MCPMark
旧バージョン高いほど良い
AIがGitHub、Notion、PostgreSQLなど実際のMCPサーバーを使って課題127件をこなせるかを見る試験の以前の版です。現在は検証版に置き換えられています。スコアは0〜100%です。高いほど良い結果です。
新しいバージョンがあります: MCPMark-Verified
他のバージョン:MCPMark-Verified
最高スコア52.6%GPT-5
測定したモデル12件
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
- 1medium2025.08.07$7.8152.6%
- 2high2025.11.24$2042.3%
- 3thinking2025.12.01$0.7336.8%
- 42025.09.29$1232.1%
- 5high2025.08.07$1.5630.3%
- 62025.08.05$6029.9%
- 7high2025.05.22$1228.3%
- 82025.06.17$7.8115.8%
- 92025.06.17$1.959.1%
- 102025.04.14$6.508.1%
「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。