本文へ移動
YOBITSUGI AIメディア
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9日)

執筆・監修: 佐々木 航公開 更新 23 分で読めます

共有XFacebookLINEはてブ

今週は、GPT-6.1 Solが4位から2位に上がりました。前回の集計のあと、研究機関Epoch AIは11月4〜6日に、ゲームで腕前を測る評価SpireClimbの結果を、上位のモデル9つに足しました。Solはこの評価で23.8%と、GPT-6 Astra(34.0%)に次ぐ2番目でした。一方、Claude Opus 5.5は5.8%、Claude Sonnet 5.5は1.3%です。

同じ11月4日にはECIの計算の方法も変わりましたが、上位のモデルの値はほぼ動いていません(ECIの計算の変更)。Solの伸びと、Sonnet 5.5が5位から7位に下がったのは、SpireClimbの結果が入った時期と重なります。

このレポートでは、Epoch AIの公開データ(2026年11月9日取得)で、言語モデルの総合の上位50と、数学・知識・科学の分野ごとの成績、YOBITSUGI AIで使えるモデルの位置を比べられます。新しい回は毎週月曜に公開され、比べるの一覧の上のほうに並びます。前の回は11月2日の版です。仕事の目的からモデルを選びたいときは、AIモデルの選び方の診断も使えます。

今週の総評

上位3つは、GPT-6 Astra(169.1)、GPT-6.1 Sol(168.9)、Claude Opus 5.5(168.4)が0.7の幅に並びました。ただ、1位と区間が重なるモデルは1位を含めて10個あり、この中の順位の差は言い切れません。

  • GPT-6.1 Solが上がった分、Claude Opus 5.5とGPT-6.1 Terraは1つずつ順位を下げました。
  • 上位50に、初めて米国と中国以外の提供元が入りました。フランスのMistral AIのMistral Large 4で、今週いちばん順位を上げたモデルでもあります。
  • 重みを公開したモデルの最上位は、今週もDeepSeek V4.1 Flash 1017(19位)です。
  • 上位50に入る重みの公開のモデルは、8個から9個に増えました。
  • 上位50の提供元は、OpenAI 14、Anthropic 10、Google DeepMind 6、Meta AI 6です。
  • 分野の1位は前回と同じで、数学はGPT-6 AstraとGPT-6.1 Sol、知識の正確さと科学はGemini 4 Argonです。

なお、Kimi K3.1 Proは分野ごとの図には入りましたが、Gemini 4 Carbonと同じく、今週もECIが付いていません。同じモデルでもECIは週ごとに少し動くため、1週の上下は目安として見てください。

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なく、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90%の信用区間です(真の値がこの範囲に入る確率が90%。Epoch AIは2026年11月4日からベイズ統計で計算しています)。区間が重なっていても、差がないとは限りません。Epoch AIによると、近いモデルどうしの差は、それぞれの区間より確かに分かります(計算の方法の変更)。図は253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9日時点)

点 = ECI・線 = 90%信用区間(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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元ECI90%信用区間備考
1GPT-6 AstraOpenAI169.1166.2〜172.3YOBITSUGI AIで使えるモデル
2GPT-6.1 SolOpenAI168.9166.0〜172.2YOBITSUGI AIで使えるモデル・前回4位
3Claude Opus 5.5Anthropic168.4165.5〜171.5YOBITSUGI AIで使えるモデル・前回2位
4GPT-6.1 TerraOpenAI167.8164.9〜171.2この30日に公開されたモデル・前回3位
5Claude Fable 5.1Anthropic166.9164.3〜169.9YOBITSUGI AIで使えるモデル・前回6位
6Gemini 4 ArgonGoogle DeepMind166.5163.8〜169.4YOBITSUGI AIで使えるモデル・前回7位
7Claude Sonnet 5.5Anthropic166.2163.5〜169.2YOBITSUGI AIで使えるモデル・前回5位
8Claude Opus 5Anthropic164.5162.0〜167.2
9Claude Fable 5Anthropic164.2161.8〜166.9前回11位
10GPT-6 SolOpenAI164.1161.6〜166.8前回9位
11GPT-5.6 SolOpenAI163.0160.7〜165.5前回12位
12GPT-5.5 ProOpenAI162.7160.0〜165.6前回10位
13Muse WonderMeta AI162.0159.6〜164.6この30日に公開されたモデル
14GPT-5.6 TerraOpenAI160.9158.7〜163.4前回15位
15Claude Haiku 5.5Anthropic160.2158.0〜162.6YOBITSUGI AIで使えるモデル・前回14位
16GPT-5.4 ProOpenAI160.2157.7〜163.0
17GPT-5.5OpenAI160.0158.1〜162.2前回18位
18Claude Opus 4.8Anthropic159.9157.9〜162.2前回17位
19DeepSeek V4.1 Flash 1017DeepSeek159.3157.0〜161.8この30日に公開されたモデル
20Gemini 3.8 FlashGoogle DeepMind158.6156.7〜160.8YOBITSUGI AIで使えるモデル・前回23位
21Kimi K3Moonshot158.5156.5〜160.6前回20位
22Gemini 3.7 FlashGoogle DeepMind158.4156.4〜160.6前回21位
23Muse Spark 1.3Meta AI158.0155.9〜160.2前回24位
24Grok 4.6xAI157.9156.0〜160.1前回27位
25GPT-5.4OpenAI157.8156.0〜159.9
26Claude Opus 4.7Anthropic157.6155.7〜159.5前回29位
27Qwen 3.8 MaxAlibaba157.4155.3〜159.7前回22位
28GPT-5.2 ProOpenAI157.2155.0〜159.7前回31位
29GLM-5.3Z.ai (Zhipu AI)156.9154.8〜159.2前回32位
30GPT-5.6 LunaOpenAI156.8154.9〜158.8
31Claude Sonnet 5Anthropic156.7154.7〜158.8前回26位
32GPT-6 LunaOpenAI156.7154.8〜158.7YOBITSUGI AIで使えるモデル・前回28位
33DeepSeek V4.1 FlashDeepSeek156.5154.6〜158.6前回34位
34Claude Opus 4.6Anthropic156.3154.6〜158.2前回35位
35Gemini 3.1 ProGoogle DeepMind156.2154.6〜158.1前回37位
36Grok 4.7xAI156.1154.2〜158.0YOBITSUGI AIで使えるモデル・前回43位
37DeepSeek V4 Pro 0813DeepSeek155.9154.0〜157.9前回36位
38Qwen3.8 Max (0902)Alibaba155.9153.7〜158.1前回33位
39Muse Spark OpenMeta AI155.4153.5〜157.6この30日に公開されたモデル
40Gemini 3.5 FlashGoogle DeepMind155.2153.4〜157.2
41Gemini 3.6 FlashGoogle DeepMind155.2153.5〜157.1前回42位
42Grok 4.5xAI155.1153.3〜157.0前回44位
43Muse Spark 1.2Meta AI155.1152.7〜157.5前回38位
44Muse Spark 1.1Meta AI154.9152.3〜157.6前回45位
45Mistral Large 4Mistral AI154.7151.9〜157.3YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・前回58位
46Qwen3.7-MaxAlibaba154.5152.5〜156.6
47GPT-5.2OpenAI154.4152.8〜156.2
48DeepSeek V4 Flash 0731DeepSeek154.3152.6〜156.3前回41位
49GLM-5.3-FlashZ.ai (Zhipu AI)153.6151.9〜155.5前回48位
50Muse SparkMeta AI153.1150.9〜155.4前回52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 = 90%信用区間(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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元ECI90%信用区間備考
1GPT-6 AstraOpenAI169.1166.2〜172.3YOBITSUGI AIで使えるモデル・全体1位
2Claude Opus 5.5Anthropic168.4165.5〜171.5YOBITSUGI AIで使えるモデル・全体3位
3Gemini 4 ArgonGoogle DeepMind166.5163.8〜169.4YOBITSUGI AIで使えるモデル・全体6位
4Muse WonderMeta AI162.0159.6〜164.6この30日に公開されたモデル・全体13位
5DeepSeek V4.1 Flash 1017DeepSeek159.3157.0〜161.8この30日に公開されたモデル・全体19位
6Kimi K3Moonshot158.5156.5〜160.6全体21位
7Grok 4.6xAI157.9156.0〜160.1全体24位
8Qwen 3.8 MaxAlibaba157.4155.3〜159.7全体27位
9GLM-5.3Z.ai (Zhipu AI)156.9154.8〜159.2全体29位
10Mistral Large 4Mistral AI154.7151.9〜157.3YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体45位
11Beam 1.0Reflection150.8148.6〜153.1全体63位
12Inkling-SmallThinking Machines150.8149.0〜152.6全体64位
13MiniMax-M3MiniMax147.6145.4〜149.8全体77位
14Nemotron 3 UltraNvidia147.1144.9〜149.2全体80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 = 90%信用区間(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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元ECI90%信用区間備考
1DeepSeek V4.1 Flash 1017DeepSeek159.3157.0〜161.8この30日に公開されたモデル・全体19位
2Kimi K3Moonshot158.5156.5〜160.6全体21位
3GLM-5.3Z.ai (Zhipu AI)156.9154.8〜159.2全体29位
4DeepSeek V4.1 FlashDeepSeek156.5154.6〜158.6全体33位
5DeepSeek V4 Pro 0813DeepSeek155.9154.0〜157.9全体37位
6Muse Spark OpenMeta AI155.4153.5〜157.6この30日に公開されたモデル・全体39位
7Mistral Large 4Mistral AI154.7151.9〜157.3YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体45位
8DeepSeek V4 Flash 0731DeepSeek154.3152.6〜156.3全体48位
9GLM-5.3-FlashZ.ai (Zhipu AI)153.6151.9〜155.5全体49位
10GLM-5.2Z.ai (Zhipu AI)153.0151.3〜154.8全体51位
11Qwen 3.8 27BAlibaba152.7150.8〜154.8全体54位
12Mistral Large 4 PreviewMistral AI152.6150.7〜154.6全体55位
13Kimi K2.6Moonshot151.6149.8〜153.4全体59位
14Kimi K2.7 CodeMoonshot151.2149.1〜153.3全体61位
15Beam 1.0Reflection150.8148.6〜153.1全体63位
16Inkling-SmallThinking Machines150.8149.0〜152.6全体64位
17GLM-5.1Z.ai (Zhipu AI)150.7148.7〜152.7全体65位
18DeepSeek-V4-ProDeepSeek150.1148.4〜151.9全体66位
19Kimi K2.5Moonshot148.7147.2〜150.3全体72位
20InklingThinking Machines148.4146.8〜150.0全体73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9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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元正答率備考
1GPT-6 AstraOpenAI・設定max93.7%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
2GPT-6.1 SolOpenAI・設定max93.7%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
3Claude Opus 5.5Anthropic・設定max91.2%YOBITSUGI AIで使えるモデル・標準誤差 ±1.7ポイント
4GPT-6.1 TerraOpenAI・設定max90.9%この30日に公開されたモデル・標準誤差 ±1.7ポイント
5Claude Fable 5.1Anthropic・設定max90.2%YOBITSUGI AIで使えるモデル・標準誤差 ±1.8ポイント
6GPT-6 SolOpenAI・設定max89.8%標準誤差 ±1.8ポイント
7GPT-5.6 SolOpenAI・設定max89.1%標準誤差 ±1.8ポイント
8Claude Sonnet 5.5Anthropic・設定max88.8%YOBITSUGI AIで使えるモデル・標準誤差 ±1.9ポイント
9GPT-5.5 ProOpenAI・設定xhigh87.7%標準誤差 ±1.9ポイント
10Claude Fable 5Anthropic・設定max87.0%標準誤差 ±2.0ポイント
11GPT-5.6 TerraOpenAI・設定max86.0%標準誤差 ±2.1ポイント
12Gemini 4 ArgonGoogle DeepMind・設定high86.0%YOBITSUGI AIで使えるモデル・標準誤差 ±2.1ポイント
13Claude Opus 5Anthropic・設定max85.6%標準誤差 ±2.1ポイント
14GPT-5.5OpenAI・設定xhigh85.3%標準誤差 ±2.1ポイント
15GPT-5.4 ProOpenAI・設定xhigh82.5%標準誤差 ±2.3ポイント
16GPT-5.6 LunaOpenAI・設定max82.1%標準誤差 ±2.3ポイント
17Muse WonderMeta AI・設定max82.1%この30日に公開されたモデル・標準誤差 ±2.3ポイント
18Claude Opus 4.8Anthropic80.0%標準誤差 ±2.4ポイント
19GPT-6 LunaOpenAI・設定max78.9%YOBITSUGI AIで使えるモデル・標準誤差 ±2.4ポイント
20GPT-5.4OpenAI・設定xhigh78.6%標準誤差 ±2.4ポイント
21Kimi K3.1 ProMoonshot・設定Together, max78.2%この30日に公開されたモデル・標準誤差 ±2.4ポイント
22Claude Haiku 5.5Anthropic・設定max75.1%YOBITSUGI AIで使えるモデル・標準誤差 ±2.6ポイント
23Qwen 3.8 MaxAlibaba・設定xhigh74.7%標準誤差 ±2.6ポイント
24Muse Spark 1.3Meta AI・設定xhigh74.4%標準誤差 ±2.6ポイント
25GPT-5.2 ProOpenAI74.0%標準誤差 ±2.6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9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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元正答率備考
1Gemini 4 ArgonGoogle DeepMind・設定high76.0%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
2GPT-6 AstraOpenAI・設定max75.6%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
3GPT-6.1 SolOpenAI・設定max73.9%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
4Gemini 3.1 ProGoogle DeepMind73.5%標準誤差 ±1.4ポイント
5Claude Opus 5.5Anthropic・設定max72.2%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
6Claude Fable 5.1Anthropic・設定max70.8%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
7Claude Fable 5Anthropic・設定xhigh70.7%標準誤差 ±1.4ポイント
8GPT-5.6 SolOpenAI・設定max69.7%標準誤差 ±1.5ポイント
9Gemini 3.8 FlashGoogle DeepMind・設定high69.7%YOBITSUGI AIで使えるモデル・標準誤差 ±1.5ポイント
10Gemini 3.7 FlashGoogle DeepMind・設定high69.2%標準誤差 ±1.5ポイント
11Gemini 3 FlashGoogle DeepMind66.8%標準誤差 ±1.5ポイント
12Gemini 3.5 FlashGoogle DeepMind66.2%標準誤差 ±1.5ポイント
13Gemini 3.6 FlashGoogle DeepMind66.2%標準誤差 ±1.5ポイント
14GPT-5.5OpenAI・設定xhigh63.0%標準誤差 ±1.5ポイント
15Kimi K3.1 ProMoonshot・設定Together, max62.2%この30日に公開されたモデル・標準誤差 ±1.5ポイント
16GPT-6 SolOpenAI・設定max60.7%標準誤差 ±1.5ポイント
17Muse Spark 1.2Meta AI・設定xhigh60.3%標準誤差 ±1.6ポイント
18Claude Opus 5Anthropic・設定max59.9%標準誤差 ±1.6ポイント
19Muse Spark 1.1Meta AI57.8%標準誤差 ±1.6ポイント
20GPT-6.1 TerraOpenAI・設定max57.3%この30日に公開されたモデル・標準誤差 ±1.6ポイント
21Muse Spark OpenMeta AI・設定xhigh56.6%この30日に公開されたモデル・標準誤差 ±1.6ポイント
22Grok 4.7xAI・設定xhigh56.0%YOBITSUGI AIで使えるモデル・標準誤差 ±1.6ポイント
23Qwen3.7-MaxAlibaba55.8%標準誤差 ±1.6ポイント
24Claude Opus 4.8Anthropic53.0%標準誤差 ±1.6ポイント
25DeepSeek V4 Pro 0813DeepSeek・設定max52.9%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9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

出典: Epoch AI「Capabilities & benchmarking」(CC BY 4.0・2026年11月9日取得)。図はYOBITSUGI AIメディアが作成
数値を表で見る
順位名前提供元正答率備考
1Gemini 4 ArgonGoogle DeepMind・設定high96.4%YOBITSUGI AIで使えるモデル・標準誤差 ±1.2ポイント
2GPT-6 AstraOpenAI・設定max95.8%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
3Claude Sonnet 5.5Anthropic・設定max95.6%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
4GPT-6.1 SolOpenAI・設定max95.4%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
5Gemini 3.8 FlashGoogle DeepMind・設定high95.4%YOBITSUGI AIで使えるモデル・標準誤差 ±1.4ポイント
6Gemini 3.7 FlashGoogle DeepMind・設定high94.8%標準誤差 ±1.3ポイント
7GPT-5.4 ProOpenAI・設定xhigh94.6%標準誤差 ±1.6ポイント
8Gemini 3.1 ProGoogle DeepMind94.4%標準誤差 ±1.6ポイント
9GPT-6 SolOpenAI・設定max94.3%標準誤差 ±1.5ポイント
10GPT-6.1 TerraOpenAI・設定max94.3%この30日に公開されたモデル・標準誤差 ±1.5ポイント
11Kimi K3.1 ProMoonshot・設定Together, max94.2%この30日に公開されたモデル・標準誤差 ±1.4ポイント
12Gemini 3.6 FlashGoogle DeepMind94.1%標準誤差 ±1.4ポイント
13GPT-5.5OpenAI・設定xhigh94.0%標準誤差 ±1.5ポイント
14Grok 4.6xAI・設定high94.0%標準誤差 ±1.4ポイント
15Claude Opus 5Anthropic・設定max93.9%標準誤差 ±1.5ポイント
16GPT-5.5 ProOpenAI・設定xhigh93.9%標準誤差 ±1.6ポイント
17GPT-5.6 SolOpenAI・設定max93.5%標準誤差 ±1.6ポイント
18Grok 4.5xAI・設定high93.4%標準誤差 ±1.4ポイント
19GPT-5.4OpenAI・設定xhigh93.3%標準誤差 ±1.8ポイント
20GPT-5.6 TerraOpenAI・設定max93.3%標準誤差 ±1.5ポイント
21DeepSeek V4.1 Flash 1017DeepSeek・設定max93.2%この30日に公開されたモデル・標準誤差 ±1.6ポイント
22Doubao Seed Evolving (Nov 2026)ByteDance・設定Nov 2026, high93.1%この30日に公開されたモデル・標準誤差 ±1.6ポイント
23Kimi K3Moonshot・設定max93.1%標準誤差 ±1.5ポイント
24Gemini 3.5 FlashGoogle DeepMind92.8%標準誤差 ±1.6ポイント
25Grok 4.7xAI・設定xhigh92.7%YOBITSUGI AIで使えるモデル・標準誤差 ±1.6ポイント

前回(11月2日)からの変化

11月2日の版と比べた変化です。新しく加わったモデルは1個です。

モデル総合の順位ECI
Mistral Large 4 PreviewMistral AI・10月6日公開55位152.6

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
Mistral Large 4ECI 150.6 → 154.758位45位
Grok 4.7ECI 154.6 → 156.143位36位
DeepSeek V4 Flash 0731ECI 154.9 → 154.341位48位
Qwen 3.8 MaxECI 158.0 → 157.422位27位
Claude Sonnet 5ECI 157.0 → 156.726位31位
Qwen3.8 Max (0902)ECI 156.2 → 155.933位38位
Muse Spark 1.2ECI 155.2 → 155.138位43位
GPT-6 LunaECI 156.8 → 156.728位32位
Gemini 3.8 FlashECI 157.6 → 158.623位20位
Grok 4.6ECI 156.9 → 157.927位24位
Claude Opus 4.7ECI 156.7 → 157.629位26位
GPT-5.2 ProECI 156.5 → 157.231位28位
GLM-5.3ECI 156.2 → 156.932位29位
GPT-6.1 SolECI 167.8 → 168.94位2位
Claude Sonnet 5.5ECI 166.7 → 166.25位7位

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。

モデル総合の順位ECI
GPT-6 AstraOpenAI1位169.1
GPT-6.1 SolOpenAI2位168.9
Claude Opus 5.5Anthropic3位168.4
Claude Fable 5.1Anthropic5位166.9
Gemini 4 ArgonGoogle DeepMind6位166.5
Claude Sonnet 5.5Anthropic7位166.2
Claude Haiku 5.5Anthropic15位160.2
Gemini 3.8 FlashGoogle DeepMind20位158.6
GPT-6 LunaOpenAI32位156.7
Grok 4.7xAI36位156.1
Mistral Large 4Mistral AI45位154.7

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。
  • 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9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

図・表・総評は、Epoch AIのデータ(CC BY 4.0)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。

2026年11月10日 更新:書き出しに、GPT-6.1 Solが上がった時期にEpoch AIが足したSpireClimbの結果と、前の回・一覧・診断への案内を加え、総評の箇条書きを1項目1つの事実に整理しました。

共有XFacebookLINEはてブ