EBR-bench (Earthborne Rangers)
高いほど良い
- 何を測定しますか？
- Epoch AIが作った「働きながら学ぶ」試験で、あまり知られていないカードボードゲームEarthborne Rangersを何度もプレイし、練習で上達するかを見ます。
- 誰がどのように評価しますか？
- 10回プレイし、最初の8回はメモを残しながら学び、最後の2回を採点して良い方のスコアを使います。1回はゲーム内の5日間で、21個の目標をどれだけ達成したかで採点します。
- スコアの読み方
- スコアは0〜100%です。高いほど良い結果です。
最高スコア90.5%Claude Fable 5.2
測定したモデル28件
最終更新2026.11.06
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
順位モデル実行条件リリース日価格/1Mスコア
- 1max2026.11.09$3290.5%
- 2high2026.10.28$887.6%
- 3max2026.10.26$478.1%
- 4max2026.09.04$4076.2%
- 5max2026.09.22$1671.4%
- 6high2026.09.30$864.8%
- 7max2026.09.01$4057.1%
- 8max2026.09.29$854.3%
- 9max2026.09.22$853.3%
- 10max2026.07.24$2045.7%
「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。
スコアの出どころ
- 独立した測定：試験の作成元ではない機関が同じ方法で自ら実行して公開したスコアです。