KoBBQ (bias)
韓国語高いほど良い
英語のBBQを韓国社会に合わせて移した偏りの試験で、短い状況を示して質問に合う人物を選ばせ、年齢・性別・出身地域・学歴など12分野の固定観念に頼っていないかを見ます。ここでの値は偏りのスコアではなく正答率です。Horangiは全問題ではなく固定された100問だけを解かせるため、データセット全体で測ったスコアとは直接比較できません。スコアは0〜100%です。高いほど良い結果です。
最高スコア100.0%Claude Fable 5
測定したモデル48件
最終更新2026.08.03
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
- 1high-effort2026.06.09$40100.0%
- 22025.08.05$6099.0%
- 3high-effort2026.02.19$9.5098.0%

- 3enable-thinking2026.04.02$0.3498.0%

- 5high-effort2026.06.30$897.0%
- 5xhigh-effort2026.03.17$0.9997.0%
- 72026.08.10—97.0%

- 8xhigh-effort2026.04.23$2496.0%
- 82025.08.07$7.8196.0%
- 10high-effort2025.12.17$2.3895.0%

「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。