Global-MMLU-Lite

引用多め高いほど良い

MMLUの4択知識問題を人が多言語に翻訳・校閲した試験で、言語ごとに文化的知識が必要な問題200問と不要な問題200問があります。ここでの値はKaggleが16言語で出した平均です。スコアは0〜100%です。高いほど良い結果です。

最高スコア95.7%Claude Opus 5
測定したモデル23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
  1. 1
    Anthropic2026.07.24
    95.7%
  2. 2
    Google2026.05.19
    95.4%
  3. 3
    Anthropic2026.09.22
    95.4%
  4. 4
    Google2026.09.03
    95.3%
  5. 5
    Google2026.08.13
    94.9%
  6. 6
    Anthropic2026.05.27
    94.9%
  7. 7
    Anthropic2025.08.05
    94.3%
  8. 8
    Google2026.07.21
    94.3%
  9. 9
    OpenAI2026.07.09
    94.1%
  10. 10
    OpenAI2026.09.22
    94.1%