MCPMark-Verified
引用多め高いほど良い
GitHub、Notion、PostgreSQLなど実際のMCPサーバーを使って課題をこなせるかを見るMCPMarkの検証版です。運営チームが課題を確認し直した版のため、以前の版とはスコアを比較できません。スコアは0〜100%です。高いほど良い結果です。
他のバージョン:MCPMark
最高スコア96.1%Kimi K3
測定したモデル8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
- 1max2026.07.17$1196.1%
- 2xhigh2026.04.23$2492.9%
- 2max2026.07.09$1692.9%
- 4max2026.06.09$4086.6%
- 52026.06.12$3.1181.9%
- 6max2026.05.27$2076.4%
- 72026.04.20$2.8172.8%
- 8max2026.04.24$2.2471.7%
「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。