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。
| 順位 | モデル | 開発元 | 点 | 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-5 | OpenAI | 評価 86.0 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-08 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 2 位 | Kimi K2 (instruct) | Moonshot | 評価 85.6 | — | — | 約 13.1 万 | Moonshot 公開 2025-07 価格 — 長さ 約 13.1 万 | |||
| 3 位 | Claude Opus 4.1 | Anthropic | 評価 84.7 | — | — | 20 万 | Anthropic 公開 2025-08 価格 — 長さ 20 万 | |||
| 4 位 | o3-pro | OpenAI | 評価 84.4 | — | — | 20 万 | OpenAI 公開 2025-06 価格 — 長さ 20 万 | |||
| 5 位 | o3 | OpenAI | 評価 83.9 | ¥310 | ¥1,300 | 20 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 20 万 | |||
| 6 位 | Gemini 2.5 Pro | 評価 83.8 | ¥200 | ¥1,600 | 100 万 | Google 公開 2025-06 価格 ¥200 / ¥1,600 長さ 100 万 | ||||
| 7 位 | Claude Opus 4 | Anthropic | 評価 83.6 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 8 位 | GPT-5 mini | OpenAI | 評価 83.1 | ¥39 | ¥310 | 40 万 | OpenAI 公開 2025-08 価格 ¥39 / ¥310 長さ 40 万 | |||
| 9〜10 | DeepSeek-R1 | DeepSeek | 評価 83.0 | — | — | 12.8 万 | DeepSeek 公開 2025-01 価格 — 長さ 12.8 万 | |||
| 9〜10 | Qwen3 235B A22B | Alibaba | 評価 83.0 | ¥110 | ¥440 | 12.8 万 | Alibaba 公開 2025-04 価格 ¥110 / ¥440 長さ 12.8 万 | |||
| 11 位 | Qwen3 235B A22B (thinking) | Alibaba | 評価 82.4 | — | — | 約 26.2 万 | Alibaba 公開 2025-07 価格 — 長さ 約 26.2 万 | |||
| 12 位 | DeepSeek-R1 (2025-05) | DeepSeek | 評価 81.9 | — | — | 約 13.1 万 | DeepSeek 公開 2025-05 価格 — 長さ 約 13.1 万 | |||
| 13 位 | GPT-4o (2024-11) | OpenAI | 評価 81.8 | ¥390 | ¥1,600 | 12.8 万 | OpenAI 公開 2024-11 価格 ¥390 / ¥1,600 長さ 12.8 万 | |||
| 14 位 | Claude Sonnet 4 | Anthropic | 評価 81.4 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 15 位 | Claude 3.7 Sonnet | Anthropic | 評価 81.1 | — | — | 20 万 | Anthropic 公開 2025-02 価格 — 長さ 20 万 | |||
| 16 位 | Gemini 2.5 Pro (preview, 2025-05) | 評価 80.9 | — | — | 約 105 万 | Google 公開 2025-05 価格 — 長さ 約 105 万 | ||||
| 17 位 | Gemini 2.5 Pro (exp) | 評価 80.5 | — | — | 約 105 万 | Google 公開 2025-03 価格 — 長さ 約 105 万 | ||||
| 18 位 | Claude 3.5 Sonnet (2024-10) | Anthropic | 評価 80.3 | — | — | 20 万 | Anthropic 公開 2024-10 価格 — 長さ 20 万 | |||
| 19 位 | QwQ 32B | Alibaba | 評価 80.2 | — | — | 約 3.3 万 | Alibaba 公開 2025-03 価格 — 長さ 約 3.3 万 | |||
| 20 位 | Gemma 3 27B | 評価 79.9 | — | — | 12.8 万 | Google 公開 2025-03 価格 — 長さ 12.8 万 | ||||
| 21 位 | Mistral Medium 3 | Mistral | 評価 77.3 | ¥63 | ¥310 | 12.8 万 | Mistral 公開 2025-05 価格 ¥63 / ¥310 長さ 12.8 万 | |||
| 22 位 | GPT-OSS 120B | OpenAI | 評価 77.1 | — | — | 12.8 万 | OpenAI 公開 2025-08 価格 — 長さ 12.8 万 | |||
| 23 位 | DeepSeek-V3 (2025-03) | DeepSeek | 評価 77.0 | — | — | 約 16.4 万 | DeepSeek 公開 2025-03 価格 — 長さ 約 16.4 万 | |||
| 24 位 | Grok 4 | xAI | 評価 76.9 | — | — | 25.6 万 | xAI 公開 2025-07 価格 — 長さ 25.6 万 | |||
| 25 位 | Gemini 2.5 Flash (preview, 2025-04) | 評価 76.5 | — | — | 約 105 万 | Google 公開 2025-04 価格 — 長さ 約 105 万 | ||||
| 26 位 | Grok 3 (beta) | xAI | 評価 76.4 | — | — | — | xAI 公開 2025-04 価格 — 長さ — | |||
| 27 位 | GPT-4.5 (preview) | OpenAI | 評価 75.6 | — | — | — | OpenAI 公開 2025-02 価格 — 長さ — | |||
| 28 位 | Qwen3 30B A3B | Alibaba | 評価 75.3 | — | — | 12.8 万 | Alibaba 公開 2025-04 価格 — 長さ 12.8 万 | |||
| 29 位 | o4-mini | OpenAI | 評価 75.0 | ¥170 | ¥690 | 20 万 | OpenAI 公開 2025-04 価格 ¥170 / ¥690 長さ 20 万 | |||
| 30 位 | Gemini 2.0 Flash (thinking, exp) | 評価 73.8 | — | — | — | Google 公開 2024-12 価格 — 長さ — | ||||
| 31〜32 | Claude 3.5 Haiku | Anthropic | 評価 73.5 | — | — | 20 万 | Anthropic 公開 2024-10 価格 — 長さ 20 万 | |||
| 31〜32 | Grok 3 Mini (beta) | xAI | 評価 73.5 | — | — | — | xAI 公開 2025-04 価格 — 長さ — | |||
| 33 位 | GLM-4.5 | Z.ai | 評価 73.4 | ¥94 | ¥340 | 約 13.1 万 | Z.ai 公開 2025-08 価格 ¥94 / ¥340 長さ 約 13.1 万 | |||
| 34 位 | Qwen2.5 Max | Alibaba | 評価 72.9 | — | — | — | Alibaba 公開 2025-01 価格 — 長さ — | |||
| 35 位 | o1 | OpenAI | 評価 70.2 | ¥2,400 | ¥9,400 | 12.8 万 | OpenAI 公開 2024-12 価格 ¥2,400 / ¥9,400 長さ 12.8 万 | |||
| 36 位 | Mistral Large 2 | Mistral | 評価 69.0 | — | — | 約 13.1 万 | Mistral 公開 2024-07 価格 — 長さ 約 13.1 万 | |||
| 37 位 | GPT-4o mini | OpenAI | 評価 67.2 | — | — | 12.8 万 | OpenAI 公開 2024-07 価格 — 長さ 12.8 万 | |||
| 38 位 | o1-mini | OpenAI | 評価 64.9 | — | — | 12.8 万 | OpenAI 公開 2024-09 価格 — 長さ 12.8 万 | |||
| 39 位 | Grok 2 (2024-12) | xAI | 評価 63.6 | — | — | — | xAI 公開 2024-12 価格 — 長さ — | |||
| 40 位 | Phi-4 | Microsoft | 評価 62.6 | — | — | 12.8 万 | Microsoft 公開 2024-12 価格 — 長さ 12.8 万 | |||
| 41 位 | Llama 4 Maverick | Meta | 評価 62.0 | — | — | 約 52.4 万 | Meta 公開 2025-04 価格 — 長さ 約 52.4 万 | |||
| 42 位 | o3-mini | OpenAI | 評価 61.7 | ¥170 | ¥690 | 20 万 | OpenAI 公開 2025-01 価格 ¥170 / ¥690 長さ 20 万 | |||
| 43 位 | Amazon Nova Pro 1.0 | Amazon | 評価 60.5 | — | — | 30 万 | Amazon 公開 2024-12 価格 — 長さ 30 万 |
最高点の推移
2024-07-18公開日2025-08-07
このページの読み方
- 値は 10 点満点の平均を 100 点満点に直した点です。課題を作った機関などが公表した値を集めた物です。
- 採点の平均を 100 点に直した点で、多くは 60〜90 点です。誤差の公表が無いので、1〜2 点の差ははっきりした差ではありません。
- 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