IFBench

Name: IFBench
Keywords: IFBench, 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: percentageGeneral

記録された結果

平均スコア

66.25%

スコアの範囲

21% - 81.20%

最上位モデル

81.20% - Grok 4.20

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
SpaceXAI	Grok 4.20	2026年2月17日	81.20%	Artificial Analysis structured model metrics	いいえ	出典
SpaceXAI	Grok 4.3	2026年4月30日	81%	-	いいえ	出典
Reflection	Beam	2026年10月05日	79.70%	Reflection-reported launch score. Source row: IFBench. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.	はい	出典
Qwen	Qwen 3.8 27B	2026年8月14日	79.50%	-	はい	出典
Qwen	Qwen 3.7 Max	2026年5月21日	79.10%	-	はい	出典
Meta	Muse Glimmer 30B	2026年8月10日	77%	High reasoning	はい	出典
Qwen	Qwen 3.5 27B	2026年2月24日	76.50%	-	はい	出典
Qwen	Qwen 3.5 397B A17B	2026年2月16日	76.50%	-	はい	出典
Qwen	Qwen 3.5 Flash	2026年2月23日	76.50%	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	はい	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	76.10%	-	はい	出典
Qwen	Qwen 3.6 Plus	2026年4月01日	74.20%	-	はい	出典
z.AI	GLM 5 Turbo	2026年3月15日	73.20%	Artificial Analysis structured model metrics	いいえ	出典
Nvidia	Nemotron 3 Super	2026年3月11日	72.56%	-	はい	出典
Nvidia	Nemotron 3.5 Lightning 30B A3B	2026年8月11日	71.88%	Loose; NVIDIA release evaluation suite	はい	出典
Upstage	Solar Pro 3 (2026-03-23)	2026年3月23日	71.20%	Artificial Analysis structured model metrics	いいえ	出典
Inception	Mercury 2	2026年2月24日	71%	-	はい	出典
Qwen	Qwen 3.5 35B A3B	2026年2月24日	70.20%	-	はい	出典
MiniMax	MiniMax M2.1	2025年12月23日	70%	Instruction following benchmark	はい	出典
LG	K EXAONE	2025年12月31日	67.30%	inferred modality/version alias from k-exaone-236b-a23b	はい	出典
Qwen	Qwen 3.5 9B	2026年3月02日	64.50%	-	はい	出典
Qwen	Qwen 3.5 4B	2026年3月02日	59.20%	-	はい	出典
Arcee AI	Trinity Large Thinking	2026年4月01日	52.30%	Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking)	はい	出典
Mistral	Mistral Small 1.0	2024年2月26日	48%	inferred family alias from mistral-small-latest (score=0.3650; benches=9)	はい	出典
Mistral	Mistral Small 2.0	2024年9月17日	48%	inferred family alias from mistral-small-latest (score=0.3650; benches=9)	はい	出典
Mistral	Mistral Small 4	2026年3月16日	48%	-	はい	出典

公開データの正確性にご協力ください

公開データの正確性にご協力ください

IFBench

記録された結果

平均スコア

スコアの範囲

最上位モデル

モデル結果