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 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1〜5 | Claude Fable 5.1 | Anthropic | 評価 100.0 | ¥1,600 | ¥7,800 | 100 万 | Anthropic 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 100 万 | |||
| 1〜5 | Claude Opus 5.5 | Anthropic | 評価 100.0 | ¥630 | ¥3,100 | 100 万 | Anthropic 公開 2026-09 価格 ¥630 / ¥3,100 長さ 100 万 | |||
| 1〜5 | Claude Sonnet 5.5 | Anthropic | 評価 100.0 | ¥310 | ¥1,600 | 100 万 | Anthropic 公開 2026-09 価格 ¥310 / ¥1,600 長さ 100 万 | |||
| 1〜9 | Claude Opus 5 | Anthropic | 評価 99.0 ±8.2 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-07 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 4〜8 | Gemini 4 Argon | 評価 99.0 | ¥310 | ¥1,600 | 約 105 万 | Google 公開 2026-09 価格 ¥310 / ¥1,600 長さ 約 105 万 | ||||
| 4〜8 | GPT-6.1 Sol | OpenAI | 評価 99.0 | ¥310 | ¥1,600 | 105 万 | OpenAI 公開 2026-09 価格 ¥310 / ¥1,600 長さ 105 万 | |||
| 4〜8 | GPT-6 Astra | OpenAI | 評価 99.0 | ¥1,600 | ¥7,800 | 105 万 | OpenAI 公開 2026-09 価格 ¥1,600 / ¥7,800 長さ 105 万 | |||
| 1〜10 | Claude Fable 5 | Anthropic | 評価 95.0 ±8.3 | ¥1,600 | ¥7,800 | 100 万 | Anthropic 公開 2026-06 価格 ¥1,600 / ¥7,800 長さ 100 万 | |||
| 8〜11 | Claude Haiku 5.5 | Anthropic | 評価 89.0 | ¥16 | ¥78 | 100 万 | Anthropic 公開 2026-10 価格 ¥16 / ¥78 長さ 100 万 | |||
| 7〜14 | Kimi K3 | Moonshot | 評価 87.0 ±9.0 | ¥470 | ¥2,400 | 約 105 万 | Moonshot 公開 2026-07 価格 ¥470 / ¥2,400 長さ 約 105 万 | |||
| 10〜13 | Muse Wonder | Meta | 評価 84.0 | ¥630 | ¥3,100 | 約 105 万 | Meta 公開 2026-10 価格 ¥630 / ¥3,100 長さ 約 105 万 | |||
| 9〜16 | GPT-5.6 Sol | OpenAI | 評価 83.0 ±8.2 | ¥630 | ¥3,100 | 105 万 | OpenAI 公開 2026-07 価格 ¥630 / ¥3,100 長さ 105 万 | |||
| 11〜14 | GPT-6 Sol | OpenAI | 評価 83.0 | ¥310 | ¥1,600 | 105 万 | OpenAI 公開 2026-09 価格 ¥310 / ¥1,600 長さ 105 万 | |||
| 10〜18 | Claude Sonnet 5 | Anthropic | 評価 77.0 ±9.3 | ¥310 | ¥1,600 | 100 万 | Anthropic 公開 2026-06 価格 ¥310 / ¥1,600 長さ 100 万 | |||
| 13〜17 | Tencent HY4 (preview) | Tencent | 評価 75.0 | — | — | — | Tencent 公開 2026-08 価格 — 長さ — | |||
| 13〜18 | GPT-5.6 Terra | OpenAI | 評価 74.0 ±8.9 | ¥310 | ¥1,900 | 105 万 | OpenAI 公開 2026-07 価格 ¥310 / ¥1,900 長さ 105 万 | |||
| 15〜18 | MiMo-V2.6 Pro | Xiaomi | 評価 70.0 | ¥68 | ¥140 | 約 105 万 | Xiaomi 公開 2026-09 価格 ¥68 / ¥140 長さ 約 105 万 | |||
| 14〜22 | Claude Opus 4.8 | Anthropic | 評価 69.0 ±9.1 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-05 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 18〜21 | GPT-6 Luna | OpenAI | 評価 64.0 | ¥16 | ¥78 | 105 万 | OpenAI 公開 2026-09 価格 ¥16 / ¥78 長さ 105 万 | |||
| 19〜23 | MiMo-V2.6 Flash | Xiaomi | 評価 63.0 | ¥22 | ¥44 | 約 105 万 | Xiaomi 公開 2026-09 価格 ¥22 / ¥44 長さ 約 105 万 | |||
| 18〜31 | GPT-5.6 Luna | OpenAI | 評価 60.0 ±9.8 | ¥31 | ¥190 | 105 万 | OpenAI 公開 2026-07 価格 ¥31 / ¥190 長さ 105 万 | |||
| 21〜28 | Gemini 3.7 Flash | 評価 58.0 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-08 価格 ¥120 / ¥590 長さ 約 105 万 | ||||
| 21〜28 | Muse Spark 1.3 | Meta | 評価 58.0 | ¥200 | ¥670 | 約 105 万 | Meta 公開 2026-09 価格 ¥200 / ¥670 長さ 約 105 万 | |||
| 21〜28 | Qwen3.8 Max | Alibaba | 評価 58.0 | ¥310 | ¥940 | 100 万 | Alibaba 公開 2026-08 価格 ¥310 / ¥940 長さ 100 万 | |||
| 24〜29 | DeepSeek-V4 Flash (2026-07) | DeepSeek | 評価 56.0 | — | — | 100 万 | DeepSeek 公開 2026-07 価格 — 長さ 100 万 | |||
| 18〜35 | GPT-5.4 | OpenAI | 評価 56.0 ±9.7 | ¥390 | ¥2,400 | 105 万 | OpenAI 公開 2026-03 価格 ¥390 / ¥2,400 長さ 105 万 | |||
| 20〜35 | Claude Opus 4.7 | Anthropic | 評価 54.0 ±9.8 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-04 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 25〜31 | DeepSeek-V4.1 Flash | DeepSeek | 評価 54.0 | — | — | 100 万 | DeepSeek 公開 2026-09 価格 — 長さ 100 万 | |||
| 26〜32 | Grok 4.6 | xAI | 評価 51.0 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-08 価格 ¥310 / ¥940 長さ 50 万 | |||
| 21〜38 | Claude Opus 4.6 | Anthropic | 評価 50.0 ±9.8 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-02 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 28〜33 | DeepSeek-V4 Pro (2026-08) | DeepSeek | 評価 50.0 | ¥100 | ¥310 | 100 万 | DeepSeek 公開 2026-08 価格 ¥100 / ¥310 長さ 100 万 | |||
| 21〜38 | GPT-5.5 | OpenAI | 評価 50.0 ±9.8 | ¥780 | ¥4,700 | 105 万 | OpenAI 公開 2026-04 価格 ¥780 / ¥4,700 長さ 105 万 | |||
| 29〜34 | GLM-5.3 | Z.ai | 評価 49.0 | ¥220 | ¥690 | 100 万 | Z.ai 公開 2026-08 価格 ¥220 / ¥690 長さ 100 万 | |||
| 30〜36 | Gemini 3.8 Flash | 評価 48.0 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-09 価格 ¥120 / ¥590 長さ 約 105 万 | ||||
| 26〜41 | Claude Sonnet 4.6 | Anthropic | 評価 45.0 ±9.8 | ¥470 | ¥2,400 | 100 万 | Anthropic 公開 2026-02 価格 ¥470 / ¥2,400 長さ 100 万 | |||
| 33〜40 | Muse Spark 1.2 | Meta | 評価 43.0 | ¥200 | ¥670 | 約 105 万 | Meta 公開 2026-08 価格 ¥200 / ¥670 長さ 約 105 万 | |||
| 34〜41 | Step 5 (preview) | StepFun | 評価 42.0 | ¥160 | ¥470 | 100 万 | StepFun 公開 2026-09 価格 ¥160 / ¥470 長さ 100 万 | |||
| 32〜43 | Muse Spark 1.1 | Meta | 評価 39.0 ±9.6 | ¥200 | ¥670 | 100 万 | Meta 公開 2026-07 価格 ¥200 / ¥670 長さ 100 万 | |||
| 35〜45 | Claude Opus 4.5 | Anthropic | 評価 36.0 ±9.4 | ¥780 | ¥3,900 | 20 万 | Anthropic 公開 2025-11 価格 ¥780 / ¥3,900 長さ 20 万 | |||
| 35〜45 | Gemini 3.6 Flash | 評価 36.0 ±9.5 | ¥120 | ¥590 | 約 105 万 | Google 公開 2026-07 価格 ¥120 / ¥590 長さ 約 105 万 | ||||
| 35〜46 | GLM-5.2 | Z.ai | 評価 35.0 ±9.4 | ¥220 | ¥690 | 100 万 | Z.ai 公開 2026-06 価格 ¥220 / ¥690 長さ 100 万 | |||
| 38〜50 | Gemini 3.5 Flash | 評価 31.0 ±8.9 | ¥240 | ¥1,400 | 約 105 万 | Google 公開 2026-05 価格 ¥240 / ¥1,400 長さ 約 105 万 | ||||
| 38〜50 | Grok 4.5 | xAI | 評価 31.0 ±9.0 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-07 価格 ¥310 / ¥940 長さ 50 万 | |||
| 39〜60 | Gemini 3.1 Pro (preview) | 評価 26.0 ±8.6 | ¥310 | ¥1,900 | 約 105 万 | Google 公開 2026-02 価格 ¥310 / ¥1,900 長さ 約 105 万 | ||||
| 41〜51 | Grok 4.7 | xAI | 評価 26.0 | ¥310 | ¥940 | 50 万 | xAI 公開 2026-09 価格 ¥310 / ¥940 長さ 50 万 | |||
| 39〜60 | Qwen3.7 Max | Alibaba | 評価 26.0 ±8.6 | ¥390 | ¥1,200 | 100 万 | Alibaba 公開 2026-05 価格 ¥390 / ¥1,200 長さ 100 万 | |||
| 42〜64 | GLM-5.1 | Z.ai | 評価 22.2 ±8.2 | ¥220 | ¥690 | 20 万 | Z.ai 公開 2026-04 価格 ¥220 / ¥690 長さ 20 万 | |||
| 42〜64 | MiMo-V2.5 Pro | Xiaomi | 評価 22.0 ±8.4 | ¥68 | ¥140 | 約 105 万 | Xiaomi 公開 2026-04 価格 ¥68 / ¥140 長さ 約 105 万 | |||
| 45〜60 | GLM-5.3 Flash | Z.ai | 評価 21.0 | ¥24 | ¥78 | 100 万 | Z.ai 公開 2026-08 価格 ¥24 / ¥78 長さ 100 万 | |||
| 42〜65 | GPT-5.4 mini | OpenAI | 評価 21.0 ±8.0 | ¥120 | ¥710 | 40 万 | OpenAI 公開 2026-03 価格 ¥120 / ¥710 長さ 40 万 | |||
| 42〜65 | Gemini 3 Pro (preview) | 評価 20.0 ±7.8 | — | — | 100 万 | Google 公開 2025-11 価格 — 長さ 100 万 | ||||
| 44〜65 | Claude Sonnet 4.5 | Anthropic | 評価 19.0 ±7.7 | ¥470 | ¥2,400 | 20 万 | Anthropic 公開 2025-09 価格 ¥470 / ¥2,400 長さ 20 万 | |||
| 45〜68 | GPT-5 | OpenAI | 評価 18.0 ±7.5 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-08 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 45〜68 | MiniMax-M3 | MiniMax | 評価 18.0 ±7.7 | ¥47 | ¥190 | 約 105 万 | MiniMax 公開 2026-06 価格 ¥47 / ¥190 長さ 約 105 万 | |||
| 45〜70 | Muse Spark | Meta | 評価 17.0 ±7.4 | — | — | — | Meta 公開 2026-04 価格 — 長さ — | |||
| 45〜68 | DeepSeek-V4 Pro | DeepSeek | 評価 16.0 ±5.9 | ¥100 | ¥310 | 100 万 | DeepSeek 公開 2026-04 価格 ¥100 / ¥310 長さ 100 万 | |||
| 45〜70 | Kimi K2.6 | Moonshot | 評価 16.0 ±7.2 | ¥150 | ¥630 | 約 26.2 万 | Moonshot 公開 2026-04 価格 ¥150 / ¥630 長さ 約 26.2 万 | |||
| 45〜70 | MiMo-V2.5 | Xiaomi | 評価 16.0 ±7.2 | ¥22 | ¥44 | 約 105 万 | Xiaomi 公開 2026-04 価格 ¥22 / ¥44 長さ 約 105 万 | |||
| 48〜65 | Qwen3.8 27B | Alibaba | 評価 16.0 | — | — | 約 26.2 万 | Alibaba 公開 2026-08 価格 — 長さ 約 26.2 万 | |||
| 45〜70 | Gemini 3 Flash (preview) | 評価 15.0 ±7.0 | ¥78 | ¥470 | 100 万 | Google 公開 2025-12 価格 ¥78 / ¥470 長さ 100 万 | ||||
| 45〜70 | GPT-5.2 | OpenAI | 評価 15.0 ±7.0 | ¥270 | ¥2,200 | 40 万 | OpenAI 公開 2025-12 価格 ¥270 / ¥2,200 長さ 40 万 | |||
| 48〜72 | Grok 4.20 Reasoning | xAI | 評価 14.0 ±6.8 | ¥200 | ¥390 | 200 万 | xAI 公開 2026-02 価格 ¥200 / ¥390 長さ 200 万 | |||
| 48〜72 | Gemini 3.5 Flash-Lite | 評価 13.0 ±6.6 | ¥47 | ¥390 | 約 105 万 | Google 公開 2026-07 価格 ¥47 / ¥390 長さ 約 105 万 | ||||
| 48〜73 | GPT-5 nano | OpenAI | 評価 12.0 ±6.4 | ¥7.8 | ¥63 | 40 万 | OpenAI 公開 2025-08 価格 ¥7.8 / ¥63 長さ 40 万 | |||
| 50〜75 | Grok 4.3 | xAI | 評価 11.0 ±6.1 | ¥200 | ¥390 | 100 万 | xAI 公開 2026-04 価格 ¥200 / ¥390 長さ 100 万 | |||
| 57〜72 | Mistral Large 4 | Mistral | 評価 10.0 | ¥210 | ¥660 | 約 52.4 万 | Mistral 公開 2026-10 価格 ¥210 / ¥660 長さ 約 52.4 万 | |||
| 54〜76 | GPT-5.1 Codex | OpenAI | 評価 9.0 ±5.6 | — | — | 40 万 | OpenAI 公開 2025-11 価格 — 長さ 40 万 | |||
| 54〜76 | GPT-5 mini | OpenAI | 評価 9.0 ±5.6 | ¥39 | ¥310 | 40 万 | OpenAI 公開 2025-08 価格 ¥39 / ¥310 長さ 40 万 | |||
| 54〜76 | Mistral Medium 3.5 | Mistral | 評価 9.0 ±5.9 | ¥240 | ¥1,200 | 約 26.2 万 | Mistral 公開 2026-04 価格 ¥240 / ¥1,200 長さ 約 26.2 万 | |||
| 57〜77 | DeepSeek-V3.2 | DeepSeek | 評価 8.0 ±5.3 | — | — | 12.8 万 | DeepSeek 公開 2025-12 価格 — 長さ 12.8 万 | |||
| 62〜78 | GLM-4.7 | Z.ai | 評価 6.0 ±4.7 | ¥94 | ¥340 | 約 20.5 万 | Z.ai 公開 2025-12 価格 ¥94 / ¥340 長さ 約 20.5 万 | |||
| 62〜78 | Inkling Small | Thinking Machines | 評価 6.0 ±4.3 | ¥91 | ¥230 | 約 52.4 万 | Thinking Machines 公開 2026-07 価格 ¥91 / ¥230 長さ 約 52.4 万 | |||
| 65〜79 | GPT-5.4 nano | OpenAI | 評価 5.0 ±4.3 | ¥31 | ¥200 | 40 万 | OpenAI 公開 2026-03 価格 ¥31 / ¥200 長さ 40 万 | |||
| 66〜79 | Grok 4.1 Fast Reasoning | xAI | 評価 4.0 ±3.8 | — | — | 200 万 | xAI 公開 2025-11 価格 — 長さ 200 万 | |||
| 66〜79 | MiniMax-M2.5 | MiniMax | 評価 4.0 ±3.8 | ¥47 | ¥190 | 約 20.5 万 | MiniMax 公開 2026-02 価格 ¥47 / ¥190 長さ 約 20.5 万 | |||
| 70〜78 | Mercury 2.5 | Inception | 評価 3.0 | — | — | — | Inception 公開 2026-09 価格 — 長さ — | |||
| 67〜81 | MiniMax-M2.7 | MiniMax | 評価 3.0 ±3.3 | ¥47 | ¥190 | 約 20.5 万 | MiniMax 公開 2026-03 価格 ¥47 / ¥190 長さ 約 20.5 万 | |||
| 71〜81 | NVIDIA Nemotron 3 Ultra | NVIDIA | 評価 2.0 ±2.8 | — | — | 約 13.1 万 | NVIDIA 公開 2026-06 価格 — 長さ 約 13.1 万 | |||
| 74〜81 | Inkling | Thinking Machines | 評価 0.0 ±2.8 | ¥290 | ¥730 | 約 26.2 万 | Thinking Machines 公開 2026-07 価格 ¥290 / ¥730 長さ 約 26.2 万 | |||
| 77〜81 | Laguna M.1 | Poolside | 評価 0.0 ±0.0 | — | — | 約 26.2 万 | Poolside 公開 2026-04 価格 — 長さ 約 26.2 万 | |||
| 77〜81 | Laguna XS.2 | Poolside | 評価 0.0 ±0.0 | — | — | 約 3.3 万 | Poolside 公開 2026-04 価格 — 長さ 約 3.3 万 |
最高の正答率の推移
2025-08-07公開日2026-10-12
このページの読み方
- 値は正しい証明と判定された割合です。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す。差 1 ポイントは 100 問で 1 問ぶんです。
- 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