FigQA
AIベンチマーク結果とモデルの性能
種類: percentageHealthcare
記録された結果
2
平均スコア
56.15%
スコアの範囲
34% - 78.30%
最上位モデル
78.30% - Claude Opus 4.6
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 |
|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 2026年2月05日 | 78.30% | - | はい | 出典 | |
| Grok 4.1 Thinking | 2025年11月17日 | 34% | inferred modality/version alias from grok-4.1-thinking-2025-11-17 | はい | 出典 |