Ai2 SciArena
AIベンチマーク結果とモデルの性能
種類: numerical
記録された結果
16
平均スコア
1034
スコアの範囲
945 - 1172
最上位モデル
1172 - o3
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| o3 | 2025年4月16日 | 1,172 | - | いいえ | 出典 | |
| Claude Opus 4 | 2025年5月21日 | 1,080 | - | いいえ | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 1,063 | - | いいえ | 出典 | |
| DeepSeek R1 (2025-05-28) | 2025年5月28日 | 1,062 | - | いいえ | 出典 | |
| o4 Mini | 2025年4月16日 | 1,054 | - | いいえ | 出典 | |
| Claude Sonnet 4 | 2025年5月21日 | 1,045 | - | いいえ | 出典 | |
| GPT 4.1 | 2025年4月14日 | 1,037 | - | いいえ | 出典 | |
| Qwen 3 235B A22B | - | 1,026 | - | いいえ | 出典 | |
| GPT 4.1 Mini | 2025年4月14日 | 1,026 | - | いいえ | 出典 | |
| Grok 3 | 2025年4月18日 | 1,024 | - | いいえ | 出典 | |
| DeepSeek R1 (2025-01-20) | 2025年1月20日 | 1,018 | - | いいえ | 出典 | |
| DeepSeek V3 (2024-12-26) | 2024年12月26日 | 1,016 | - | いいえ | 出典 | |
| Qwen 3 32B | - | 1,009 | - | いいえ | 出典 | |
| QwQ 32B | - | 996 | - | いいえ | 出典 | |
| Claude 3.7 Sonnet | 2025年2月24日 | 975 | - | いいえ | 出典 | |
| Mistral Small 3.1 | 2025年3月17日 | 945 | - | いいえ | 出典 |
