この表の見方
- 上にあるほど評価が高く、「1〜2 位」のように範囲で出るモデルどうしの差は誤差の範囲です。
- 評価は、共通の問題のうち解けた問題の割合 (%) です。
- ± は測り直した時に動く幅で、小さな差は気にしなくてよいです。
- 価格は 100 万トークンあたりの目安で、読ませる分、書かせる分の順です。
- 長さは、一度に読ませられる文章の量 (トークン) です。
1 位の誤差の幅
| 順位 | モデル | 開発元 | 正答率 (%) | 評価日 | 入力 ¥ /100 万 | 出力 ¥ /100 万 | 一度に 読める長さ | 対応 | 重み | 公開日 | 価格と仕様 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1〜6 | GPT-6 Astra Pro | OpenAI | 評価 74.7 ±8.9 | — | — | — | OpenAI 公開 2026-09 価格 — 長さ — | ||||
| 1〜8 | GPT-6 Astra | OpenAI | 評価 72.6 ±9.1 | ¥1,600 | ¥7,800 | 105 万 | OpenAI 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 105 万 | ||||
| 1〜16 | GPT-5.6 Sol Pro | OpenAI | 評価 66.3 ±9.7 | — | — | — | OpenAI 公開 2026-07 価格 — 長さ — | ||||
| 1〜16 | GPT-6.1 Sol | OpenAI | 評価 66.3 ±9.7 | ¥310 | ¥1,600 | 105 万 | OpenAI 公開 2026-09 価格 ¥310 / ¥1,600 長さ 105 万 | ||||
| 1〜16 | Claude Opus 5.5 | Anthropic | 評価 65.3 ±9.7 | ¥630 | ¥3,100 | 100 万 | Anthropic 公開 2026-09 価格 ¥630 / ¥3,100 長さ 100 万 | ||||
| 1〜16 | Gemini 3.7 Flash | 評価 64.2 ±9.8 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-08 価格 ¥120 / ¥590 長さ 約 105 万 | |||||
| 2〜18 | GPT-5.5 | OpenAI | 評価 61.1 ±10.0 | ¥780 | ¥4,700 | 105 万 | OpenAI 公開 2026-04 価格 ¥780 / ¥4,700 長さ 105 万 | ||||
| 2〜18 | GPT-5.5 Pro | OpenAI | 評価 60.0 ±10.1 | ¥4,700 | ¥28,000 | 105 万 | OpenAI 公開 2026-04 価格 ¥4,700 / ¥28,000 長さ 105 万 | ||||
| 3〜25 | GPT-5.2 Pro | OpenAI | 評価 57.9 ±10.2 | ¥3,300 | ¥26,000 | 40 万 | OpenAI 公開 2025-12 価格 ¥3,300 / ¥26,000 長さ 40 万 | ||||
| 3〜28 | Claude Sonnet 5.5 | Anthropic | 評価 56.9 ±10.2 | ¥310 | ¥1,600 | 100 万 | Anthropic 公開 2026-09 価格 ¥310 / ¥1,600 長さ 100 万 | ||||
| 3〜28 | Gemini 4 Argon | 評価 56.9 ±10.2 | ¥310 | ¥1,600 | 約 105 万 | Google 公開 2026-09 価格 ¥310 / ¥1,600 長さ 約 105 万 | |||||
| 3〜28 | GPT-5.4 Pro | OpenAI | 評価 56.9 ±10.2 | ¥4,700 | ¥28,000 | 105 万 | OpenAI 公開 2026-03 価格 ¥4,700 / ¥28,000 長さ 105 万 | ||||
| 3〜28 | GPT-5.6 Sol | OpenAI | 評価 56.9 ±10.2 | ¥630 | ¥3,100 | 105 万 | OpenAI 公開 2026-07 価格 ¥630 / ¥3,100 長さ 105 万 | ||||
| 3〜31 | Gemini 3.8 Flash | 評価 55.8 ±10.2 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-09 価格 ¥120 / ¥590 長さ 約 105 万 | |||||
| 3〜33 | GPT-6 Sol | OpenAI | 評価 53.7 ±10.3 | ¥310 | ¥1,600 | 105 万 | OpenAI 公開 2026-09 価格 ¥310 / ¥1,600 長さ 105 万 | ||||
| 3〜35 | Claude Haiku 5.5 | Anthropic | 評価 52.7 ±10.3 | ¥16 | ¥78 | 100 万 | Anthropic 公開 2026-10 価格 ¥16 / ¥78 長さ 100 万 | ||||
| 7〜38 | Claude Opus 4.8 | Anthropic | 評価 49.5 ±10.4 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-05 価格 ¥780 / ¥3,900 長さ 100 万 | ||||
| 7〜38 | Gemini 3.1 Pro (preview) | 評価 48.4 ±10.4 | ¥310 | ¥1,900 | 約 105 万 | Google 公開 2026-02 価格 ¥310 / ¥1,900 長さ 約 105 万 | |||||
| 9〜46 | Claude Fable 5.1 | Anthropic | 評価 45.3 ±10.4 | ¥1,600 | ¥7,800 | 100 万 | Anthropic 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 100 万 | ||||
| 9〜46 | DeepSeek-V4.1 Flash | DeepSeek | 評価 45.3 ±10.4 | — | — | 100 万 | DeepSeek 公開 2026-09 価格 — 長さ 100 万 | ||||
| 9〜46 | GPT-5.2 | OpenAI | 評価 45.3 ±10.4 | ¥270 | ¥2,200 | 40 万 | OpenAI 公開 2025-12 価格 ¥270 / ¥2,200 長さ 40 万 | ||||
| 9〜46 | GPT-5.4 | OpenAI | 評価 45.3 ±10.4 | ¥390 | ¥2,400 | 105 万 | OpenAI 公開 2026-03 価格 ¥390 / ¥2,400 長さ 105 万 | ||||
| 9〜46 | GPT-5 Pro | OpenAI | 評価 45.3 ±10.4 | ¥2,400 | ¥19,000 | 40 万 | OpenAI 公開 2025-10 価格 ¥2,400 / ¥19,000 長さ 40 万 | ||||
| 9〜47 | Claude Fable 5 | Anthropic | 評価 44.2 ±10.3 | ¥1,600 | ¥7,800 | 100 万 | Anthropic 公開 2026-06 価格 ¥1,600 / ¥7,800 長さ 100 万 | ||||
| 9〜47 | GPT-5.6 Terra | OpenAI | 評価 44.2 ±10.3 | ¥310 | ¥1,900 | 105 万 | OpenAI 公開 2026-07 価格 ¥310 / ¥1,900 長さ 105 万 | ||||
| 10〜49 | DeepSeek-V4.1 Flash (2026-10) | DeepSeek | 評価 43.2 ±10.3 | ¥24 | ¥94 | 100 万 | DeepSeek 公開 2026-10 価格 ¥24 / ¥94 長さ 100 万 | ||||
| 10〜49 | DeepSeek-V4 Pro (2026-08) | DeepSeek | 評価 43.2 ±10.3 | ¥100 | ¥310 | 100 万 | DeepSeek 公開 2026-08 価格 ¥100 / ¥310 長さ 100 万 | ||||
| 10〜49 | Qwen3.8 Max | Alibaba | 評価 43.2 ±10.3 | ¥310 | ¥940 | 100 万 | Alibaba 公開 2026-08 価格 ¥310 / ¥940 長さ 100 万 | ||||
| 14〜50 | Claude Sonnet 5 | Anthropic | 評価 42.1 ±10.3 | ¥310 | ¥1,600 | 100 万 | Anthropic 公開 2026-06 価格 ¥310 / ¥1,600 長さ 100 万 | ||||
| 14〜50 | Gemini 3.5 Flash | 評価 42.1 ±10.3 | ¥240 | ¥1,400 | 約 105 万 | Google 公開 2026-05 価格 ¥240 / ¥1,400 長さ 約 105 万 | |||||
| 14〜50 | GPT-5.4 nano | OpenAI | 評価 42.1 ±10.3 | ¥31 | ¥200 | 40 万 | OpenAI 公開 2026-03 価格 ¥31 / ¥200 長さ 40 万 | ||||
| 15〜50 | Claude Opus 5 | Anthropic | 評価 40.0 ±10.3 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-07 価格 ¥780 / ¥3,900 長さ 100 万 | ||||
| 15〜50 | GPT-5.6 Luna | OpenAI | 評価 40.0 ±10.3 | ¥31 | ¥190 | 105 万 | OpenAI 公開 2026-07 価格 ¥31 / ¥190 長さ 105 万 | ||||
| 16〜51 | Gemini 3.6 Flash | 評価 39.0 ±10.2 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-07 価格 ¥120 / ¥590 長さ 約 105 万 | |||||
| 16〜51 | GPT-5.1 | OpenAI | 評価 39.0 ±10.2 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-11 価格 ¥200 / ¥1,600 長さ 40 万 | ||||
| 17〜51 | Claude Opus 4.7 | Anthropic | 評価 37.9 ±10.2 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-04 価格 ¥780 / ¥3,900 長さ 100 万 | ||||
| 17〜51 | Grok 4.7 | xAI | 評価 37.9 ±10.2 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-09 価格 ¥310 / ¥940 長さ 50 万 | ||||
| 17〜52 | Gemini 3 Flash (preview) | 評価 35.8 ±10.1 | ¥78 | ¥470 | 100 万 | Google 公開 2025-12 価格 ¥78 / ¥470 長さ 100 万 | |||||
| 19〜53 | GLM-5.3 | Z.ai | 評価 33.7 ±10.0 | ¥220 | ¥690 | 100 万 | Z.ai 公開 2026-08 価格 ¥220 / ¥690 長さ 100 万 | ||||
| 19〜53 | Kimi K3 | Moonshot | 評価 33.7 ±10.0 | ¥470 | ¥2,400 | 約 105 万 | Moonshot 公開 2026-07 価格 ¥470 / ¥2,400 長さ 約 105 万 | ||||
| 19〜53 | Muse Spark 1.3 | Meta | 評価 33.7 ±10.0 | ¥200 | ¥670 | 約 105 万 | Meta 公開 2026-09 価格 ¥200 / ¥670 長さ 約 105 万 | ||||
| 19〜53 | o3 | OpenAI | 評価 33.7 ±10.0 | ¥310 | ¥1,300 | 20 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 20 万 | ||||
| 19〜53 | Qwen3.8 Max (2026-09) | Alibaba | 評価 33.7 ±10.0 | — | — | 100 万 | Alibaba 公開 2026-09 価格 — 長さ 100 万 | ||||
| 19〜54 | GPT-5 | OpenAI | 評価 32.7 ±9.9 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-08 価格 ¥200 / ¥1,600 長さ 40 万 | ||||
| 19〜54 | GPT-6 Luna | OpenAI | 評価 32.7 ±9.9 | ¥16 | ¥78 | 105 万 | OpenAI 公開 2026-09 価格 ¥16 / ¥78 長さ 105 万 | ||||
| 19〜56 | Grok 4.5 | xAI | 評価 31.6 ±9.9 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-07 価格 ¥310 / ¥940 長さ 50 万 | ||||
| 24〜59 | Muse Spark 1.1 | Meta | 評価 30.6 ±9.8 | ¥200 | ¥670 | 100 万 | Meta 公開 2026-07 価格 ¥200 / ¥670 長さ 100 万 | ||||
| 26〜64 | Grok 4.6 | xAI | 評価 29.5 ±9.7 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-08 価格 ¥310 / ¥940 長さ 50 万 | ||||
| 26〜64 | Mistral Large 4 | Mistral | 評価 29.5 ±9.7 | ¥210 | ¥660 | 約 52.4 万 | Mistral 公開 2026-10 価格 ¥210 / ¥660 長さ 約 52.4 万 | ||||
| 29〜66 | DeepSeek-V4 Flash (2026-07) | DeepSeek | 評価 28.5 ±9.7 | — | — | 100 万 | DeepSeek 公開 2026-07 価格 — 長さ 100 万 | ||||
| 34〜68 | Grok 4.20 Reasoning | xAI | 評価 25.3 ±9.4 | ¥200 | ¥390 | 200 万 | xAI 公開 2026-02 価格 ¥200 / ¥390 長さ 200 万 | ||||
| 38〜68 | Muse Spark 1.2 | Meta | 評価 23.2 ±9.2 | ¥200 | ¥670 | 約 105 万 | Meta 公開 2026-08 価格 ¥200 / ¥670 長さ 約 105 万 | ||||
| 39〜69 | Qwen3.7 Max | Alibaba | 評価 22.1 ±9.1 | ¥390 | ¥1,200 | 100 万 | Alibaba 公開 2026-05 価格 ¥390 / ¥1,200 長さ 100 万 | ||||
| 44〜73 | GPT-5 mini | OpenAI | 評価 20.0 ±8.9 | ¥39 | ¥310 | 40 万 | OpenAI 公開 2025-08 価格 ¥39 / ¥310 長さ 40 万 | ||||
| 46〜74 | Claude Sonnet 4.6 | Anthropic | 評価 19.0 ±8.7 | ¥470 | ¥2,400 | 100 万 | Anthropic 公開 2026-02 価格 ¥470 / ¥2,400 長さ 100 万 | ||||
| 46〜74 | GPT-5.4 mini | OpenAI | 評価 19.0 ±8.7 | ¥120 | ¥710 | 40 万 | OpenAI 公開 2026-03 価格 ¥120 / ¥710 長さ 40 万 | ||||
| 47〜75 | GLM-5.2 | Z.ai | 評価 17.9 ±8.6 | ¥220 | ¥690 | 100 万 | Z.ai 公開 2026-06 価格 ¥220 / ¥690 長さ 100 万 | ||||
| 47〜75 | GPT-5 nano | OpenAI | 評価 17.9 ±8.6 | ¥7.8 | ¥63 | 40 万 | OpenAI 公開 2025-08 価格 ¥7.8 / ¥63 長さ 40 万 | ||||
| 47〜75 | o4-mini | OpenAI | 評価 17.9 ±8.6 | ¥170 | ¥690 | 20 万 | OpenAI 公開 2025-04 価格 ¥170 / ¥690 長さ 20 万 | ||||
| 48〜75 | Claude Opus 4.6 | Anthropic | 評価 16.9 ±8.4 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-02 価格 ¥780 / ¥3,900 長さ 100 万 | ||||
| 48〜75 | Gemini 3.5 Flash-Lite | 評価 16.9 ±8.4 | ¥47 | ¥390 | 約 105 万 | Google 公開 2026-07 価格 ¥47 / ¥390 長さ 約 105 万 | |||||
| 48〜75 | GLM-4.7 | Z.ai | 評価 16.9 ±8.4 | ¥94 | ¥340 | 約 20.5 万 | Z.ai 公開 2025-12 価格 ¥94 / ¥340 長さ 約 20.5 万 | ||||
| 48〜75 | GLM-5.3 Flash | Z.ai | 評価 16.9 ±8.4 | ¥24 | ¥78 | 100 万 | Z.ai 公開 2026-08 価格 ¥24 / ¥78 長さ 100 万 | ||||
| 48〜75 | Inkling | Thinking Machines | 評価 16.9 ±8.4 | ¥290 | ¥730 | 約 26.2 万 | Thinking Machines 公開 2026-07 価格 ¥290 / ¥730 長さ 約 26.2 万 | ||||
| 50〜75 | GLM-5.1 | Z.ai | 評価 15.8 ±8.3 | ¥220 | ¥690 | 20 万 | Z.ai 公開 2026-04 価格 ¥220 / ¥690 長さ 20 万 | ||||
| 50〜75 | Kimi K2.6 | Moonshot | 評価 15.8 ±8.3 | ¥150 | ¥630 | 約 26.2 万 | Moonshot 公開 2026-04 価格 ¥150 / ¥630 長さ 約 26.2 万 | ||||
| 51〜77 | DeepSeek-V4 Pro | DeepSeek | 評価 14.8 ±8.1 | ¥100 | ¥310 | 100 万 | DeepSeek 公開 2026-04 価格 ¥100 / ¥310 長さ 100 万 | ||||
| 51〜77 | Grok 4.3 | xAI | 評価 13.7 ±8.0 | ¥200 | ¥390 | 100 万 | xAI 公開 2026-04 価格 ¥200 / ¥390 長さ 100 万 | ||||
| 53〜79 | o3-mini | OpenAI | 評価 10.6 ±7.4 | ¥170 | ¥690 | 20 万 | OpenAI 公開 2025-01 価格 ¥170 / ¥690 長さ 20 万 | ||||
| 54〜80 | Claude Opus 4.5 | Anthropic | 評価 9.5 ±7.2 | ¥780 | ¥3,900 | 20 万 | Anthropic 公開 2025-11 価格 ¥780 / ¥3,900 長さ 20 万 | ||||
| 54〜80 | Kimi K2.7 Code | Moonshot | 評価 9.5 ±7.2 | ¥150 | ¥630 | 約 26.2 万 | Moonshot 公開 2026-06 価格 ¥150 / ¥630 長さ 約 26.2 万 | ||||
| 54〜80 | Qwen3.5 Flash | Alibaba | 評価 9.5 ±7.2 | ¥16 | ¥63 | 100 万 | Alibaba 公開 2026-02 価格 ¥16 / ¥63 長さ 100 万 | ||||
| 54〜80 | Qwen3.6 Plus | Alibaba | 評価 9.5 ±7.2 | ¥78 | ¥470 | 100 万 | Alibaba 公開 2026-03 価格 ¥78 / ¥470 長さ 100 万 | ||||
| 55〜80 | MiniMax-M3 | MiniMax | 評価 8.5 ±7.0 | ¥47 | ¥190 | 約 105 万 | MiniMax 公開 2026-06 価格 ¥47 / ¥190 長さ 約 105 万 | ||||
| 57〜80 | Qwen3.6 Flash | Alibaba | 評価 7.4 ±6.7 | ¥39 | ¥240 | 100 万 | Alibaba 公開 2026-04 価格 ¥39 / ¥240 長さ 100 万 | ||||
| 67〜80 | Claude Sonnet 4.5 | Anthropic | 評価 5.3 ±6.2 | ¥470 | ¥2,400 | 20 万 | Anthropic 公開 2025-09 価格 ¥470 / ¥2,400 長さ 20 万 | ||||
| 67〜80 | o1 | OpenAI | 評価 5.3 ±6.2 | ¥2,400 | ¥9,400 | 12.8 万 | OpenAI 公開 2024-12 価格 ¥2,400 / ¥9,400 長さ 12.8 万 | ||||
| 69〜83 | Claude Haiku 4.5 | Anthropic | 評価 3.2 ±5.6 | ¥160 | ¥780 | 20 万 | Anthropic 公開 2025-10 価格 ¥160 / ¥780 長さ 20 万 | ||||
| 69〜83 | Qwen3.5 Plus | Alibaba | 評価 3.2 ±5.6 | ¥63 | ¥380 | 100 万 | Alibaba 公開 2026-02 価格 ¥63 / ¥380 長さ 100 万 | ||||
| 70〜84 | GPT-4o (2024-08) | OpenAI | 評価 1.1 ±4.9 | ¥390 | ¥1,600 | 12.8 万 | OpenAI 公開 2024-08 価格 ¥390 / ¥1,600 長さ 12.8 万 | ||||
| 78〜85 | Claude 3 Opus | Anthropic | 評価 0.0 ±3.5 | — | — | — | Anthropic 公開 2024-02 価格 — 長さ — | ||||
| 78〜85 | GPT-4.1 | OpenAI | 評価 0.0 ±3.5 | ¥310 | ¥1,300 | 約 105 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 約 105 万 | ||||
| 78〜85 | GPT-4o mini | OpenAI | 評価 0.0 ±3.5 | — | — | 12.8 万 | OpenAI 公開 2024-07 価格 — 長さ 12.8 万 | ||||
| 80〜85 | GPT-4.1 mini | OpenAI | 評価 0.0 ±2.1 | — | — | 約 105 万 | OpenAI 公開 2025-04 価格 — 長さ 約 105 万 | ||||
| 81〜85 | GPT-4.1 nano | OpenAI | 評価 0.0 ±0.0 | ¥16 | ¥63 | 約 105 万 | OpenAI 公開 2025-04 価格 ¥16 / ¥63 長さ 約 105 万 |
最高の正答率の推移
2024-02-29公開日2026-10-17
このページの読み方
- どの局面も Stockfish の判定で最善手が唯一に決まり、選んだ手が一致すれば正解です。値は正答率です。
- 正答率は解けた問題の割合で、当て推量で取れる分は除いています。
- 対応の列の絵は左から、ツールを使える / 画像を読める / 決まった形 (JSON) で答えられる、です (薄い印は非対応か不明)。
- オープンウェイトは、モデルの中身 (重み) が公開されていて、自分のパソコンやサーバーでも動かせるモデルです。オープンウェイトの印の無いモデルは、開発元のサービス (アプリや API) で使うのが基本です (重みの情報が無いモデルもあります)。
- モデル名の横の ChatGPT などは、その開発元が一般向けに出しているサービスの名です。そのモデルがそのサービスで選べるかは、サービスの側で確かめてください。
- 円は 1 ドル 157 円 (2026 年 10 月 23 日の欧州中央銀行の参考レート) で換算し、上 2 桁に丸めた目安です。
データ: Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT)、更新 2026-10-24、データの出典