Thematic Generalisation

Name: Thematic Generalisation
Keywords: Thematic Generalisation, 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: numerical

ベンチマークの出典を見る

記録された結果

平均スコア

57.23

スコアの範囲

20.30 - 80.60

最上位モデル

80.60 - 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
Google	Gemini 3.1 Pro Preview	2026年2月19日	79.40	Top-1 accuracy 91.5%; cases 703	いいえ	出典
z.AI	GLM 5.1	2026年4月07日	69.80	Top-1 accuracy 85.9%; cases 703	いいえ	出典
Moonshot	Kimi K2.5	2026年1月27日	69.40	Thinking; Top-1 accuracy 84.8%; cases 703	いいえ	出典
Anthropic	Claude Opus 4.6	2026年2月05日	68.80	No reasoning; Top-1 accuracy 84.1%; cases 703	いいえ	出典
Anthropic	Claude Sonnet 4.6	2026年2月17日	68.50	No reasoning; Top-1 accuracy 82.5%; cases 703	いいえ	出典
Qwen	Qwen 3.5 397B A17B	2026年2月16日	65.10	Top-1 accuracy 82.4%; cases 703	いいえ	出典
DeepSeek	DeepSeek V3.2	2025年12月01日	65	Top-1 accuracy 81.8%; cases 703	いいえ	出典
Google	Gemini 3.1 Flash Lite Preview	2026年3月03日	63.30	Top-1 accuracy 82.1%; cases 703	いいえ	出典
OpenAI	GPT 5.4 Mini	2026年3月17日	61.70	xHigh reasoning; Top-1 accuracy 80.8%; cases 703	いいえ	出典
Qwen	Qwen 3.6 Plus	2026年4月01日	59.50	Top-1 accuracy 81.5%; cases 703	いいえ	出典
ByteDance	Seed 2.0 Pro	2026年2月14日	57.10	Top-1 accuracy 77.0%; cases 703	いいえ	出典
Google	Gemma 4 31B	2026年4月02日	53	Reasoning; Top-1 accuracy 76.1%; cases 703	いいえ	出典
Anthropic	Claude Opus 4.7	2026年4月16日	52.60	No reasoning; Top-1 accuracy 71.6%; cases 703	いいえ	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	51.20	Top-1 accuracy 76.5%; cases 703	いいえ	出典
Xiaomi	MiMo V2 Pro	2026年3月18日	45.90	Top-1 accuracy 68.8%; cases 703	いいえ	出典
Qwen	Qwen 3.5 27B	2026年2月24日	45.50	Top-1 accuracy 71.3%; cases 703	いいえ	出典
Baidu	Ernie 5.0	2026年1月22日	41.70	Top-1 accuracy 65.3%; cases 703	いいえ	出典
Arcee AI	Trinity Large Thinking	2026年4月01日	41.60	Top-1 accuracy 66.1%; cases 703	いいえ	出典
MiniMax	MiniMax M2.7	2026年3月18日	39.30	Top-1 accuracy 63.4%; cases 703	いいえ	出典
OpenAI	GPT 5.4	2026年3月05日	27.10	No reasoning; Top-1 accuracy 44.0%; cases 703	いいえ	出典
Mistral	Mistral Large 3.0	2025年12月02日	23	Top-1 accuracy 34.0%; cases 703	いいえ	出典
SpaceXAI	Grok 4.20	2026年2月17日	22	Non-reasoning; Top-1 accuracy 33.4%; cases 703	いいえ	出典
Mistral	Mistral Medium 3.1	2025年8月12日	20.30	Top-1 accuracy 32.3%; cases 703	いいえ	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

Thematic Generalisation

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