| 12 | GPT-5.5 | OpenAI・設定xhigh | 94.0% | 標準誤差 ±1.5ポイント |
| 13 | Grok 4.6 | xAI・設定high | 94.0% | 標準誤差 ±1.4ポイント |
| 14 | Claude Opus 5 | Anthropic・設定max | 93.9% | 標準誤差 ±1.5ポイント |
| 15 | GPT-5.5 Pro | OpenAI・設定xhigh | 93.9% | 標準誤差 ±1.6ポイント |
| 16 | GPT-5.6 Sol | OpenAI・設定max | 93.5% | 標準誤差 ±1.6ポイント |
| 17 | Grok 4.5 | xAI・設定high | 93.4% | 標準誤差 ±1.4ポイント |
| 18 | GPT-5.4 | OpenAI・設定xhigh | 93.3% | 標準誤差 ±1.8ポイント |
| 19 | GPT-5.6 Terra | OpenAI・設定max | 93.3% | 標準誤差 ±1.5ポイント |
| 20 | DeepSeek V4.1 Flash 1017 | DeepSeek・設定max | 93.2% | この30日に公開されたモデル・標準誤差 ±1.6ポイント |
| 21 | Kimi K3 | Moonshot・設定max | 93.1% | 標準誤差 ±1.5ポイント |
| 22 | Gemini 3.5 Flash | Google DeepMind | 92.8% | 標準誤差 ±1.6ポイント |
| 23 | Grok 4.7 | xAI・設定xhigh | 92.7% | YOBITSUGI AIで使えるモデル・標準誤差 ±1.6ポイント |
| 24 | Qwen 3.8 Max | Alibaba・設定xhigh | 92.7% | 標準誤差 ±1.7ポイント |
| 25 | Gemini 3 Pro | Google DeepMind | 92.6% | 標準誤差 ±1.7ポイント |
前回（10月26日）からの変化
新しく加わったモデルは3個です。
| モデル | 提供元 | 公開日 | ECI | 総合の順位 |
|---|---|---|---|---|
| GPT-6.1 Terra | OpenAI | 2026-10-26 | 168.1 | 3位 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 2026-10-17 | 158.8 | 19位 |
| Beam 1.0 | Reflection | 2026-10-05 | 150.2 | 60位 |
上位50の中で順位が動いたモデルです（動きの大きい順）。
| モデル | 前回 | 今回 | ECI（前回 → 今回） |
|---|---|---|---|
| Qwen3.8 Max (0902) | 38位 | 33位 | 155.1 → 156.2 |
| GPT-5.5 | 14位 | 18位 | 159.7 → 159.4 |
| Gemini 3.7 Flash | 18位 | 21位 | 158.0 → 158.2 |
| Gemini 3.8 Flash | 20位 | 23位 | 157.4 → 157.6 |
| GPT-5.4 | 22位 | 25位 | 157.3 → 157.1 |
| Claude Opus 4.7 | 26位 | 29位 | 156.8 → 156.7 |
| Claude Fable 5.1 | 4位 | 6位 | 166.5 → 166.4 |
| Gemini 4 Argon | 5位 | 7位 | 166.5 → 166.1 |
| Claude Fable 5 | 9位 | 11位 | 163.4 → 163.0 |
| Claude Haiku 5.5 | 16位 | 14位 | 159.3 → 160.4 |
| GPT-5.6 Terra | 13位 | 15位 | 160.1 → 160.1 |
| DeepSeek V4.1 Flash | 32位 | 34位 | 155.9 → 156.1 |
| Claude Opus 4.6 | 33位 | 35位 | 155.7 → 155.9 |
| DeepSeek V4 Pro 0813 | 34位 | 36位 | 155.6 → 155.9 |
| Gemini 3.1 Pro | 35位 | 37位 | 155.3 → 155.2 |
YOBITSUGI AIで使えるモデル
総合の順位に出ているモデルのうち、YOBITSUGI AIでは次のモデルを使えます（2026年11月時点）。料金はYOBITSUGI AIの料金ページをご覧ください。
| モデル | 提供元 | 総合の順位 | ECI |
|---|---|---|---|
| GPT-6 Astra | OpenAI | 1位 | 169.1 |
| Claude Opus 5.5 | Anthropic | 2位 | 168.4 |
| GPT-6.1 Sol | OpenAI | 4位 | 167.8 |
| Claude Sonnet 5.5 | Anthropic | 5位 | 166.7 |
| Claude Fable 5.1 | Anthropic | 6位 | 166.4 |
| Gemini 4 Argon | Google DeepMind | 7位 | 166.1 |
| Claude Haiku 5.5 | Anthropic | 14位 | 160.4 |
| Gemini 3.8 Flash | Google DeepMind | 23位 | 157.6 |
| GPT-6 Luna | OpenAI | 28位 | 156.8 |
| Grok 4.7 | xAI | 43位 | 154.6 |
| Mistral Large 4 | Mistral AI | 58位 | 150.6 |
順位を読むときの注意
- ベンチマークは、モデルの力の一部を測るものです。日本語での使い心地、文章の自然さ、応答の速さ、料金は、この順位には入っていません。
- 信頼区間が重なるモデルどうしは、順位が入れ替わってもおかしくありません。順位は目安として見てください。
- 分野ごとの成績は、Epoch AIが同じ条件で測った結果です。各社が発表している数値とは、測り方の違いで合わないことがあります。
- 順位と数値は、データを取得した2026年11月2日時点のものです。Epoch AIのデータは、新しいモデルの追加や測り直しで更新されます。
- Epoch AIは、ベンチマークの評価に英国のAI Security Instituteの助成を受けていると説明しています。FrontierMathはOpenAIの資金で作られ、OpenAIは問題の一部を利用できます。
出典
- Epoch AI「Capabilities & benchmarking」（Epoch AI・2026年11月2日取得・ライセンスはCC BY 4.0）
- Epoch Capabilities Index（ECI）（Epoch AI・2026年11月2日に確認）
- FrontierMath（Epoch AI・2026年11月2日に確認）
- SimpleQA Verified（Epoch AI・2026年11月2日に確認）
- GPQA Diamond（Epoch AI・2026年11月2日に確認）
図・表・総評は、Epoch AIのデータをもとにYOBITSUGI AIメディアが作成したものです。Epoch AIの見解を示すものではありません。
