Elimination Game
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
56
平均スコア
4.07
スコアの範囲
0.30 - 7.52
最上位モデル
7.52 - GPT 5.2
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 |
|---|---|---|---|---|---|---|
| GPT 5.2 | 2025年12月11日 | 7.52 | Medium reasoning; sigma 0.276; games 331; avg points 0.705 | いいえ | 出典 | |
| GPT 5 | 2025年8月07日 | 5.97 | Medium reasoning; sigma 0.212; games 556; avg points 0.611 | いいえ | 出典 | |
| GPT 5 Mini | 2025年8月07日 | 5.73 | Medium reasoning; sigma 0.226; games 465; avg points 0.603 | いいえ | 出典 | |
| Claude Opus 4.5 | 2025年11月24日 | 5.66 | 16K thinking; sigma 0.264; games 341; avg points 0.594 | いいえ | 出典 | |
| Gemini 3 Flash Preview | 2025年12月17日 | 5.66 | sigma 0.244; games 398; avg points 0.598 | いいえ | 出典 | |
| Grok 3 Mini Beta | 2025年2月19日 | 5.53 | High reasoning; sigma 0.216; games 511; avg points 0.597 | いいえ | 出典 | |
| DeepSeek R1 (2025-05-28) | 2025年5月28日 | 5.35 | sigma 0.204; games 565; avg points 0.581 | いいえ | 出典 | |
| Claude 3.7 Sonnet | 2025年2月24日 | 5.28 | 16K thinking; sigma 0.158; games 947; avg points 0.593 | いいえ | 出典 | |
| Claude Opus 4.1 | 2025年8月05日 | 5.21 | No reasoning; sigma 0.290; games 276; avg points 0.578 | いいえ | 出典 | |
| Claude Sonnet 4.5 | 2025年9月29日 | 5.19 | 16K thinking; sigma 0.262; games 348; avg points 0.559 | いいえ | 出典 | |
| Grok 4 | 2025年7月10日 | 5.15 | sigma 0.228; games 455; avg points 0.565 | いいえ | 出典 | |
| GPT 4.5 Preview | 2025年2月27日 | 5.12 | sigma 0.217; games 499; avg points 0.597 | いいえ | 出典 | |
| Claude 3.5 Sonnet (2024-10-22) | 2024年10月22日 | 5.10 | sigma 0.180; games 731; avg points 0.597 | いいえ | 出典 | |
| Grok 3 Beta | 2025年2月19日 | 5.10 | No reasoning; sigma 0.207; games 539; avg points 0.579 | いいえ | 出典 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 4.89 | sigma 0.271; games 324; avg points 0.544 | いいえ | 出典 | |
| Gemini 2.5 Flash | 2025年6月17日 | 4.73 | sigma 0.202; games 578; avg points 0.548 | いいえ | 出典 | |
| Claude Sonnet 4 | 2025年5月21日 | 4.64 | No reasoning; sigma 0.252; games 369; avg points 0.539 | いいえ | 出典 | |
| MiniMax M2 | 2025年10月27日 | 4.57 | sigma 0.280; games 291; avg points 0.522 | いいえ | 出典 | |
| Qwen 3 Max Thinking | 2026年1月26日 | 4.49 | sigma 0.285; games 286; avg points 0.516 | いいえ | 出典 | |
| o3 | 2025年4月16日 | 4.48 | Medium reasoning; sigma 0.192; games 656; avg points 0.523 | いいえ | 出典 | |
| Claude Opus 4 | 2025年5月21日 | 4.41 | No reasoning; sigma 0.292; games 273; avg points 0.527 | いいえ | 出典 | |
| Qwen 3 A235 A22B Instruct 2507 | - | 4.41 | Instruct 2507; sigma 0.274; games 305; avg points 0.507 | いいえ | 出典 | |
| o3 mini | 2025年1月30日 | 4.37 | Medium reasoning; sigma 0.139; games 1194; avg points 0.531 | いいえ | 出典 | |
| Kimi K2 Thinking | 2025年11月06日 | 4.33 | 64K thinking; sigma 0.311; games 238; avg points 0.504 | いいえ | 出典 | |
| GLM 4.5 | 2025年7月28日 | 4.25 | sigma 0.251; games 368; avg points 0.505 | いいえ | 出典 |
