Chartography
引用多め高いほど良い · 画像入力モデルのみ
Surge AIが作った試験で、12分野の実務的なグラフ100点を読み、専門家が決めた許容範囲内の答えを出す必要があります。Surgeは独自のランキングも運営していますが、データの利用条件が確認できないため、ここにはツールなしで測った開発元の発表値だけを載せています。スコアは0〜100%です。高いほど良い結果です。
このランキングは、モデルの開発元が自ら発表したスコアだけで作っています。ツール使用の有無や推論強度などの測定条件が開発元ごとに異なるため、モデル同士を直接比べるときは各スコアの条件もあわせて確認してください。
最高スコア71.6%Gemini 4 Argon
測定したモデル6件
最終更新2026.09.30
モデルのリリース時期（右が最新）
その時点の最高記録上ほど良い
多くの人に最も好まれる写真・図表についての回答をするAIは?Arena Vision
Claude Fable 5🥇Claude Fable 5🥇組み立て写真を見て、間違った手順を見つけられる?Furniture AssemblyClaude Opus 5.5🥇Claude Opus 5.5🥇家の中の写真数枚から、間取り図を描ける?Blueprint-Bench 2
Gemini 4 Argon🥇Gemini 4 Argon🥇
Claude Fable 5🥇Claude Fable 5🥇組み立て写真を見て、間違った手順を見つけられる?Furniture AssemblyClaude Opus 5.5🥇Claude Opus 5.5🥇家の中の写真数枚から、間取り図を描ける?Blueprint-Bench 2Gemini 4 Argon🥇Gemini 4 Argon🥇- 🥇GoogleGemini 4 Argon71.6%
- 🥈AnthropicClaude Opus 5.5推論強度: Max64.4%
- 🥉AnthropicClaude Fable 5.1推論強度: Max42.6%
- #4AnthropicClaude Fable 5推論強度: Max36.6%
- #5AnthropicClaude Opus 5推論強度: Max29.6%
- #6AnthropicClaude Opus 4.8推論強度: Max17.0%
モデルの半数が39.6%以下測定: 開発元の発表最終更新 2026-10-07
「作業ツール」はAIが課題を解くときに使った実行環境（エージェントプログラム）です。同じモデルでも作業ツールと推論の強さによってスコアが大きく変わることがあります。
メーカー発表値は測定条件がまちまちなので参考値です。