MMMLU

Name: MMMLU
Keywords: MMMLU, 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

記録された結果

平均スコア

81.40%

スコアの範囲

44.30% - 92.60%

最上位モデル

92.60% - Gemini 3.1 Pro Preview

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
Google	Gemini 3.1 Pro Preview	2026年2月19日	92.60%	No Tools	はい	-
Google	Gemini 3 Flash Preview	2025年12月17日	91.80%	-	はい	出典
Google	Gemini 3 Pro Image Preview (Nano Banana Pro)	2025年11月20日	91.80%	inferred modality/version alias from gemini-3-pro-preview	はい	出典
Google	Gemini 3 Pro Preview	2025年11月18日	91.80%	-	はい	出典
Anthropic	Claude Opus 4.7	2026年4月16日	91.50%	-	はい	出典
Anthropic	Claude Opus 4.6	2026年2月05日	91.10%	-	はい	出典
Anthropic	Claude Opus 4.5	2025年11月24日	90.77%	Avg@5, 64k Thinking	はい	出典
OpenAI	GPT 5.2	2025年12月11日	89.60%	-	はい	出典
OpenAI	GPT 5.2 Chat	2025年12月11日	89.60%	inferred alias from gpt-5.2-2025-12-11	はい	出典
Anthropic	Claude Opus 4.1	2025年8月05日	89.50%	-	はい	出典
Qwen	Qwen 3.6 Plus	2026年4月01日	89.50%	-	はい	出典
Anthropic	Claude Sonnet 4.6	2026年2月17日	89.30%	-	はい	出典
Google	Gemini 3.1 Flash Image Preview (Nano Banana 2)	2026年2月26日	88.90%	inferred modality/version alias from gemini-3.1-flash-lite-preview	はい	出典
Google	Gemini 3.1 Flash-Lite	2026年5月07日	88.90%	-	はい	出典
Google	Gemini 3.1 Flash Lite Preview	2026年3月03日	88.90%	-	はい	出典
Qwen	Qwen 3.5 397B A17B	2026年2月16日	88.50%	-	はい	出典
Google	Gemma 4 31B	2026年4月02日	88.40%	-	はい	出典
ByteDance	Seed 2.0 Pro	2026年2月14日	88.10%	Seed2 official benchmark table \| MMMLU	はい	出典
ByteDance	Seed 2.0 Lite	2026年2月14日	87.70%	Seed2 official benchmark table \| MMMLU	はい	出典
Qwen	Qwen 3 235B A22B	-	86.70%	-	はい	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	86.70%	-	はい	出典
Google	Gemma 4 26B A4B	2026年4月02日	86.30%	-	はい	出典
Qwen	Qwen 3.5 27B	2026年2月24日	85.90%	-	はい	出典
Qwen	Qwen 3.5 Flash	2026年2月23日	85.90%	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	はい	出典
LG	K EXAONE	2025年12月31日	85.70%	inferred modality/version alias from k-exaone-236b-a23b	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

MMMLU

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