他機関の公表値
最難関の学術問題 (HLE)
数学 / 自然科学 / 人文など多くの分野の専門家が作り、作った時点のモデルが解けなかった物を選んで集めた問題です。
このデータの更新は 2026-10-24 で止まっています (前回の値)
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、課題を作った機関などが公表した値です。
- 測った条件がモデルごとに違うことがあるので、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 (%) | 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 位 | GPT-6 Astra | OpenAI | 評価 52.5 ±4.0 | ¥1,600 | ¥7,800 | 105 万 | OpenAI 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 105 万 | |||
| 2〜6 | Claude Fable 5.1 | Anthropic | 評価 43.8 ±4.1 | ¥1,600 | ¥7,800 | 100 万 | Anthropic 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 100 万 | |||
| 2〜6 | Gemini 3.1 Pro (preview) | 評価 43.7 ±4.0 | ¥310 | ¥1,900 | 約 105 万 | Google 公開 2026-02 価格 ¥310 / ¥1,900 長さ 約 105 万 | ||||
| 2〜6 | Claude Sonnet 5.5 | Anthropic | 評価 43.4 ±4.0 | ¥310 | ¥1,600 | 100 万 | Anthropic 公開 2026-09 価格 ¥310 / ¥1,600 長さ 100 万 | |||
| 2〜7 | Gemini 3.8 Flash | 評価 41.7 ±4.0 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-09 価格 ¥120 / ¥590 長さ 約 105 万 | ||||
| 2〜7 | GPT-5.4 Pro | OpenAI | 評価 41.5 ±4.0 | ¥4,700 | ¥28,000 | 105 万 | OpenAI 公開 2026-03 価格 ¥4,700 / ¥28,000 長さ 105 万 | |||
| 5〜10 | Muse Spark | Meta | 評価 37.6 ±4.0 | — | — | — | Meta 公開 2026-04 価格 — 長さ — | |||
| 7〜11 | Gemini 3 Pro (preview) | 評価 34.4 ±3.9 | — | — | 100 万 | Google 公開 2025-11 価格 — 長さ 100 万 | ||||
| 7〜12 | GPT-5.4 | OpenAI | 評価 33.0 ±3.9 | ¥390 | ¥2,400 | 105 万 | OpenAI 公開 2026-03 価格 ¥390 / ¥2,400 長さ 105 万 | |||
| 7〜12 | Claude Opus 4.7 | Anthropic | 評価 33.0 ±3.9 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-04 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 8〜13 | Claude Opus 4.6 | Anthropic | 評価 31.1 ±3.8 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-02 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 9〜14 | GPT-5 Pro | OpenAI | 評価 28.2 ±3.7 | ¥2,400 | ¥19,000 | 40 万 | OpenAI 公開 2025-10 価格 ¥2,400 / ¥19,000 長さ 40 万 | |||
| 11〜15 | Claude Haiku 5.5 | Anthropic | 評価 26.6 ±3.8 | ¥16 | ¥78 | 100 万 | Anthropic 公開 2026-10 価格 ¥16 / ¥78 長さ 100 万 | |||
| 12〜18 | GPT-5.2 | OpenAI | 評価 24.2 ±3.6 | ¥270 | ¥2,200 | 40 万 | OpenAI 公開 2025-12 価格 ¥270 / ¥2,200 長さ 40 万 | |||
| 13〜19 | GPT-5 | OpenAI | 評価 21.6 ±3.5 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-08 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 14〜19 | Claude Opus 4.5 | Anthropic | 評価 21.4 ±3.5 | ¥780 | ¥3,900 | 20 万 | Anthropic 公開 2025-11 価格 ¥780 / ¥3,900 長さ 20 万 | |||
| 14〜20 | Kimi K2.5 | Moonshot | 評価 20.6 ±3.7 | — | — | 約 26.2 万 | Moonshot 公開 2026-01 価格 — 長さ 約 26.2 万 | |||
| 14〜21 | GPT-5.1 | OpenAI | 評価 19.8 ±3.4 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-11 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 15〜23 | Gemini 2.5 Pro (preview, 2025-05) | 評価 17.7 ±3.3 | — | — | 約 105 万 | Google 公開 2025-05 価格 — 長さ 約 105 万 | ||||
| 17〜23 | o3 | OpenAI | 評価 16.3 ±3.3 | ¥310 | ¥1,300 | 20 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 20 万 | |||
| 18〜23 | GPT-5 mini | OpenAI | 評価 15.4 ±3.2 | ¥39 | ¥310 | 40 万 | OpenAI 公開 2025-08 価格 ¥39 / ¥310 長さ 40 万 | |||
| 19〜23 | Gemini 2.5 Pro (exp) | 評価 14.0 ±3.1 | — | — | 約 105 万 | Google 公開 2025-03 価格 — 長さ 約 105 万 | ||||
| 19〜23 | o4-mini | OpenAI | 評価 13.9 ±3.1 | ¥170 | ¥690 | 20 万 | OpenAI 公開 2025-04 価格 ¥170 / ¥690 長さ 20 万 | |||
| 24〜28 | Claude Sonnet 4.5 | Anthropic | 評価 9.4 ±2.8 | ¥470 | ¥2,400 | 20 万 | Anthropic 公開 2025-09 価格 ¥470 / ¥2,400 長さ 20 万 | |||
| 24〜28 | Gemini 2.5 Flash (preview, 2025-04) | 評価 7.6 ±2.6 | — | — | 約 105 万 | Google 公開 2025-04 価格 — 長さ 約 105 万 | ||||
| 24〜30 | Claude Opus 4.1 | Anthropic | 評価 7.1 ±2.6 | — | — | 20 万 | Anthropic 公開 2025-08 価格 — 長さ 20 万 | |||
| 24〜34 | Gemini 2.5 Flash (preview, 2025-05) | 評価 6.5 ±2.5 | — | — | 約 105 万 | Google 公開 2025-05 価格 — 長さ 約 105 万 | ||||
| 24〜35 | Claude Opus 4 | Anthropic | 評価 6.2 ±2.5 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 26〜36 | Gemini 3.1 Flash-Lite | 評価 4.0 ±2.3 | ¥39 | ¥240 | 約 105 万 | Google 公開 2026-03 価格 ¥39 / ¥240 長さ 約 105 万 | ||||
| 26〜37 | GLM-4.5 | Z.ai | 評価 3.7 ±2.2 | ¥94 | ¥340 | 約 13.1 万 | Z.ai 公開 2025-08 価格 ¥94 / ¥340 長さ 約 13.1 万 | |||
| 27〜39 | GLM-4.5 Air | Z.ai | 評価 3.5 ±2.2 | ¥31 | ¥170 | 約 13.1 万 | Z.ai 公開 2025-07 価格 ¥31 / ¥170 長さ 約 13.1 万 | |||
| 27〜39 | o1-pro | OpenAI | 評価 3.5 ±2.2 | ¥24,000 | ¥94,000 | 20 万 | OpenAI 公開 2025-03 価格 ¥24,000 / ¥94,000 長さ 20 万 | |||
| 27〜39 | Claude 3.7 Sonnet | Anthropic | 評価 3.4 ±2.2 | — | — | 20 万 | Anthropic 公開 2025-02 価格 — 長さ 20 万 | |||
| 27〜39 | o1 | OpenAI | 評価 3.3 ±2.2 | ¥2,400 | ¥9,400 | 12.8 万 | OpenAI 公開 2024-12 価格 ¥2,400 / ¥9,400 長さ 12.8 万 | |||
| 28〜39 | Claude Sonnet 4 | Anthropic | 評価 3.1 ±2.2 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 29〜42 | Gemini 2.0 Flash (thinking, exp) | 評価 1.8 ±2.0 | — | — | — | Google 公開 2024-12 価格 — 長さ — | ||||
| 30〜44 | Llama 4 Maverick | Meta | 評価 0.9 ±1.9 | — | — | 約 52.4 万 | Meta 公開 2025-04 価格 — 長さ 約 52.4 万 | |||
| 31〜44 | GPT-4.5 (preview) | OpenAI | 評価 0.7 ±1.8 | — | — | — | OpenAI 公開 2025-02 価格 — 長さ — | |||
| 31〜44 | GPT-4.1 | OpenAI | 評価 0.6 ±1.8 | ¥310 | ¥1,300 | 約 105 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 約 105 万 | |||
| 36〜45 | Gemini 1.5 Pro 002 | 評価 0.0 ±1.7 | — | — | — | Google 公開 2024-09 価格 — 長さ — | ||||
| 36〜45 | Mistral Medium 3 | Mistral | 評価 0.0 ±1.7 | ¥63 | ¥310 | 12.8 万 | Mistral 公開 2025-05 価格 ¥63 / ¥310 長さ 12.8 万 | |||
| 36〜45 | Amazon Nova Pro 1.0 | Amazon | 評価 0.0 ±1.6 | — | — | 30 万 | Amazon 公開 2024-12 価格 — 長さ 30 万 | |||
| 37〜45 | Claude 3.5 Sonnet (2024-10) | Anthropic | 評価 0.0 ±1.6 | — | — | 20 万 | Anthropic 公開 2024-10 価格 — 長さ 20 万 | |||
| 37〜45 | Amazon Nova Lite 1.0 | Amazon | 評価 0.0 ±1.5 | — | — | 30 万 | Amazon 公開 2024-12 価格 — 長さ 30 万 | |||
| 40〜45 | GPT-4o (2024-11) | OpenAI | 評価 0.0 ±1.3 | ¥390 | ¥1,600 | 12.8 万 | OpenAI 公開 2024-11 価格 ¥390 / ¥1,600 長さ 12.8 万 |
最高の正答率の推移
2024-09-24公開日2026-10-07
このページの読み方
- 選択式と短い答えを書く形があり、値は正答率です。課題を作った機関などが公表した値を集めた物です。
- 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