DeepPlanning v1.1 Shopping Case Accuracy
AIベンチマーク結果とモデルの性能
種類: numericalPlanning
記録された結果
3
平均スコア
34.97
スコアの範囲
10.40 - 48.90
最上位モデル
48.90 - Qwen 3.5 Plus
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 |
|---|---|---|---|---|---|---|
| Qwen 3.5 Plus | 2026年2月16日 | 48.90 | DeepPlanning v1.1 | Alibaba/Qwen-3.5-Plus (w/o thinking) | はい | 出典 | |
| Qwen 3 Max Thinking | 2026年1月26日 | 45.60 | DeepPlanning v1.1 | Alibaba/Qwen3-Max (w/ thinking) | はい | 出典 | |
| Grok 4 Fast Non Reasoning | 2025年9月20日 | 10.40 | DeepPlanning v1.1 | SpaceXAI/Grok-4.1-fast (non-reasoning) | はい | 出典 |
