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16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、11月9日に公開されたClaude Fable 5.2が総合の1位に、Gemini 4 Carbonが2位に入りました。どちらも前回の集計には値がありませんでしたが、研究機関Epoch AIのデータに今週はじめてECIが載りました。前回1位のGPT-6 Astraは3位に、2位だったGPT-6.1 Solは5位に下がっています。

このレポートでは、Epoch AIの公開データ(2026年11月16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9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

1位のClaude Fable 5.2のECIは173.4、2位のGemini 4 Carbonは169.8です。ただ、1位と区間が重なるモデルは1位を含めて7個あり、この中の順位の差は言い切れません。

  • 4位のClaude Opus 5.5と5位のGPT-6.1 Solは、ECIがどちらも168.5です。
  • 重みを公開したモデルの最上位は、今週ECIが付いたKimi K3.1 Pro(16位)に替わりました。
  • 上位50の提供元は、OpenAI 14、Anthropic 11、Google DeepMind 7、Meta AI 5です。
  • 知識の正確さ(SimpleQA Verified)では、Claude Fable 5.2が94.0%、2位のGemini 4 Carbonが77.7%で、16.3ポイントの開きがあります。
  • 一方、科学(GPQA Diamond)は、上位8つが94.8〜96.5%の1.7ポイントの幅に並び、1位はGemini 4 Carbonです。

なお、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256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16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16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
1Claude Fable 5.2Anthropic173.4169.9〜177.5この30日に公開されたモデル・今回から掲載
2Gemini 4 CarbonGoogle DeepMind169.8166.5〜173.5この30日に公開されたモデル・今回から掲載
3GPT-6 AstraOpenAI169.0166.1〜172.3YOBITSUGI AIで使えるモデル・前回1位
4Claude Opus 5.5Anthropic168.5165.6〜171.8YOBITSUGI AIで使えるモデル・前回3位
5GPT-6.1 SolOpenAI168.5165.5〜171.8YOBITSUGI AIで使えるモデル・前回2位
6GPT-6.1 TerraOpenAI167.7164.7〜171.0この30日に公開されたモデル・前回4位
7Claude Fable 5.1Anthropic167.0164.2〜170.1YOBITSUGI AIで使えるモデル・前回5位
8Claude Sonnet 5.5Anthropic166.6163.8〜169.6YOBITSUGI AIで使えるモデル・前回7位
9Gemini 4 ArgonGoogle DeepMind166.5163.8〜169.5YOBITSUGI AIで使えるモデル・前回6位
10Claude Opus 5Anthropic164.7162.1〜167.5前回8位
11Claude Fable 5Anthropic164.1161.7〜166.8前回9位
12GPT-6 SolOpenAI163.8161.3〜166.4前回10位
13GPT-5.6 SolOpenAI163.0160.7〜165.5前回11位
14GPT-5.5 ProOpenAI162.7160.0〜165.9前回12位
15Muse WonderMeta AI161.7159.4〜164.3前回13位
16Kimi K3.1 ProMoonshot161.4159.0〜164.0この30日に公開されたモデル・今回から掲載
17GPT-5.6 TerraOpenAI160.7158.5〜163.3前回14位
18Claude Haiku 5.5Anthropic160.4158.3〜162.9YOBITSUGI AIで使えるモデル・前回15位
19GPT-5.4 ProOpenAI160.2157.8〜163.0前回16位
20GPT-5.5OpenAI160.1158.1〜162.4前回17位
21Claude Opus 4.8Anthropic159.9157.9〜162.2前回18位
22DeepSeek V4.1 Flash 1017DeepSeek159.4157.0〜162.0この30日に公開されたモデル・前回19位
23Gemini 3.8 FlashGoogle DeepMind158.8156.8〜160.9YOBITSUGI AIで使えるモデル・前回20位
24Kimi K3Moonshot158.6156.6〜160.8前回21位
25Gemini 3.7 FlashGoogle DeepMind158.4156.4〜160.6前回22位
26Muse Spark 1.3Meta AI158.2156.0〜160.6前回23位
27GPT-5.4OpenAI157.9155.9〜159.9前回25位
28Grok 4.6xAI157.8155.8〜160.0前回24位
29Qwen 3.8 MaxAlibaba157.6155.4〜160.0前回27位
30Claude Opus 4.7Anthropic157.4155.5〜159.6前回26位
31GPT-5.2 ProOpenAI157.3154.9〜159.9前回28位
32GLM-5.3Z.ai (Zhipu AI)157.1154.9〜159.5前回29位
33Claude Sonnet 5Anthropic156.9154.8〜159.2前回31位
34DeepSeek V4.1 FlashDeepSeek156.7154.8〜158.8YOBITSUGI AIで使えるモデル・前回33位
35GPT-5.6 LunaOpenAI156.7154.8〜158.7前回30位
36GPT-6 LunaOpenAI156.4154.5〜158.5YOBITSUGI AIで使えるモデル・前回32位
37Claude Opus 4.6Anthropic156.3154.6〜158.3前回34位
38Gemini 3.1 ProGoogle DeepMind156.2154.4〜158.1前回35位
39Grok 4.7xAI156.2154.2〜158.3YOBITSUGI AIで使えるモデル・前回36位
40Qwen3.8 Max (0902)Alibaba156.0153.9〜158.3前回38位
41DeepSeek V4 Pro 0813DeepSeek155.9154.1〜158.0YOBITSUGI AIで使えるモデル・前回37位
42Muse Spark OpenMeta AI155.4153.4〜157.7前回39位
43Gemini 3.5 FlashGoogle DeepMind155.3153.5〜157.3前回40位
44Gemini 3.6 FlashGoogle DeepMind155.2153.4〜157.2前回41位
45Grok 4.5xAI155.0153.2〜156.9前回42位
46Muse Spark 1.2Meta AI155.0152.8〜157.5前回43位
47Muse Spark 1.1Meta AI154.9152.3〜157.6前回44位
48Mistral Large 4Mistral AI154.6151.8〜157.5YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・前回45位
49GPT-5.2OpenAI154.5152.8〜156.2前回47位
50Qwen3.7-MaxAlibaba154.5152.5〜156.7前回46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16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
1Claude Fable 5.2Anthropic173.4169.9〜177.5この30日に公開されたモデル・全体1位
2Gemini 4 CarbonGoogle DeepMind169.8166.5〜173.5この30日に公開されたモデル・全体2位
3GPT-6 AstraOpenAI169.0166.1〜172.3YOBITSUGI AIで使えるモデル・全体3位
4Muse WonderMeta AI161.7159.4〜164.3全体15位
5Kimi K3.1 ProMoonshot161.4159.0〜164.0この30日に公開されたモデル・全体16位
6DeepSeek V4.1 Flash 1017DeepSeek159.4157.0〜162.0この30日に公開されたモデル・全体22位
7Grok 4.6xAI157.8155.8〜160.0全体28位
8Qwen 3.8 MaxAlibaba157.6155.4〜160.0全体29位
9GLM-5.3Z.ai (Zhipu AI)157.1154.9〜159.5全体32位
10Mistral Large 4Mistral AI154.6151.8〜157.5YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体48位
11Beam 1.0Reflection150.9148.7〜153.2全体65位
12Inkling-SmallThinking Machines150.8149.0〜152.6全体67位
13MiniMax-M3MiniMax147.7145.6〜150.0全体79位
14Nemotron 3 UltraNvidia147.0144.8〜149.2全体84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16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
1Kimi K3.1 ProMoonshot161.4159.0〜164.0この30日に公開されたモデル・全体16位
2DeepSeek V4.1 Flash 1017DeepSeek159.4157.0〜162.0この30日に公開されたモデル・全体22位
3Kimi K3Moonshot158.6156.6〜160.8全体24位
4GLM-5.3Z.ai (Zhipu AI)157.1154.9〜159.5全体32位
5DeepSeek V4.1 FlashDeepSeek156.7154.8〜158.8YOBITSUGI AIで使えるモデル・全体34位
6DeepSeek V4 Pro 0813DeepSeek155.9154.1〜158.0YOBITSUGI AIで使えるモデル・全体41位
7Muse Spark OpenMeta AI155.4153.4〜157.7全体42位
8Mistral Large 4Mistral AI154.6151.8〜157.5YOBITSUGI AIで使えるモデル・この30日に公開されたモデル・全体48位
9DeepSeek V4 Flash 0731DeepSeek154.4152.6〜156.4全体51位
10GLM-5.3-FlashZ.ai (Zhipu AI)153.8152.0〜155.8全体52位
11GLM-5.2Z.ai (Zhipu AI)153.0151.3〜154.8全体54位
12Mistral Large 4 PreviewMistral AI152.7150.9〜154.7全体57位
13Qwen 3.8 27BAlibaba152.6150.6〜154.8全体58位
14Kimi K2.6Moonshot151.6149.8〜153.5全体62位
15Kimi K2.7 CodeMoonshot151.2149.1〜153.3全体64位
16Beam 1.0Reflection150.9148.7〜153.2全体65位
17Inkling-SmallThinking Machines150.8149.0〜152.6全体67位
18GLM-5.1Z.ai (Zhipu AI)150.7148.6〜152.9全体68位
19DeepSeek-V4-ProDeepSeek150.2148.4〜152.0全体69位
20Kimi K2.5Moonshot148.8147.2〜150.4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16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16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
1Claude Fable 5.2Anthropic・設定max95.1%この30日に公開されたモデル・標準誤差 ±1.3ポイント
2GPT-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
3GPT-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
4Claude 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
5GPT-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
6Gemini 4 CarbonGoogle DeepMind・設定high90.5%この30日に公開されたモデル・標準誤差 ±1.7ポイント
7Claude 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
8GPT-6 SolOpenAI・設定max89.8%標準誤差 ±1.8ポイント
9GPT-5.6 SolOpenAI・設定max89.1%標準誤差 ±1.8ポイント
10Claude 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
11GPT-5.5 ProOpenAI・設定xhigh87.7%標準誤差 ±1.9ポイント
12Claude Fable 5Anthropic・設定max87.0%標準誤差 ±2.0ポイント
13GPT-5.6 TerraOpenAI・設定max86.0%標準誤差 ±2.1ポイント
14Gemini 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
15Claude Opus 5Anthropic・設定max85.6%標準誤差 ±2.1ポイント
16GPT-5.5OpenAI・設定xhigh85.3%標準誤差 ±2.1ポイント
17GPT-5.4 ProOpenAI・設定xhigh82.5%標準誤差 ±2.3ポイント
18GPT-5.6 LunaOpenAI・設定max82.1%標準誤差 ±2.3ポイント
19Muse WonderMeta AI・設定max82.1%標準誤差 ±2.3ポイント
20Claude Opus 4.8Anthropic80.0%標準誤差 ±2.4ポイント
21GPT-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
22GPT-5.4OpenAI・設定xhigh78.6%標準誤差 ±2.4ポイント
23Kimi 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
24Claude 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
25Qwen 3.8 MaxAlibaba・設定xhigh74.7%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16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16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
1Claude Fable 5.2Anthropic・設定max94.0%この30日に公開されたモデル・標準誤差 ±0.8ポイント
2Gemini 4 CarbonGoogle DeepMind・設定high77.7%この30日に公開されたモデル・標準誤差 ±1.3ポイント
3Gemini 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
4GPT-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
5GPT-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
6Gemini 3.1 ProGoogle DeepMind73.5%標準誤差 ±1.4ポイント
7Claude 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
8Claude 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
9Claude Fable 5Anthropic・設定xhigh70.7%標準誤差 ±1.4ポイント
10GPT-5.6 SolOpenAI・設定max69.7%標準誤差 ±1.5ポイント
11Gemini 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
12Gemini 3.7 FlashGoogle DeepMind・設定high69.2%標準誤差 ±1.5ポイント
13Gemini 3 FlashGoogle DeepMind66.8%標準誤差 ±1.5ポイント
14Gemini 3.5 FlashGoogle DeepMind66.2%標準誤差 ±1.5ポイント
15Gemini 3.6 FlashGoogle DeepMind66.2%標準誤差 ±1.5ポイント
16GPT-5.5OpenAI・設定xhigh63.0%標準誤差 ±1.5ポイント
17Kimi 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
18GPT-6 SolOpenAI・設定max60.7%標準誤差 ±1.5ポイント
19Muse Spark 1.2Meta AI・設定xhigh60.3%標準誤差 ±1.6ポイント
20Claude Opus 5Anthropic・設定max59.9%標準誤差 ±1.6ポイント
21Muse Spark 1.1Meta AI57.8%標準誤差 ±1.6ポイント
22GPT-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
23Muse Spark OpenMeta AI・設定xhigh56.6%標準誤差 ±1.6ポイント
24Grok 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
25Qwen3.7-MaxAlibaba55.8%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16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16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 CarbonGoogle DeepMind・設定high96.5%この30日に公開されたモデル・標準誤差 ±1.2ポイント
2Gemini 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
3Claude Fable 5.2Anthropic・設定with fallback, max96.0%この30日に公開されたモデル・標準誤差 ±1.3ポイント
4GPT-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
5Claude 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
6GPT-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
7Gemini 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
8Gemini 3.7 FlashGoogle DeepMind・設定high94.8%標準誤差 ±1.3ポイント
9GPT-5.4 ProOpenAI・設定xhigh94.6%標準誤差 ±1.6ポイント
10Gemini 3.1 ProGoogle DeepMind94.4%標準誤差 ±1.6ポイント
11GPT-6 SolOpenAI・設定max94.3%標準誤差 ±1.5ポイント
12GPT-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
13Kimi 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
14Claude Opus 5.5Anthropic・設定with fallback, max94.1%YOBITSUGI AIで使えるモデル・標準誤差 ±1.5ポイント
15Gemini 3.6 FlashGoogle DeepMind94.1%標準誤差 ±1.4ポイント
16GPT-5.5OpenAI・設定xhigh94.0%標準誤差 ±1.5ポイント
17Grok 4.6xAI・設定high94.0%標準誤差 ±1.4ポイント
18Claude Fable 5Anthropic・設定with fallback, max93.9%標準誤差 ±1.7ポイント
19Claude Opus 5Anthropic・設定max93.9%標準誤差 ±1.5ポイント
20GPT-5.5 ProOpenAI・設定xhigh93.9%標準誤差 ±1.6ポイント
21GPT-5.6 SolOpenAI・設定max93.5%標準誤差 ±1.6ポイント
22Grok 4.5xAI・設定high93.4%標準誤差 ±1.4ポイント
23GPT-5.4OpenAI・設定xhigh93.3%標準誤差 ±1.8ポイント
24GPT-5.6 TerraOpenAI・設定max93.3%標準誤差 ±1.5ポイント
25DeepSeek 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

前回(11月9日)からの変化

11月9日の版と比べた変化です。新しく加わったモデルは3個です。

モデル総合の順位ECI
Claude Fable 5.2Anthropic・11月9日公開1位173.4
Gemini 4 CarbonGoogle DeepMind・10月28日公開2位169.8
Kimi K3.1 ProMoonshot・10月23日公開16位161.4

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
GPT-5.6 LunaECI 156.8 → 156.730位35位
Grok 4.6ECI 157.9 → 157.824位28位
Claude Opus 4.7ECI 157.6 → 157.426位30位
GPT-6 LunaECI 156.7 → 156.432位36位
DeepSeek V4 Pro 0813ECI 155.9 → 155.937位41位
Qwen3.7-MaxECI 154.5 → 154.546位50位
GPT-6.1 SolECI 168.9 → 168.52位5位
Gemini 4 ArgonECI 166.5 → 166.56位9位
GPT-5.6 TerraECI 160.9 → 160.714位17位
Claude Haiku 5.5ECI 160.2 → 160.415位18位
GPT-5.4 ProECI 160.2 → 160.216位19位
GPT-5.5ECI 160.0 → 160.117位20位
Claude Opus 4.8ECI 159.9 → 159.918位21位
DeepSeek V4.1 Flash 1017ECI 159.3 → 159.419位22位
Gemini 3.8 FlashECI 158.6 → 158.820位23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 AstraOpenAI3位169.0
Claude Opus 5.5Anthropic4位168.5
GPT-6.1 SolOpenAI5位168.5
Claude Fable 5.1Anthropic7位167.0
Claude Sonnet 5.5Anthropic8位166.6
Gemini 4 ArgonGoogle DeepMind9位166.5
Claude Haiku 5.5Anthropic18位160.4
Gemini 3.8 FlashGoogle DeepMind23位158.8
DeepSeek V4.1 FlashDeepSeek34位156.7
GPT-6 LunaOpenAI36位156.4
Grok 4.7xAI39位156.2
DeepSeek V4 Pro 0813DeepSeek41位155.9
Mistral Large 4Mistral AI48位154.6

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。
  • 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16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。

共有XFacebookLINEはてブ