FACTS Grounding

高いほど良い

最大3万2千トークンの文書と依頼（要約、事実の抽出、分析）を受け取り、その文書だけに基づいた長い回答を書く試験です。AI審査員が依頼に沿っているか、すべての内容が文書に基づいているかを判定します。スコアは0〜100%です。高いほど良い結果です。

最高スコア85.2%GPT-6 Sol

測定したモデル31件

最終更新2026.09.25

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

「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。