Tau2 Bench

Name: Tau2 Bench
Keywords: Tau2 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: percentage

記録された結果

平均スコア

75.72%

スコアの範囲

11.60% - 99.30%

最上位モデル

99.30% - 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	99.30%	-	はい	出典
Google	Gemini 3.1 Pro Preview Customtools	2026年2月19日	99.30%	inferred alias of gemini-3.1-pro-preview	はい	出典
Google	Gemini 3 Flash Preview	2025年12月17日	90.20%	-	はい	出典
z.AI	GLM 5	2026年2月11日	89.70%	-	はい	出典
Qwen	Qwen 3.5 397B A17B	2026年2月16日	86.70%	-	はい	出典
Google	Gemini 3 Pro Image Preview (Nano Banana Pro)	2025年11月20日	85.40%	inferred modality/version alias from gemini-3-pro-preview	はい	出典
Google	Gemini 3 Pro Preview	2025年11月18日	85.40%	-	はい	出典
Qwen	Qwen 3.5 35B A3B	2026年2月24日	81.20%	-	はい	出典
DeepSeek	DeepSeek V3.2 Speciale	2025年12月01日	80.30%	-	はい	出典
Qwen	Qwen 3.5 4B	2026年3月02日	79.90%	-	はい	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	79.50%	-	はい	出典
Qwen	Qwen 3.5 9B	2026年3月02日	79.10%	-	はい	出典
Qwen	Qwen 3.5 27B	2026年2月24日	79%	-	はい	出典
Qwen	Qwen 3.5 Flash	2026年2月23日	79%	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	はい	出典
Google	Gemma 4 31B	2026年4月02日	76.90%	Average over 3	はい	出典
Qwen	Qwen 3 14B	-	74.80%	inferred family alias from qwen3-max (score=0.3333; benches=6)	はい	出典
Qwen	Qwen 3 Max Thinking	2026年1月26日	74.80%	inferred alias from qwen3-max	はい	出典
Qwen	Qwen 3 TTS (2025-11-27)	-	74.80%	inferred family alias from qwen3-max (score=0.3833; benches=6)	はい	出典
LG	K EXAONE	2025年12月31日	73.20%	inferred modality/version alias from k-exaone-236b-a23b	はい	出典
z.AI	GLM 5.1	2026年4月07日	70.60%	τ³-Bench	はい	出典
Google	Gemma 4 12B	2026年6月03日	69%	Average over 3	はい	出典
Google	Gemma 4 26B A4B	2026年4月02日	68.20%	Average over 3	はい	出典
Google	DiffusionGemma 26B A4B IT	2026年6月10日	56.20%	Average over 3	はい	出典
Qwen	Qwen 3.5 2B	2026年3月02日	48.80%	-	はい	出典
Qwen	Qwen 3.5 0.8B	2026年3月02日	11.60%	-	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

Tau2 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