CharXiv-Reasoning

Name: CharXiv-Reasoning
Keywords: CharXiv-Reasoning, AIベンチマーク, モデル評価, AIベンチマークランキング, AIモデルの性能

AIベンチマーク結果とモデルの性能

種類: percentage

77.51%

52.70% - 91%

91% - Claude Opus 4.7

スコアの推移

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
Anthropic	Claude Opus 4.7	2026年4月16日	91%	With tools	はい	出典
Meta	Muse Spark 1.1	2026年7月09日	88.40%	Chart QA	はい	出典
Sakana AI	Fugu Ultra	2026年6月22日	86.60%	Sakana Fugu product page benchmark table.	はい	出典
Meta	Muse Spark	2026年4月08日	86.40%	Figure understanding	はい	出典
Sakana AI	Fugu	2026年6月22日	85.10%	Sakana Fugu product page benchmark table.	はい	出典
Google	Gemini 3.5 Flash	2026年5月19日	84.20%	-	はい	出典
Google	Gemini 3 Pro Preview	2025年11月18日	81.40%	-	はい	出典
OpenAI	GPT 5	2025年8月07日	81.10%	With Thinking, Pass @ 1	はい	出典
Meta	Muse Glimmer 30B	2026年8月10日	78.80%	High reasoning	はい	出典
OpenAI	GPT 5 Mini	2025年8月07日	75.50%	High Reasoning Effort	はい	出典
Google	Gemini 3.1 Flash-Lite	2026年5月07日	73.20%	-	はい	出典
Google	Gemini 3.1 Flash Lite Preview	2026年3月03日	73.20%	-	はい	出典
OpenAI	GPT 5 Nano	2025年8月07日	62.70%	High Reasoning Effort	はい	出典
Cohere	Command A+	2026年5月20日	52.70%	-	はい	出典

公開データの正確性にご協力ください