Arena Business, Management & Finance

何を測定しますか?
ビジネス・経営・金融分野の専門家レベルの質問で、どのAIの答えが好まれたかです。例:財務モデルの検討、事業計画、会計処理。一般的な質問ではなく、その仕事を実際にしている人が投げかけそうな質問です。
誰がどのように評価しますか?
Arena Intelligence でユーザーが質問を入力すると、名前を隠した2つのAIが答え、より良い方に投票します。累計8,200万票以上の投票を統計モデル(Bradley-Terry)で集計して Elo 風の点数に換算し、この表は長く華やかに整えた回答を好む偏りを統計的に取り除いた「スタイル補正版」を公式データセットから取得します。 質問の推論の深さと専門性をAI分類器が判定し、全体の約5.5%だけを「専門家の質問」としてタグ付けし、さらに米国労働統計局の職業分類(SOC)に基づく職種に分けます(2025年11月新設)。 この表はそのうち「ビジネス・経営・金融」に分類された質問だけを集計します。
スコアの読み方
試験の点数(正答率%)ではなく対戦成績です。他のAIと対戦して選ばれた確率から計算するため満点がなく、新しいAIが入ると既存のAIの点数も少し動きます。通常1,000〜1,500の範囲で、2つのAIの点差が100点なら上位側が約64%、200点なら約76%の確率で選ばれるという意味です。正解かどうかは数えないため、間違った答えでも説明が親切なら勝てます。正確さが重要な用途なら正答率試験(GPQA・AIME など)も併せて見るのがよいでしょう。点差が数十点以内なら順位が違っても実質同じ等級と見るのが安全です。 この職種は質問数が少なく上位の順位が頻繁に変わるため、順位より点数帯を見るのが安全です。

順位

最高スコア1514
測定したモデル108件
測定基準高いほど良い
最終更新2026.11.19
モデルのリリース時期

多くの人に最も好まれるビジネスの回答をするAIは?

Arena Business, Management & Finance

  1. 🥇GoogleGemini 4 Argon79.7%85.21514
  2. 🥈GoogleGemini 4 Carbon——1513
  3. 🥉Moonshot AIKimi K3.1 Pro86.3%79.11510
  4. #4MetaMuse Wonder80.7%—1507
  5. #5AnthropicClaude Fable 582.3%—1500
  6. #6AnthropicClaude Opus 4.678.0%—1500
  7. #7MetaMuse Spark 1.383.0%79.61499
  8. #8MetaMuse Spark 1.279.0%—1496
  9. #9AnthropicClaude Opus 5.584.7%80.31495
  10. #10AnthropicClaude Opus 4.778.7%—1494
  11. #11MetaMuse Spark 1.177.7%—1491
  12. #12AnthropicClaude Fable 5.185.3%80.31490
  13. #13MetaMuse Spark78.0%—1489
  14. #14Moonshot AIKimi K388.7%78.71489
  15. #15OpenAIGPT-5.6 Sol84.0%—1487
  16. #16GoogleGemini 3.7 Flash83.0%—1486
  17. #17GoogleGemini 3.8 Flash84.0%54.01485
  18. #17AnthropicClaude Opus 4.877.7%—1485
  19. #19OpenAIGPT-5.584.3%—1485
  20. #20GoogleGemini 4 Neon——1484
  21. #21OpenAIGPT-6.1 Sol84.0%82.71483
  22. #22AnthropicClaude Opus 582.0%—1482
  23. #23OpenAIGPT-5.482.0%—1482
  24. #24OpenAIGPT-6 Astra80.7%83.01481
  25. #25AnthropicClaude Sonnet 4.680.0%—1481
  26. #26DeepSeekDeepSeek V4.1 Flash84.0%—1480
  27. #27AnthropicClaude Fable 5.2—81.51478
  28. #28GoogleGemini 3.1 Pro82.0%—1478
  29. #29Z.aiGLM 5.379.7%—1476
  30. #30GoogleGemini 3.6 Flash80.0%—1474
  31. #31AnthropicClaude Opus 4.577.3%—1472
  32. #32AnthropicClaude Sonnet 5.582.7%59.51472
  33. #33XiaomiMiMo V2.5 Pro79.7%—1472
  34. #34Z.aiGLM 5.3 Flash80.0%76.41471
  35. #35GoogleGemini 4 Hydrogen——1471
  36. #36SpaceXSIGrok 4.2023.3%—1470
  37. #37OpenAIGPT-6.2 Astra——1469
  38. #38GoogleGemini 3 Flash78.0%—1469
  39. #39Z.aiGLM-5.173.7%—1467
  40. #40OpenAIGPT-5.6 Terra83.0%79.31466
  41. #41SpaceXSIGrok 4.20 (Reasoning)69.0%—1466
  42. #42AnthropicClaude Sonnet 582.0%—1466
  43. #43SpaceXSIGrok 4.579.3%—1465
  44. #43Z.aiGLM 5.278.3%—1465
  45. #45ByteDanceDola Seed 2.0 Pro——1464
  46. #46GoogleGemini 3.5 Flash74.3%—1463
  47. #47OpenAIGPT-5.6 Luna83.7%—1462
  48. #48OpenAIGPT-6.1 Terra82.7%82.31462
  49. #49AnthropicClaude Sonnet 4.572.3%—1460
  50. #50DeepSeekDeepSeek V4 Pro80.3%—1459
  51. #51OpenAIGPT-5.4 Mini77.0%—1459
  52. #52XiaomiMiMo-V2.6-Pro86.3%72.31458
  53. #53Moonshot AIKimi K2.681.0%—1455
  54. #54XiaomiMiMo V2 Pro68.3%—1455
  55. #55AlibabaQwen3.7 Max79.0%—1454
  56. #56XiaomiMiMo-V2.6-Flash74.3%—1454
  57. #57GoogleGemini 3.5 Flash-Lite76.0%—1453
  58. #58StepfunStep-588.3%—1452
  59. #59Z.aiGLM-575.7%—1452
  60. #60AlibabaQwen3.6 Max80.7%—1451
  61. #61OpenAIGPT-6 Sol83.7%—1451
  62. #62GoogleGemma 4 31B69.7%53.31449
  63. #63AlibabaQwen3.5 397B A17B77.3%—1447
  64. #64AnthropicClaude Opus 4.176.0%—1447
  65. #65AlibabaQwen3.6 Plus78.3%—1446
  66. #66SpaceXSIGrok 4.681.0%75.31446
  67. #67AlibabaQwen3.7 Plus73.0%—1445
  68. #68MiniMaxMiniMax M383.0%—1443
  69. #69OpenAIGPT-6.2 Sol——1442
  70. #70XiaomiMiMo V2.573.0%—1442
  71. #71Mistral AIMistral Large 481.3%76.51440
  72. #72BaiduERNIE 5.0 Thinking7.0%—1440
  73. #73Moonshot AIKimi K2.578.0%—1440
  74. #74SpaceXSIGrok 4.780.0%76.91439
  75. #75OpenAIGPT-6 Luna83.3%73.41439
  76. #76SpaceXSIGrok 4.375.0%—1438
  77. #77DeepSeekDeepSeek V4 Flash79.7%—1438
  78. #78GoogleGemini 2.5 Pro69.0%—1438
  79. #79InklingInkling 2 Small——1432
  80. #80MeituanLongcat Flash Chat28.3%—1432
  81. #81Mistral AIMistral Medium 3.569.3%—1431
  82. #82MiniMaxMiniMax M2.778.3%—1423
  83. #83AnthropicClaude Haiku 5.582.7%53.11422
  84. #84DeepSeekDeepSeek V3.273.3%—1422
  85. #85GoogleGemini 3.1 Flash Lite74.3%—1420
  86. #86AnthropicClaude Haiku 4.574.3%—1419
  87. #87NVIDIANemotron 3 Ultra79.3%—1418
  88. #88SpaceXSIGrok 4.1 Fast (Reasoning)74.0%—1417
  89. #89OpenAIGPT-578.2%—1415
  90. #89OpenAIGPT-4.168.3%—1415
  91. #91TencentHy379.0%—1414
  92. #92AnthropicClaude Opus 469.3%—1409
  93. #93OpenAIGPT-5.4 Nano76.7%—1405
  94. #94GoogleGemini 2.5 Flash65.3%—1400
  95. #95MiniMaxMiniMax M2.573.3%—1399
  96. #96UpstageSolar Pro 470.7%—1386
  97. #97OpenAIGPT-5 Mini72.3%—1383
  98. #98AnthropicClaude Sonnet 470.3%—1381
  99. #99GoogleGemini 2.5 Flash Lite64.7%—1378
  100. #100Arcee AITrinity Large Thinking38.0%—1368
  101. #101OpenAIGPT OSS 120B52.0%—1352
  102. #102AmazonNova 2 Lite60.3%—1352
  103. #103NVIDIANemotron 3 Super65.7%—1351
  104. #104OpenAIGPT-5 Nano45.0%—1340
  105. #105NVIDIANemotron 3 Nano 30B A3B38.0%—1318
  106. #106MetaLlama 4 Maverick50.0%—1318
  107. #107MetaLlama 4 Scout27.7%—1316
  108. #108IBMGranite 4.1 8B13.3%—1292
モデルの半数が1454以下測定: ユーザー選好投票

以前の版のスコア

最新ランキング(2026.11.19)に反映されていないスコアです。出典から外れたか、まだ更新されていないモデルで、最後に取得したスコアを参考として表示し、順位は付けません。

  1. Z.ai2026.04.01 · 2026.11.09時点
    1442

直近60日にリリースされたAI 59個のうち44個はまだこの試験のスコアがありません · Microsoft-Decision-1.1, d1.2, d1.2-ultra ほか41個

好みの投票なので正解かどうかは測りません。間違っていても説明が親切なら勝てます。

どんな質問が出されたかは投票した人によって変わります。自分の用途と違う質問かもしれません。

「開発元発表」と表示されたスコアは、AI開発元が自ら発表した数値で、第三者の測定ではありません。