Vending Bench 2
AIベンチマーク結果とモデルの性能
種類: numerical
記録された結果
15
平均スコア
5026
スコアの範囲
351 - 16484
最上位モデル
16484 - Gemini 4 Carbon
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 |
|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 2026年10月28日 | 16,484 | Google-reported launch evaluation; Final bank balance (USD); source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | はい | 出典 | |
| Claude Opus 4.6 | 2026年2月05日 | 8,018 | Final balance | はい | 出典 | |
| Claude Sonnet 4.6 | 2026年2月17日 | 7,204 | Max effort final balance | はい | 出典 | |
| GLM 5.1 | 2026年4月07日 | 5,634 | - | はい | 出典 | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 2025年11月20日 | 5,478 | inferred modality/version alias from gemini-3-pro-preview | はい | 出典 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 5,478 | - | はい | 出典 | |
| Claude Opus 4.5 | 2025年11月24日 | 4,967 | 8k Thinking | いいえ | 出典 | |
| Claude Sonnet 4.5 | 2025年9月29日 | 3,839 | - | いいえ | 出典 | |
| Gemini 3 Flash Preview | 2025年12月17日 | 3,635 | Higher is better, value in dollars | はい | 出典 | |
| Grok 4 | 2025年7月10日 | 1,999 | - | いいえ | 出典 | |
| GPT 5.1 | 2025年11月12日 | 1,473 | - | いいえ | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 574 | - | いいえ | 出典 | |
| Grok 4.1 Non Thinking | 2025年11月17日 | 351 | - | いいえ | 出典 |
