MT-Bench

Name: MT-Bench
Keywords: MT-Bench, 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: numericalCommunication

記録された結果

平均スコア

2.12

スコアの範囲

0.09 - 8.61

最上位モデル

8.61 - Granite 4.1 30B

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
IBM	Granite 4.1 30B	2026年4月29日	8.61	Avg	はい	出典
IBM	Granite 4.1 8B	2026年4月29日	8.61	Avg	はい	出典
IBM	Granite 4.1 3B	2026年4月29日	7.57	Avg	はい	出典
Qwen	Qwen 72B	-	0.94	inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14)	はい	出典
Nvidia	Llama 3.3 Nemotron Super 49B v1	2025年3月18日	0.92	-	はい	出典
Nvidia	Llama 3.3 Nemotron Super 49B V1.5	-	0.92	inferred version-family alias from llama-3.3-nemotron-super-49b-v1	はい	出典
DeepSeek	DeepSeek V2.5 (2024-09-05)	2024年9月05日	0.90	inferred alias from deepseek-v2.5	はい	出典
DeepSeek	DeepSeek V2.5 (2024-12-10)	2024年12月10日	0.90	inferred alias from deepseek-v2.5	はい	出典
Qwen	Qwen 7B	-	0.88	inferred family alias from qwen-2.5-7b-instruct (score=0.3083; benches=14)	はい	出典
Mistral	Mistral Large 2.1	2024年11月18日	0.86	inferred version-family alias from mistral-large-2-2407	はい	出典
Mistral	Mistral OCR 2	2025年5月22日	0.86	inferred family alias from mistral-large-2-2407 (score=0.3100; benches=5)	はい	出典
Qwen	Qwen 2 Audio 7B	-	0.84	inferred modality/version alias from qwen2-7b-instruct	はい	出典
Qwen	Qwen 2 Math 7B	-	0.84	inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14)	はい	出典
Nvidia	Llama 3.1 Nemotron Nano 4B V1.1	-	0.81	inferred high-confidence family alias from llama-3.1-nemotron-nano-8b-v1 (score=0.5523; benches=7)	はい	出典
Nvidia	Llama 3.1 Nemotron Nano 8B V1	2025年3月18日	0.81	-	はい	出典
Mistral	Pixtral 12B	2024年9月17日	0.77	inferred version-family alias from pixtral-12b-2409	はい	出典
Nvidia	Llama 3.1 Nemotron 70B Instruct	2024年10月01日	0.09	-	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

MT-Bench

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