AIモデル能力比較
コンピュータ操作
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena・混合タスク
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| 番号 | モデル | エージェントエンジン | 推論の労力 | 95%区間 | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
PandaNpc 更新日 2026年10月21日 06:01 UTC
ソース: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
列ガイド
- 番号
- 表示順序のみです。並べ替えによりこの数値は変わりますが、公開された能力ランキングではありません。
- モデル
- 評価対象のモデル名とプロバイダーのアイコン。スコア列のダッシュは、ここに公開スコアがないことを意味し、ゼロではありません。
- エージェントエンジン
- Coarena
- 推論の労力
- medium
- スコア
- Coarenaのハーネスにおける、ブラウザ・デスクトップ・コーディング・質問応答の混合タスクに対する盲検の人間選好評価です。これはBradley–Terryレーティングであり、割合や検証済みのタスク成功率ではありません。区間は95%です。区間が重なっていても勝者を確定するものではありません。これらは全体の結果であり、デスクトップのサブセットではありません。推論エフォートは公開されている場合にのみ表示されます。ランキングには、最新の20,000件の適格な判定済みバトルを使用しています。PandaNpcは、このスナップショットに計算タイムスタンプがないため、取得時刻を表示しています。 評価方法論 ↗
- 95%区間
- 95%区間